概率论课件-煤炭工业出版.pptVIP

应用 应用1 柯西 第二节 方 差 一、协方差和相关系数的定义 二、协方差的性质 三、相关系数的性质 第四节 矩和协方差矩阵 证明： 1. 设C是常数,则D(C) =0 ; 2. 若C是常数,则 D(CX )=C 2D(X ); 3. 若X与Y 独立，则 二、方差的性质 证 证 若X与Y 独立，且a ,b 是常数，则 推广 若X1,X2,…,Xn 相互独立,则 4. 其中 1．（0-1）分布 参数为p 0 1 三．常见分布的方差 2. 设X ~ b( n , p)，求D(X ). 解一 仿照上例求D (X ). 解二 引入随机变量 相互独立， 故 例2 3．泊松分布 分布律为 参数为 密度函数 4．均匀分布 参数为 密度函数 ⒌ 指数分布 参数为 ⒍正态分布 参数为 密度函数 注：服从正态分布的随机变量完全由它的数学 期望和方差所决定。 特别，当 时 常见随机变量的方差 分布 方差 概率分布 参数为p 的 0-1分布 p(1-p) B(n,p) np(1-p) P(?) ? 方差表 分布 方差 概率密度 区间(a,b)上 的均匀分布 E(?) N(?,? 2) 例1 设 X , Y 是两个相互独立的且服从正态分布的 随机变量 , 且 ，则求随机 变量 服从什么分布？ 解 Z 为正态随机变量的线性组合，所以仍然服从正 态分布，且其参数为 故 仅知 r.v.的期望与方差 并不能确定其分布 P -1 0 1 0.1 0.8 0.1 P -2 0 2 0.025 0.95 0.025 与 有相同的 期望方差 但是分布 却不相同 例如 例2 设 X , Y 是两个相互独立的且均服从正态分布 的随机变量 , 则求随机变量 的数学 期望 解 记 则 故 例3 设 X 的可能取值为 且 ，求 X 的分布律。 解 设 X 的分布律为 所以 例4 已知 X 的 d.f.为 其中 A ,B 是常数，且 E (X ) = 0.5. 求 A ,B. 设 Y = X 2, 求 E (Y ),D (Y ) 例8 解 (1) (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， 第三节 协方差和相关系数 一、协方差和相关系数的定义 二、协方差和相关系数的性质及计算 问题 对于二维随机变量(X ,Y ): 已知联合分布 边缘分布 对二维随机变量,除每个随机变量各自 的概率特性外, 相互之间可能还有某种联系 问题是用一个怎样的数去反映这种联系. 数 反映了随机变量 X , Y 之间的某种关系 § 4.4 定义 设二维随机变量 则称它为 与 的协方差，记为 即 称 为随机变量 的相关系数。 与 若 存在， 无量纲 的量 ⒈ Pf: ⒉ （协方差的计算公式） Pf: ⒊ Pf: 若X ,Y 相互独立，则 定理2 设( X , Y )是二维随机变量, g ( X , Y )是二元连 续函数 ⑴ 设( X , Y )为离散型随机变量，其联合分布律为 若级数 绝对收敛, 则Z 的数学期望为 ⑵ 设X为连续型随机变量，其概率密度为f (x,y), 若 绝对收敛, 则Z 的数学期望为 例5 已知( X,Y )的分布律为 求 解 已知 的概率密度 例6 求 已知 的概率密度 例6 求 解 同理 1. 设C 是常数，则E(C )=C ; 2. 若C 是常数，则E(CX )=CE(X ); 3. 四、数学期望的性质 证明: 设 4. 设X、Y 独立，则 E(XY )=E(X )E(Y ); 证明: 设 由独立性 （当Xi 独立时） 注意:由E(XY )=E(X )E(Y )不一定能推出X,Y 独立 已知 例7 求 服从参数为 3 的指数分布， X , Y相互独立， 解 由随机变量的性质可知 例8 一民航送客载有20 位旅客自机场开出，旅客有 10个车站可以下车， 就不停车。 以 X 表示停车的次数。 求E( X ).（设每个 旅客在各个车站下车是等可能的， 并设各旅客是否下 车相互独立）。 如到达一个车站没有旅客下车 第i 站无人下车, 第i 站有人下车. 解 设 则 解 (1) 设整机寿命为 N , 五个独立元件,寿命分别为 都服从参数为 ? 的指数分布，若将它们 (1) 串联； (2) 并联 成整机，求整机寿命的均值. 例9 例4 即 N ~ E( 5?), (2) 设整机寿命为