概率论与数理统计A第4章(免费阅读).pptVIP

三、n 元正态分布 f (x1,x2, …,xn) 则称 X 服从 n 元正态分布. 其中C是(X1,X2, …,Xn) 的协方差矩阵. |C|是它的行列式， 表示C的逆矩阵， X 和 是 n 维列向量， 表示X 的转置. 设 =(X1,X2, …,Xn)是一个n维随机向量, 若它的概率密度为 n元正态分布的几条重要性质 1. X=(X1,X2, …,Xn)服从n元正态分布 a1X1+ a2 X2+ …+ an Xn 均服从正态分布. 对一切不全为0的实数 a1,a2,…,an， 若 X=(X1, X2 , … , Xn) 服从 n 元正态分布， Y1,Y2, …，Yk是Xj（j=1,2,…,n）的线性函数， 则 (Y1,Y2, …，Yk) 也服从多元正态分布. 2. 正态变量的线性变换不变性. 3. 设(X1,X2, …,Xn)服从n元正态分布，则 “X1,X2, …,Xn相互独立” 等价于 “X1,X2, …,Xn两两不相关” 例 设随机变量X和Y相互独立且X~N(1,2), Y~N(0,1). 试求Z=2X-Y+3的概率密度. 故X 和Y 的联合分布为正态分布，X 和Y 的任意线性组合是正态分布. 解: X~N(1,2),Y~N(0,1)，且 X 与Y 独立, D(Z)=4D(X)+D(Y)=8+1=9 E(Z)=2E(X)-E(Y)+3=2+3=5 即 Z~N(E(Z), D(Z)) 故 Z 的概率密度是 Z~N(5, 32) 小结 在这一节中我们学习了随机变量的原点矩和中心矩以及协方差矩阵 . 一般地 , 维随机变量的分布是不知道的 , 或者太复杂 , 以至于在数学上不易处理 , 因此在实际中协方差矩阵就显得重要了 . * * * * 例9 已知正常男性成人血液中 ，每一毫升白细胞数平均是7300，均方差是700 . 利用切比雪夫不等式估计每毫升白细胞数在5200~9400之间的概率 . 解：设每毫升白细胞数为X 依题意，E(X)=7300,D(X)=7002 所求为 P(5200 X 9400) P(5200 X 9400) = P(-2100 X-E(X) 2100) = P{ |X-E(X)| 2100} 由切比雪夫不等式 P{ |X-E(X)| 2100} 即估计每毫升白细胞数在5200~9400之间的概率不小于8/9 . 例10 在每次试验中，事件A发生的概率为 0.75, 利用切比雪夫不等式求：n需要多么大时，才能使得在n次独立重复试验中, 事件A出现的频率在0.74~0.76之间的概率至少为0.90? 解：设X为n 次试验中，事件A出现的次数，则 E(X)=0.75n, 的最小的n . X~B(n, 0.75) 所求为满足 D(X)=0.75×0.25n=0.1875n =P(-0.01nX-0.75n 0.01n) = P{ |X-E(X)| 0.01n} P(0.74n X0.76n ) 可改写为 在切比雪夫不等式中取 n，则 = P{ |X-E(X)| 0.01n} 解得 依题意，取 即n 取18750时，可以使得在n次独立重复试验中, 事件A出现的频率在0.74~0.76之间的概率至少为0.90 . 五、课堂练习 1、 设随机变量X服从几何分布，概率分布为 P{X=k}=p(1-p)k-1, k=1,2,… 其中0p1,求E(X),D(X) 2、 1、解： 记 q=1-p 求和与求导 交换次序 无穷递缩等比 级数求和公式 D(X)=E(X2)-[E(X)]2 +E(X) 2、解 六、小结 这一讲，我们介绍了随机变量的方差. 它是刻划随机变量取值在其中心附近离散程度的一个数字特征 . 下一讲，我们将介绍刻划两r.v间线性相关程度的一个重要的数字特征： 协方差、相关系数 4.3 协方差及相关系数 协方差 相关系数 前面我们介绍了随机变量的数学期望和方差，对于二维随机变量（X，Y），我们除了讨论X与Y的数学期望和方差以外，还要讨论描述X和Y之间关系的数字特征，这就是本讲要讨论的 协方差和相关系数 量E{[ X-E(X)][Y-E(Y) ]}称为随机变量X和Y的协方差,记为Cov(X,Y) ，即 ⑶