2.随机变量函数的数学期望.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * (二) 方差的性质 1、常数的方差等于0 证明： 2、随机变量和常数之和的方差就等于这个随机变量的方差。 证明： 3、常数和随机变量乘积的方差等于这个常数的平方和随机 变量方差的乘积。 证明： 4. 两个独立的随机变量之和的方差等于两个随机变量方差的 和 证明： 若 独立 进一步可得到：n个相互独立的随机变量算术平均数的方差等于 其方差算术平均数的1/n倍。 5、任意随机变量的方差等于这个随机变量平方的期望和它期 望的平方之差，即 证明： 这个公式用来简化方差计算。且说明随机变量平方的数学期望 大于期望的平方。 ) 17 3 ( ) ( 2 2 - - = x x x E E D 例9 计算在区间[a，b]上服从均匀分布的随机变量 的方差 对于二维随机变量(X,Y),方差D(X,Y)=[D(X),D(Y)] (20) 当(X,Y)为离散型随机变量时,有 当(X,Y)为连续型随机变量时,有 §4.2 几个重要分布的数学期望及方差 （一）两点分布 x 1 0 pk p 1-p （二）二项分布（具有独立和‘是与否’二种结果的条件。 当n=1时，它为两点分布。） 利用二点分布 也可推出二项分布的期 望及方差。 （3）泊松分布 π(λ) 泊松分布的数学期望和方差都等于参数λ. （4）指数分布 其他 （4-6） f(x)= （6） 分布 其他 （4-7） 令 0 0 , ) ( ) ( 1 G = - - x e x r x x r r l l j （7） 正态分布 （7） 正态分布 两点分布 p p（1-p） 二项分布 np npq 超几何分布 nN1/N 普哇松分布 指数分布 分布 正态分布 几种重要分布的数学期望和方差： §4.3 其他数字特征 介绍另外一些数字特征,包括矩,协方差与相关系数. 矩的概念 (1). k阶原点矩 定义1 设X为随机变量,如果αk=E(Xk),k=1,2,... (1) 存在时,称αk为X的k阶原点矩,简称k阶矩. 由定义1可知,X的k阶原点矩就是Xk的数学期望,所以求原点矩 的问题,就是求随机变量的函数Y=Xk的数学期望.特别地,X的数 学期望就是一阶原点矩. (2) k阶中心矩 定义2 设X为随机变量,如果E(X)存在,那么,当 = ,k=1,2... (2)存在时,称 为X的k阶中心矩. 显然,X的方差D(X)就是X的二阶中心矩. (3) 混合矩 定义3 设(X,Y)是二维随机变量,如果 = ,k,L=1,2,... (3)存在,则称 为二维随机变量(X,Y)的k+L阶混合(原点)矩. (4) 混合中心矩 定义4 设(X,Y)为二维随机变量,如果μkl=E{[X-E(X)]k[Y-E(Y)]L} k,L=1,2,.... (4)存在,则称μkL为二维随机变量(X,Y)的k+L阶混合中心矩. 协方差与相关系数 定义5 设(X,Y)为二维随机变量,称1+1阶混合中心矩E{[X-E(X)][Y-E(Y)]}为X与Y的协方差,记为Cov(X,Y),即Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}而 称为X与Y的相关系数 由协方差的定义可得 Cov(X,Y)= E{[X-E(X)][Y-E(Y)]}=E{XY-E(X)Y-E(Y)X+E(X)E(Y)=E(XY)-E(X)E(Y) 协方差具有以下的性质. (1)Cov(X,Y)=Cov(Y,X) (2)Cov(aX,bY)=abCov(X,Y). a,b