概率论课件--3-3协方差12p.pptVIP

NORTH UNIVERSITY OF CHINA 第三章 协方差和相关系数 (12) 第 三 节 二维随机变量( X ,Y ) 的两个分量 X 与Y 的数学期望和方 分别刻画了X 与Y 的均值及对 差 均值的偏离程度. 为了将( X ,Y ) 作为一个整体, 个分量 X 与Y 之间的关系, 我们还必须引入一个新的概念, 考察它的两 这就是协方差. E(X) , E(Y) , D(X) , D(Y) 称数值 为二维随机变量 ( X , Y ) 的协方差, 即 记为Cov( X ,Y ) . 又称 为 X 与Y 的相关系数. 定义1. 例1. (1) (2) 试证明: (1) (2) (3) (4) (1) 由协方差的定义式: 证: (2) (常用此式计算协方差) 特别地, 当X = Y 时, 例2. 若 X 与Y 相互独立, 证: 则有 若 定义2. 则称 X 与Y 不相关. 证毕. 因为 X 与Y 相互独立, 则有 由(3)式知 证毕. 例2说明: X 与Y 必不相关. 但反过来, 当X 与Y 不相关时, X 与 Y 未必相互独立. 设随机变量 X 的概率密度函数为: 证: 由于 所以Y 与X 不相互独立. Y 的取值完全由 X 的值所决定, 也不相互独立. 例3. 试证明 X 与Y 既不相关, 又 当X 与Y 相互独立时, 又由于 所以 证毕. 因此 X 与Y 不相关