数字特征1.pptVIP

例12 设X服从区间 上的均匀分布, 因此 , 求 Cov(X , Y), ? 解: X的密度函数为 其他 EX=0 Cov(X , Y)=E(XY)? EX EY =E(XY)= E(XcosX) ?=0 ( ?=0说明X,Y不相关,但它们有严格的函数关系 且Y= cosX Y= cosX ) 性质5 对于二维正态分布,不相关和独立是等价的 (前面曾经证明,对于二维正态分布,不相关和 独立的充要条件是?=0 ) 小结: 相关系数只能刻画 X,Y之间线性关系 的程度, 而不能刻画 X,Y之间一般的函数相依关 系的程度. (2)在应用上,最重要的分布是二维正态分布, 此时不相关和独立是等价的. 解： 设X，Y是随机变量，且Y=5X+6, DX=3 求 Cov(X,Y), ? 例13 Cov(X, Y+b)= Cov(X, Y) = 5Cov(X, X) = 5DX = 15 DY=D(5X+6)=25DX=75 此题用到: Cov(X, Y)= Cov(X, 5X+6) Cov(X, b)= 0 例14 设X，Y独立，且 DX=DY=?2 aX+bY与cX+dY的协方差和相关系数 求 解： Cov(aX+bY, cX+dY) =Cov(aX+bY,cX) =Cov(aX,cX) +Cov(aX+bY,dY) +bcCov(Y, X) +Cov(aX,dY) +Cov(bY,dY) =acCov(X, X) +Cov(bY,cX) +adCov(X, Y) +bdCov(Y, Y) ? ? 0 0 =acDX +bdDY =(ac+bd)?2 例15 设随机变量?在[0, 2?]上服从均匀分布, 且 X=cos ?, Y=cos(?+a) a是常数 求 ?XY 解： 设随机变量?的密度为 EX= E(cos?) EY= =0 =0 E(X2)= E(Y2)= DX= DY= E(XY)= 因此， Cov(X, Y)=E(XY)?EXEY= ?=cosa X= ?Y X=Y 当a=0时， ? = 1， 当a=?时， ?= ?1， 当a= 或 时， ? = 0， （此时存在线性关系） 此时X, Y不相关 但此时X2 ＋Y2＝1， 因此，X, Y不独立 . 例16 已知 求 解: * 根据二次型的理论， 有 特别地，取 k＝2， 则有 而 b12=b21 所以 为随机变量 X与Y 的(线性)相关系数， 简记为? 2、相关系数 设 X ,Y 是两个随机变量，DX、DY存在 定义： 且均大于零，称 定义： 设 (X1, X2,..., Xn)为 n维随机变量 称 为随机变量 Xi与Xj 的（线性）相关系数. (要求DXi与DXj 均不为0) 显然 因此，相关系数也称为标准化的协方差. 称方阵 为相关矩阵. 例5 求二维两点分布的协方差和相关系数. (X, Y)的分布由下表给出 X Y 0 1 1-p 0 0 p 0 1 则 EX=0?[(1?p)+0]+1? [0+p]=p EY=0?[(1?p)+0]+1? [0+p]=p 故(X,Y)的数学期望为(p, p) b11=DX=(0?p)2(1?p)+(1?p)2p=p(1?p) b22=DY=p(1?p) 故(X, Y)的方差为(p(1?p), p(1?p) ) 因此，X, Y的相关系数和协方差矩阵为 例6 求二维均匀分布的协方差和相关系数 (X, Y)的密度为： 因此，(X, Y)的数学期望和方差分别为 因此，X, Y的相关系数和协方差矩阵为 例7 二维正态分布的协方差和相关系数 由前面的结果可知 即 令 则有 ? ? ? ? 因此 协方差矩阵 相关系数 定理 (柯西－许瓦兹不等式) 对任意随机变量X, Y，都有 等号成立当且仅当 这里t0是某一个常数. [E(XY)]2?E(X2)?E(Y2 ) , P{ Y=t0X }=1， 对任意实数t， 证： 显然，对一切t, 定义u(t)=E(tX?Y)2 因此，二次方程u(t)=0或者没有实根，或者有一个重根 所以 =t2E(X2) ? 2tE(XY) +E(Y2) u(t)?0 ?=[E(XY)]2?E(X2)?E(Y2) ?0 [E(XY)]2?E(X2)?E(Y2 ) 另外， 所以 方程u(t)=0有一个重根t0的充要条件是 ?=[E(XY)]2?E(X2)?E(Y2 ) ＝0 此时 E(t0X?Y)2 ＝0 因此 P{t0X?Y＝0}=1 P{ Y=t0X }=1 即 例8 设(X, Y)的协方差矩阵为 求?XY 解: 由协方差的定义可知 例9