第1章概率论基础4幻灯片.pptVIP

1.4 随机变量的数字特征 1.4.1 引言 黎曼-斯蒂尔切斯(Riemann-Stieltjes)积分 设F(x)为(-∞, ∞)上的单调不减右连续函数，g(x)为(-∞, ∞)上的单值实函数，对于区间 ? a b ,任取分点a =x0 x1 x2 ??? xn=b。 ? ui ? [xi-1 , xi](i=1,2, ??? ,n)，作和式 令 ，若极限 存在，则记 称极限S(a,b)为g(x)关于F(x)在[a , b]上的R-S积分 1.4 随机变量的数字特征 关于R-S积分的说明 ☆λ? 0 ? n??且max{?xi} ?0 ☆特别当F(x)=x : R-S积分?Riemann积分 R-S积分的性质 ☆ 当a c1 c2 ??? cn b时 ☆ ☆若g(x) ? 0 (a b) 则 ☆若F1(x) 和F2(x)为两个分布函数，常数c1,c20 1.4 随机变量的数字特征 关于R-S积分的几个特例 ☆特别当 g(x)=1 ☆ 若X是离散型随机变量，即P ( X =ci )= pi (i=1,2, ??? ) ，则 是一个跳跃型分布函数，即F(x)仅在c1 , c2 , ??? 点作跃度pi的变化，则R-S积分为 其R-S积分?级数 1.4随机变量的数字特征 1.4.2随机变量的数字特征 1.4.2.1随机变量的数学期望( mathematical expectation or mean) 定义1：设 X= X(ω)是定义在概率空间(Ω ,F, P)上的随机变量， F (x)为其分布函数，若 存在，则称 为随机变量X的数学期望（或称为X的均值(mean) ）. 1.4随机变量的数字特征 随机变量数学期望的性质 若ci (i=1,2, ??? ,n)为常数， Xi= Xi(ω)是定义在概率空间(Ω ,F, P)上的随机变量，则 设g(x)为x函数，F (x)为随机变量X分布函数，若E[ g(X)] 存在，则 —当X为离散型随机变量，即 P (X=xi)=pi(i ?N )时，则 —当X为连续型随机变量，且有概率密度 f (x) 时，则 1.4随机变量的数字特征 1.4随机变量的数字特征 1.4.2.2随机变量的方差(variance) 定义2：设 X= X(ω)是定义在概率空间(Ω ,F, P)上的随机变量， F (x)为其分布函数，若 存在，则称 为随机变量X 的方差。 亦记作 而称 为标准差(standard deviation) 1.4随机变量的数字特征 性质： 设 X= X(ω)是定义在概率空间(Ω ,F, P)上的随机变量， F (x)为其分布函数，随机变量X方差具有如下性质 ☆ ☆ ☆设X1, ??? ,Xn是互相独立的随机变量 1.4随机变量的数字特征 1.4.2.3随机变量的协方差和相关系数 定义3：设 X= X(ω), Y= Y (ω)是定义在概率空间(Ω ,F, P)上的两个随机变量，若 称 为(X,Y)的协方差(covariance)。简记为cov(X, Y)=σXY 特别X与 Y独立? cov(X, Y)=σXY=0 1.4随机变量的数字特征 1.4.2.3 随机变量的协方差和相关系数 定义4：设 X= X(ω), Y= Y (ω)是定义在概率空间(Ω ,F, P)上的两个随机变量，若 称 为(X,Y)的相关系数(correlation coefficient)。 特别若? (X,Y) =0 ? X,Y不相关 1.4随机变量的数字特征 性质： ☆ 协方差 cov(X,Y)=σXY和相关系数 ? (X,Y) 是刻画随机变量之间相依性(interdependence)的数字特征，他们具有相同的符号，且： cov(X,Y)=σXY 0(? (X,Y) 0)?随机变量X,Y具有相同的变化趋势； cov(X,Y)=σXY 0(? (X,Y) 0) ?随机变量X,Y具有相反的变化趋势。 1.4随机变量的数字特征 ☆设 X,Y是定义在概率空间(Ω ,F, P)上的两个随机变量，则： (1) (2)若X1,X2 , ??? ,Xn互相独立，则cov(Xi, Xj)=0 (i?j) ? Xi,X j不相关 (3)若X1, X2, ??? ,Xn两两不相关，则 (4)施瓦茨(Schwarz)不等式，设随机变量X, Y存在二阶矩，则 特别 1.4随机变量的数字特征 推广： 设X1,X2 , ??? ,Xn是n个随机变量，则