- 1、本文档共95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
查看更多
概率论课件-随机变量的数字特征
4.2.2 数学期望、方差与协方差的运算性质 期望的运算性质主要是其线性性,方差的主要性质是当随机变量两两不相关时的可加性。利用这些性质可以简化求解期望和方差的过程。 数学期望的运算性质 性质1 任意常数c的数学期望等于这个常数,即E(c)=c 证 将常数c看成一个离散随机变量,它服从单点分布, 即X=c(X不取其他值),且P(X=c)=1, 由定义得 E(c)=E(X)=c?P(X=c)=c?1=c 该性质直观地表明,如果每次随机试验的结果都是 c,其均值必然为c。 性质2 (数学期望的线性性) 设随机变量X,Y的数学期望都存在,a,b为常数,则 E(aX+bY)=aE(X)+bE(Y) 证 以连续随机变量为例,设(X,Y)的联合概率密度函数为fX,Y(x,y),由于X,Y的数学期望都存在,所以 性质2的推广: 若随机变量的函数f(X),g(Y)的数学期望Ef(X),Eg(Y)存在,则f(X)+g(Y)的数学期望也存在,且有 性质4 设随机变量X与Y相互独立,且X和Y的数学期望存在,则 E(XY)=E(X)·E(Y) 前面已证明过。 由于X与Y相互独立,Cov(X,Y)=E(XY)-E(X)E(Y)=0,从而r(X,Y)=0,即X与Y不相关。 注意: 独立性条件 不相关;一般情况下,不相关 独立;只有正态分布的随机变量独立与不相关等价。 可将性质2与性质4推广到n个随机变量X1, X2, …, Xn的情况: E(c1X1+c2X2+…+cnXn )=c1EX1+c2EX2+…+cnEXn 若X1, X2, …, Xn 相互独立,则 E(X1 X2 … Xn )= EX1EX2 …EXn 例4.2.3 设X~B(n,p),利用数学期望的线性性质求E(X)。 解 由于X与n重伯努利试验中“成功”的次数同分布(设每次成功的概率为p),若Xi为“第i次试验成功的次数”,则 则P(Xi=1)=p, P(Xi=0)=1-p , 故E(Xi)=1?p+0?(1-p)=p (i=1,2,…,n),而n次试验中成功的次数X=X1+X2+…+Xn,由数学期望的线性性有 E(X)=E(X1+X2+…+Xn)=E(X1)+E(X2)+…+E(Xn)=np 由此可知,当随机变量服从参数为n,p的二项分布时,其数学期望为二项分布的期望,即X~B(n,p),E(X)=np。 例 超几何分布的期望 解 设有一个不放回的相应抽样,令 X表示n次抽样抽出的废品数, X服从超几何分布。 (2) 方差的运算性质 性质1 Var(c)=0 (c是任意常数)。 证 由于E(c)=c,所以Var(c)=E(c-E(c))2=E(c-c)2=0 (D(X)=0的充分必要条件是:X以概率1取常数c;即P(X=c)=1) 性质2 设随机变量X与Y相互独立, 且X与Y的方差都存在, a, b 是任意常数,则 Var(aX±bY)=a2Va r(X)+b2Var(Y) 证 由X与Y相互独立知,Cov(X,Y)=0,故 Var(aX±bY)=E(((aX±bY)-E(aX±bY))2) = E((a(X-E(X))±b(Y-E(Y)))2) =E(a2(X-E(X))2 +b2(Y-E(Y)2)±2ab(X-E(X))(Y-E(Y))) =a2Var(X)+b2Var(Y)±2abCov(X,Y)=a2Var(X)+b2Var(Y) 性质2可推广到如下情形: 若X1, X2, …, Xn 相互独立,则 一般非独立情况下,对n个随机变量X1, X2, …, Xn,有 例4.2.4 设X~B(n,p),试求Var(X)。 解 因为P(Xi=1)=p, P(Xi=0)=1-p , E(Xi)=1?p+0?(1-p)=p, Var(Xi)= E(X2i)–(E(Xi))2=p-p2=p(1-p),i=1,2,…,n X1, X2, …, Xn相互独立,且 X=X1+X2+…+Xn, 由方差的性质有 Var(X)=Var(X1+X2+…+Xn)
您可能关注的文档
- 概率教案5-.ppt
- 概率大数定律与中心极限定理.ppt
- 概率修改.ppt
- 概率矩估计.ppt
- 概率电子教案6.ppt
- 概率章.ppt
- 概率的定义与性质.ppt
- 概率电子教案.ppt
- 机电控制历史简介.ppt
- 概率统计-.ppt
- 2025至2030重型袋行业发展趋势分析与未来投资战略咨询研究报告.docx
- 基于数据的建筑材料市场趋势需求预测-洞察及研究.docx
- 2025至2030富含蛋白质的营养棒行业发展趋势分析与未来投资战略咨询研究报告.docx
- 2025至2030牙膏行业发展趋势分析与未来投资战略咨询研究报告.docx
- 2025至2030苏合香提取物行业发展趋势分析与未来投资战略咨询研究报告.docx
- 地质资源勘探-洞察及研究.docx
- 2025至2030高原特色农业产业市场深度调研及发展趋势与行业调研及市场前景预测评估报告.docx
- 信任度评估体系-洞察及研究.docx
- 云计算挂毯设计平台-洞察及研究.docx
- 纳米载体靶向递送-第1篇-洞察及研究.docx
文档评论(0)