概率论课件协方差与相关系数.pptVIP

4.4 协方差与相关系数 4.4.2.相关系数 * * 1.定义4.4 设(X,Y)是二维随机变量，若 X的E(X)，D(X)和Y的E(Y),D(Y)都存在, 则称 cov(X, Y)=E{[X?E(X)][Y?E(Y)]}. 为X与Y的协方差, 记作cov(X,Y)，易见 cov (X, Y)=E(XY）-E(X)E(Y). 当cov (X,Y)=0时，称X与Y不相关。 4.4.1.协方差 2.协方差性质 (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 常数； (4) cov(X+Y，Z)=cov (X, Z)+cov (Y, Z); (5) D(X ±Y)=D(X)+D(Y)± 2cov (X, Y). 当X与Y相互独立时，显然有 D(X±Y)=D(X)+D(Y) 例1 设二维随机变量(X,Y)的概率密度为 试求cov(X,Y),并讨论X与Y是否相互独立。 解 先求X与Y的边缘概率密度. 类似有 再求cov(x,y)。容易求得 cov(X,Y)=E(XY)-E(X)E(Y)=0 此例说明，cov(X,Y)=0时，X与Y不一定相互独立。当cov(X,Y)=0时，称X与Y不相关。 显然，若X与Y相互独立，则它们必不相关；但若X与Y不相关，则它们未必相互独立。 定理4.1(Cauchy_Schwarz不等式） 证 考虑实变量t的函数 其中，取U=X-E(X),V=Y-E(Y),则有 例2 设随机变量X?B（12,0.5),Y ?N(0,1), cov(X,Y)=-1,求V=4X+3Y+1与W=-2X+4Y的方差与协方差. 解 从而 1. 定义4.5 若X，Y的方差和协方差均存在, 且D(X)0,D(Y)0，则 称为X与Y的相关系数. 2.相关系数的性质 (1) |?XY|?1； (2) |?XY|=1?存在常数a, b 使P{Y= aX+b}=1 (3) X与Y不相关? ?XY=0; 例1.设(X,Y)服从区域D:0x1,0yx上的均匀分布,求X与Y的相关系数 D 1 x=y 解 解1) 2) 例2 对于二维正态分布,X与Y相互独立的充要条件是ρ=0.可见，若（X，Y）服从二维正态分布，则X与Y独立的充分必要条件是X与Y不相关。即X,Y不相关与X,Y 相互独立是等价的. * * *