微积分3-.pptVIP

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共17页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 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. 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
微积分3-

* * §3.2 随机向量的数字特征 一、随机向量的数学期望 定义:对于随机向量(X1,X2,…,Xn),称数值向量(EX1,EX2 ,…,EXn)为它的数学期望或均值向量. 计算随机向量函数数学期望的公式: 设g(X,Y)为随机变量X,Y的函数, E[g(X,Y)]存在; (1)若(X,Y)为离散型随机向量, P(X=xi,Y=yj)=pij , (i,j=1,2…),则 (2)若(X,Y)为连续型随机向量,(X,Y) ~ f(x,y),则 性质1. E(X1+X2+…+Xn)=EX1+EX2+…+EXn。 特别 性质2. 若X 和Y 独立,则E(XY)=(EX)(EY) 。 若X1…Xn相互独立,则E(X1…Xn)=(EX1)…(EXn) 性质3. 若X 和Y 独立,则D(X ± Y)= DX+DY。 若X1, …, Xn相互独立,则 D(X1±X2±… ±Xn)=DX1+ …+DXn 例:已知二维随机向量(X, Y)的概率分布由下表确定,请判断 (1)X与Y是否独立? (2) E(XY)=(EX)(EY)成立吗? 解:求出X和Y的边缘分布 0.1 0.2 0.1 1 0.3 0 0.3 -1 1 0 -1 x 0.4 0.6 P 1 -1 X 0.4 0.2 0.4 P 1 0 -1 Y P{X=-1}=0.6 , P{Y=-1}=0.4, P{X=-1} P{Y=-1}=0.24 P{X=-1,Y=-1}=0.3 故X和Y不独立! E(XY)=(-1)(-1)*0.3+(-1)*1*0.3+1*(-1)*0.1+1*1*0.1=0, EX=-0.2, EY=0 ,EXEY=0.故E(XY)=(EX)(EY) y 1. X,Y独立,DX=6,DY=3,求D(2X-Y) ? (1)D(2X-Y)=D(2X)+DY=4DX+DY=27 2. X~N(3,1),Y~N(2,4),X,Y独立,X-2Y+1~ N( , ) 二、随机向量的协方差与相关系数 1.定义 设两个随机变量X,Y的期望,方差存在,则称 cov(X,Y)=E(X-EX)(Y-EY)为X和Y的协方差。 X和Y不相关,实际上指的是无线性关系,但并不排除X和Y有其它形式的密切关系,如X和Y满足X2+Y2=1. 例. (X,Y)的联合概率分布为: X -1 0 1 Y -1 0 1 1/8 1/8 1/8 1/8 0 1/8 1/8 1/8 1/8 求X,Y的相关系数ρXY. 解: =1/8-1/8-1/8+1/8 =0 故 Cov(X,Y)=EXY-EXEY=0 亦即 ρXY=0 三、随机向量的协方差矩阵与相关矩阵 1、协方差矩阵的定义 定义 设(X1, X2, …, Xn)的各分量方差存在, 称n阶方阵V为协差矩阵, 其中vij=cov(Xi,Yj), i, j=1,2,…n. 事实上,vii=cov(Xi,Xi)=DXi vij=cov(Xi,Xj)= vji=cov(Xj,Xi), 所以, 性质 (1)vii=DXi, vij=vji, 即V为对称矩阵; (2)对二维 随机向量(X,Y)有: *

您可能关注的文档

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档