第四 单元 数字特征.pptVIP

解：由联合密度可求出 (X,Y ) 关于X ,Y 的边缘密度函数分别为： 例：设二维连续型随机变量 (X ,Y ) 的联合密度为： 　　　　　　　　　　　　x + y 0? x ? 1 , 0? y ? 1 f (x, y)= 0 其他 　　求： Cov(X ,Y)。 x+1/2 0? x ? 1 fX(x)= 0 其他 y+1/2 0? y ? 1 fY(y)= 0 其他 性质4： Cov(X 1+X 2 , Y)= Cov(X 1, Y) +Cov(X 2, Y) 性质1： Cov(X, Y)= Cov(Y, X） 协 方 差 性质2： Cov(X ,c) = 0 性质3： Cov(aX, bY)= ab Cov(X, Y) 推论： Cov(X, Y) = E [(X –EX )(Y-EY )] 3 协方差的性质 Cov(aX , aY)= a2 Cov(X, Y) Cov(X , Y1+Y2 )= Cov(X , Y1) +Cov(X,Y2) Cov(X , X ) = DX * * §4.1 数学期望 §4.2 方差 §4.3 协方差与相关系数 §4.4 原点矩与中心矩 第四章 随机变量的数字特征 主页 退出 第一节 数学期望（均值） 一 离散型随机变量的数学期望 定义：设离散型随机变量X 的概率函数为 P (X=x i )=pi i = 1, 2,… 若级数 绝对收敛，则称 为随机变量X 的数学期望 简称期望或均值。记作E X ，即E X = 如果级数 不绝对收敛，则称随机变量X的数学期望不存在 数学期望的直观含义：平均值 例：设离散型随机变量X的概率函数为 解： 求：EX 常见离散型随机变量的数学期望 1. 0 - 1分布 根据 X的概率函数 P(X=k)=pkq1-k, q=1-p , k=0, 1 知 2. 二项分布 设X~B(n, p)，概率函数为 由数学期望的定义 3. 泊松分布 泊松分布的概率函数为： 记为 设连续型随机变量X 的概率密度为 ，若积分 绝对收敛，则称积分 为 X的数学期望。 例：设随机变量X的概率密度为 求其数学期望。 二 连续型随机变量的数学期望 设随机变量X 服从区间 [a , b] 上均匀分布, 求X的数学期望 解：依题意 二 常见连续型随机变量的数学期望 结论：在区间 [a , b] 上服从均匀分布的随机变量X的数学期望 是区间中点 一、 均匀分布 二、指数分布 设随机变量X 服从参数为 ? 的指数分布，求X 的数学期望 则 指数分布的密度函数为 这表明指数分布的数学期望为 。 三、正态分布 设 X ~ N (? ,? 2)，求 X 的数学期望。 正态分布的数学期望为? 。 定理1.1： 设 Y =g(X )，g(x) 是连续函数，那么 (1) 若X 为离散型随机变量，其概率函数为 求 E Y 时，可以不求Y=g(X ) 的分布，而直接利用X 的分布。 三 随机变量函数的数学期望 解： 例：设随机变量X 的分布列为 求：EX2，E(2X -1)。 P 1/8 1/4 3/8 1/4 X -1 0 2 3 定理： (2) 若X为连续型随机变量，其密度函数为 f ( x )， 求 E Y 时，可以不求Y=g(X ) 的分布，而直接利用X 的分布。 连续型随机变量函数的数学期望 例： 求：EY 解： 定理1.2 若(X ,Y) 是二维随机变量，Z=g(X ,Y ) (1) 若 (X ,Y ) 为二维离散型随机变量，其联合分布为 (2) 若 (X ,Y )为二维连续型随机变量，联合密度函数为 f ( x , y ) 且 二维随机变量函数的数学期望 解：