[概率第4章zl.pptVIP

下载本文档

0
0
约8.48千字
约 51页
2017-01-08 发布于北京
举报
版权申诉

[概率第4章zl.ppt

1、本文档共51页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

[概率第4章zl

第四章随机变量的数字特征随机变量的数学期望随机变量的方差随机变量的协方差和相关系数矩、协方差矩阵 4.1 数学期望一.数学期望的定义 4.2 方差(Deviation)一. 定义与性质三.切比雪夫不等式 4.3 协方差，相关系数一.协方差定义与性质二.相关系数 4.4 矩、协方差矩阵协方差矩阵 1. 二项分布B(n, p)：二.几个重要r.v.的方差 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 解法二: 设第i次试验事件A发生第i次试验事件A不发生则 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 2. 泊松分布p(?)：由于两边对?求导得即即 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 3. 均匀分布U(a, b)： 4.指数分布： 5. 正态分布N(? , ?2)：思考：1.请给出一个离散型随机变量X和一个连续型随机变量Y，使它们的期望都是2，方差都是1。 2.已知随机变量X1,X2,…,Xn相互独立，且每个Xi的期望都是0，方差都是1，令Y= X1+X2+…+Xn求E（Y2） B(4,0.5), N(2, 1) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 若r.v.X的期望和方差存在，则对任意??0，有这就是著名的切比雪夫(Chebyshev)不等式。它有以下等价的形式：证明：设 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例已知某种股票每股价格X的平均值为1元，标准差为0.1元，求a, 使股价超过1+a元或低于1-a元的概率小于10%。解:由切比雪夫不等式令 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 1.协方差定义若r.v. X的期望E(X)和Y的期望 E(Y)存在, 则称 Cov(X, Y)=E{[X?E(X)][Y?E(Y)]}. 为X与Y的协方差（covariance ）, 易见 Cov(X, Y)=E(XY)－E(X)E(Y). 当Cov (X,Y)=0时，称X与Y不相关。 “X与Y独立”和“X与Y不相关”有何关系？ Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例设(X , Y)在D={(X , Y)：x2+y2?1}上服从均匀分布，求证：X与Y不相关，也不是相互独立的。 2.协方差性质 (1) Cov (X, Y)=Cov (Y, X); (2) Cov (X,X)=D(X); Cov (X , c)=0 (3) Cov (aX, bY)=abCov (X , Y), 其中a, b为常数； (