方差的性质培训教案.pptVIP

* 若X , Y 是两个随机变量，用X 的线性函数去 逼近Y 所产生的均方误差为 当取 使得均方误差最小. 例：最小二乘法的思想 若 则线性逼近无意义。 为什么？ * 例11.设 ( X ,Y ) ~ N ( 1,4; 1,4; 0.5 ), Z = X + Y , 　　求 ? XZ 解: * 例12：设X?N(0,4), Y?P(2), ?XY =1/2, 求 E(X+Y)2 . 解: E(X+Y)2 =[E(X+Y)]2+Var(X+Y) 注意到 =[EX+EY)]2+Var(X)+Var(Y)+2cov(X, Y) 把条件代入即得 E(X+Y)2 = 由题设知: EX=0, Var(X)=4, EY=2, Var(Y)=2, ?XY =1/2, 而 * 设二维随机变量(X,Y), k , l 为非负整数。 mk = E(Xk ) 称为X的k阶原点矩， ?k = E(X-E(X))k 称为X的k 阶中心矩， mkl = E(X k Y l ) 称为X和Y的(k, l )阶混合原点矩， ?kl = E[(X-E(X))k(Y-E(Y))l ]称为X和Y的(k,l)阶混合中心矩. ? 显然数学期望为1阶原点矩, 方差为2阶中心矩, 而协方差为(1,1 )阶混合中心矩. 矩 * 例13.设X服从N(0,1)分布，求 E(X3),E(X4)。 解：X的密度函数为： 注：此例是128页4.17的特例。 * * 性质1: 若X=C，C为常数，则 Var(X)=0 . B. 方差的性质 性质2: 若b为常数,随机变量X的方差存在, 则bX的方差存在，且 Var(bX) = b2Var(X) Var (aX + b ) = a2 Var(X) 结合性质1与性质2就有 * 若随机变量X1, X2, … , Xn 的方差都存在，则X1+X2+...+Xn的方差存在，且 性质3: 即 * 若随机变量X1, X2, …, Xn相互独立，则 性质4: n＝2时由于 Var(X?Y)= Var(X) +Var(Y) ?2E(X-EX)(Y-EY) 若X, Y 独立，则 Var(X?Y)= Var(X) +Var(Y) * 注：以后若无特殊说明，都认为随机变量的方差大于0。 性质5: 对任意常数C, Var(X ) ? E(X – C)2 , 等号成立当且仅当C = E(X ). 性质6: Var(X ) = 0 P (X = E(X))=1 称X 以概率 1 等于常数E(X). * 例1. 设X ~ B( n , p)，求Var(X ). 解： 引入随机变量 故 则 由于 相互独立， 且 * 例2.标准化随机变量 设随机变量 X 的期望E(X )、方差D(X )都存在, 且D(X ) ? 0, 则称 为 X 的标准化随机变量. 显然， * 例3. 设X1, X2, …, Xn相互独立，有共同的期望 和方差 ， 则: 证明: * 例4.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). 解：由已知，则有 因此， * 例5.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 的期望和方差。 由已知，有E(X)=1, D(X)=2, E(Y)=0, D(Y)=1, 且X和Y独立。因此， D(Z)= 4D(X)+D(Y) = 8+1=9. E(Z)= 2E(X)－ E(Y)+3 = 2+3=5, 解: 注：由此可知 Z～N(5, 9)。 * 思考：为什么？ 一般地， * C. 两个不等式 定理3.2 (马尔可夫(Markov)不等式)： 对随机变量X 和任意的? ? 0，有 证明: 设X为连续型, 密度函数为 f (x), 则 * 上式常称为切比雪夫（Chebyshev）不等式 在马尔可夫不等式中取? = 2, X 取为X-EX 得 是概率论中的一个基本不等式. * 例6.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 * 例7. 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