- 1、本文档共31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)。
查看更多
第4章节_随机变量的数字特征
第四章 随机变量的数字特征
数学期望
方差
协方差及相关系数
矩、协方差矩阵
§1 数学期望
设某班40名学生的概率统计成绩及得分人数如下表所示:
分数 40 60 70 80 90 100
人数 1 6 9 15 7 2
一、数学期望的定义
则学生的平均成绩是总分÷总人数(分)。即
定义 若X~P{X=xk}=pk, k=1,2,…, 且 , 则称
为随机变量X的数学期望。
数学期望——描述随机变量取值的平均特征
例 掷一颗均匀的骰子,以X表示掷得的点数,求X的数学期望。
解:
定义 若X~f(x), -x,
为X的数学期望。
则称
1、0-1分布B(1, p)
EX=1×p+0×(1-p)=p;
2、二项分布B(n, p)
二、几个重要的随机变量的数学期望
3、泊松分布π(λ)
4、均匀分布U(a, b)
5、指数分布e()
6、正态分布N(, 2)
设随机变量X的分布律为
解: Y的分布律为
求随机变量Y=X2的数学期望。
X
Pk
-1 0 1
Y
Pk
1 0
三、随机变量函数的期望
定理 若X~P{X=xk}=pk, k=1,2,…, 则Y=g(X)的期望
定理 若(X, Y) ~ P{X=xi ,Y=yj,}= pij, i, j=1, 2, … , 则Z= g(X,Y)的期望
若X~f(x), -x, 则Y=g(X)的期望
若(X, Y) ~f (x, y), -x, -y, 则Z=g(X, Y)的期望
例 设随机变量(X,Y)的分布律如下,求E(XY)。
解:
1、E(C)=C, C为常数;
四、数学期望的性质
2、E(cX)=cE(X), c为常数;
3、E(X+Y)=E(X)+E(Y);
证明:以连续型随机变量为例,设(X,Y)~f(x,y),则
4、若X与Y独立,则E(XY)=E(X)E(Y).
证明: 同样,以连续型随机变量为例,设 (X,Y)~f(x,y),则
例 设随机变量
均服从
求随机变量
的数学期望
解:
分布,
例 若X~B(n,p),求E(X)
解:设
则
因此
方差是衡量随机变量取值波动 程度
的一个数字特征。
如何定义?
一、方差的定义
§2 方差
定义 若E(X),E(X2)存在,则称 E[X-E(X)]2, 为随机变量X的方差,记为D(X), 或Var(X)。
称 为随机变量X的标准差。
可见
推论 D(X)=E(X2)-[E(X)]2
证明: D(X)=E[X-E(X)]2
例 设随机变量X的概率密度为
(1)求D(X), (2)求D(X2)。
解:
1、D(C)=0;
2、D(aX)=a2D(X), a为常数;
证明:
二、方差的性质
3、
特别地,若 X,Y 独立,则 D(X+Y)=D(X)+D(Y);
1、二项分布B(n, p)
三、几个重要的随机变量的方差
设
则
且
2、泊松分布π()
而
两边对求导得
3、均匀分布U(a, b)
4、指数分布e()
5、正态分布N(, 2)
例 设活塞的直径 X~N(22.40,0.032), 气缸直径Y~N(22.50,0.042), X与Y 相互独立。任取一只活塞和一只气缸,求活塞能装入气缸的概率。
例 已知随机变量X1, X2, …, Xn 相互独立,且每个Xi的期望都是0,方差都是1,令Y= X1+X2+…+Xn ,求E(Y2)。
四、切比雪夫不等式
定理 若随机变量X的期望和方差存在,则对任意0,有
这就是著名的切比雪夫(Chebyshev)不等式。
已知某种股票每股价格X的平均值为1元,标准差为0.1元,求a,使股价超过1+a元或低于1-a元的概率小于10%。
解: 由切比雪夫不等式
它有等价形式
一、协方差
定义 若随机变量X的期望E(X)和Y的期望E(Y)存在, 则称
Cov(X,Y)=E{[XE(X)][YE(Y)]}
为X与Y的协方差。
特别地,当Cov(X,Y)=0时,称X与Y不相关。
“X与Y独立”和“X与Y不相关”有何关系?
§3 协方差及相关系数
易见 Cov(X,Y)=E(XY) E(X)E(Y)。
设(X, Y)在D={(X, Y):x2+y21}上服从均匀分布,求证:X与Y不相关,但不是相互独立的。
(1) Cov(X,Y)=Cov(Y, X);
(2) Cov(X,X)=D(X); Cov(X,c)=0
(3) Cov(aX, bY)=abCov(X, Y), 其中a, b为
文档评论(0)