第四章随机变量的数字特征.pptVIP

第四章 随机变量的数字特征 讨论随机变量的数字特征的意义 §1 数学期望 习题1. (1)在下列句子中随机地取一单词,以X表示所取的单所含的字母个数,写出X的分布律,并求E(X). THE GIRL PUT ON HER BEAUTIFUL RED HAT. (2)在上述句子的30个字母中随机地取一字母,以Y表示取到的字母所在的单词所包含的字母数,写出Y的分布律,并求E(Y). 习题1. (1)在下列句子中随机地取一单词,以X表示所取的单所含的字母个数,写出X的分布律,并求E(X). THE GIRL PUT ON HER BEAUTIFUL RED HAT. (2)在上述句子的30个字母中随机地取一字母,以Y表示取到的字母所在的单词所包含的字母数,写出Y的分布律,并求E(Y). 定理的意义:求随机变量X的函数Y的数学期望,可以不用求Y的分布(或概率密度),只需利用X的分布律(或概率密度)就可以了. 上述定理可推广到多个随机变量的函数的情况 设Z是随机变量X,Y的函数Z=g(X,Y) (g是连续函数), 那么, Z是一个一维随机变量. 若二维随机变量(X,Y)的概率密度为f(x,y),则有: §2 方差 方法二: 例:设随机变量X在区间[-1,2]上服从均匀分布. 随机变量 对于二维随机变量,除了讨论变量X与Y的数学期望及方差外,还需要讨论描述X与Y这间相互关系的数字特征. 独立 不相关 不相关 独立 习题24 设二维随机变量(X,Y)的概率密度为: 习题29 设X~N(m,s2), Y~N(m,s2), 且设X,Y互相独立,试求Z1=aX+bY和Z2=aX-bY的相关系数(其中a,b是不为零的常数). §4 矩、协方差矩阵 N维随机变量(X1, X2, …, Xn)的二阶混合中心矩 [注意]切比雪夫不等式可以使我们在随机变量X的分布未知的情况下，对事件|X-?|?的概率做出估计。应用切比雪夫不等式必须满足E(X)和D(X)存在且有限这一条件。 则方差D(Y)=? 解: 所以: §3 协方差及相关系数 也就是说,当 时,X与Y不相互独立,即:可能存在某种关系. 当随机变量X与Y相互独立时,有: 协方差与相关系数 协方差的性质 协方差性质的证明 最小二乘法 最小二乘法 相关系数的性质 相关系数性质的证明 相关系数性质的证明 相关系数性质的证明 X与Y不相关但也不独立的例子 × 试验证X和Y是不相关的,但X和Y不是相互独立的. 分析: 要说明X和Y不是相互独立,就是要证明 f(x,y)≠fX(x)fY(y) 由相关系数的定义,要验证X和Y不相关,就是要验证 解: 关于X的边缘概率密度为: 关于Y的边缘概率密度为: 显然, f(x,y)≠fX(x)fY(y), 因此X和Y不是相互独立的. 下面计算E(X), E(Y), E(XY), D(X), D(Y) 下面计算E(X), E(Y), E(XY), D(X), D(Y) 同理 故 D(X)0, D(Y)0, X和Y的相关系数为: 因此, X和Y是不相关的. 分析:由相关系数的定义知: 数学期望的性质 数学期望性质的证明 数学期望性质的证明 数学期望性质的证明 数学期望性质的性质 练习一 一个有n把钥匙的人要开他的门，它随机而独立地试开，若其中只有一把能开门，若将试开不成功的钥匙立即除去；求试开次数的数学期望与方差。 例：有甲、乙两个射手，他们的射击技术用下表表出： 甲射手 0.1 9 0.3 8 0.6 概率 10 击中环数 乙射手 0.5 9 0.2 8 0.3 概率 10 击中环数 试问哪个射手本领较好？谁的技术稳定些? 解：设两个选手各射N枪，则有 甲：8×0.3N＋9×0.1N＋10×0.6N=9.3N 乙：8×0.2N＋9×0.5N＋10×0.3N=9.1N 平均甲射中9.3环，乙射中9.1环，因此甲射手的本领好些。 问：那个射手技术稳定些？显然乙射手的技术稳定些。衡量技术稳定性，可以考虑用随机变量与其均值的偏离程度，如 E{|X-E(X)|} 或 E{[X-E(X)]2} 方差 随机变量X的方差与数学期望有如下关系： D(X)=E(X2)-[E(X)]2 令 方差的性质 方差性质的证明 方差性质的证明 方差性质的证明 方差性质的证明 方差的性质 若 且它们互相独立 那