第四章节概率论与数理统计.ppt

第四章 随机变量的数字特征 ;显然，ak /N表示事件{X=k}的频率。 ;绝对收敛，则称级数 的和为随机变量X的 数学期望，记为E(X)，即 ;▲ 数学期望也简称期望或均值。并且因E(X)完全由X的 概率分布决定，因此也称E(X)是这一分布的数学期望。 ;例2 有2个相互独立工作的电子装置，它们的寿命X1,X2都 服从同一指数分布，其概率密度为 ;因而 N 的概率密度为 ;2） 设 ，则 ;▲ 随机变量函数的数学期望 ;注1:(1.3)和(1.4)说明不需要求出Y的分布就能计算出它的分布。 ;◇ 例子 ;▲ 数学期望的重要性质 ;3．设（X,Y）的概率密度为f(x,y), 则 ;§2 方差 ;▲ 可以看出，D(X)数值的大小表示了X在EX附近的集中程度： DX越大就越分散，DX越小，就越集中。 ;因 ;▲ 方差的性质 ;证明：1. ;▲ 几个常见分布的方差 ;例3 设X~b(n,p)，则 EX=np, 且 ;例4 设X~U(a,b)，则 ;因此， 的期望和方差?? ;例8 设活塞的直径 ，气缸的直径 ，X,Y相互独立。任取一只活塞， 任取一只气缸，求活塞能装入气缸的概率。 ;▲ 一个重要不等式 ;证明：只对连续型随机变量给出证明。;§3 协方差及相关系数 ;注： 是一个无量纲的量，或无单位的量。 ;4. Cov(aX,bY)=abCov(X,Y), a,b为常数 ;因此 ;2．必要性。 ，则 。 从而 ;▲ 不相关: 当 时，称X和Y不相关。 ;但是，X与Y具有如下关系： ，因 ;例2 设(X,Y)服从二维正态分布，其概率密度： ;§4 矩、协方差矩阵 ;可将它们排列成矩阵形式： ;▲ n维正态随机变量： ;3） 服从n维正态变量，若 是 的线性函数，则 也 服从多维正态分布。（线性变换不变性）