协方差-应用数学家园.pptVIP

解 (1)同理即X~N(0,1), Y~N(0,1) 因此r=0.(2) 不独立, 因为从f(x,y)的函数形式知(X,Y)不服从二维正态分布, f(x,y)?f1(x)f2(y) 习题4-4,5 4. (1) 设W=(aX+3Y)2, E(X)=E(Y)=0, D(X)=4, D(Y)=16, rXY=-0.5. 求常数a使E(W)最小, 并求E(W)的最小值. 习题4-4,5 4. (1) 设W=(aX+3Y)2, E(X)=E(Y)=0, D(X)=4, D(Y)=16, rXY=-0.5. 求常数a使E(W)最小, 并求E(W)的最小值.解 令f(a)=E[W(a)]=E[(aX+3Y)2] =E[a2X2+6aXY+9Y2] =a2E(X2)+6aE(XY)+9E(Y2) 令f (a)=2aE(X2)+6E(XY)=0, f (a)=2E(X2)0,因此所求 上面考虑到了E(X)=E(Y)=0, 因此cov(X,Y)=E(XY), 此外还利用公式 习题4-4,5 4. (1) 设W=(aX+3Y)2, E(X)=E(Y)=0, D(X)=4, D(Y)=16, rXY=-0.5. 求常数a使E(W)最小, 并求E(W)的最小值.解 当a=3时 E(W)=9E(X2)+18E(XY)+9E(Y2) =9?4+18?(-0.5)?2?4+9?16=108上面利用了公式 E(X2)=D(X)+[E(X)]2 习题4-4,5 4. (2) 设(X,Y)服从二维正态分布, 且有D(X)=sX2, D(Y)=sY2. 证明当 时随机变量W=X-aY与V=X+aY相互独立.  习题4-4,5 4. (2) 设(X,Y)服从二维正态分布, 且有D(X)=sX2, D(Y)=sY2. 证明当 时随机变量W=X-aY与V=X+aY相互独立. 证: E(W)=E(X)-aE(Y), E(V)=E(X)+aE(Y), E(WV)=E(X2-a2Y2)=E(X2)-a2E(Y2) =sX2+[E(X)]2-a2{sY2+[E(Y)]2}E(W)E(V)=[E(X)]2-a2[E(Y)]2因此cov(W,V)=sX2-a2sY2当 时, 上式为0, W与V独立. 习题4-2 10. 设随机变量X与Y相互独立, 它们的概率密度分别为求D(X+Y).解 因为X~E(2), Y~E(4)都服从指数分布, l值分布分别为2和4, 而指数分布的方差都是1/l2, 再由X与Y独立, 习题4-2 13. 设随机变量X的概率密度为求E(X), D(X).解: * 此幻灯片可在网址上下载 第16讲 第四节 矩 协方差矩阵 定义 设X和Y是随机变量，若 mk=E(Xk), k=1,2,… (1)存在,称它为X的k阶原点矩,简称k阶矩. 若 nk=E{[X-E(X)]k},k=2,3,…, (2)存在, 称它为X的k阶中心矩. 若 E(XkYl), k, l=1,2,… (3)存在，称它为X和Y的k+l混合原点矩. 若 E{[X-E(X)]k[Y-E(Y)]l},k,l=1,2,… (4)存在，称它为X和Y的k+l阶混合中心矩。 原点矩 mk=E(Xk), k=1,2,… (1)中心矩 nk=E{[X-E(X)]k},k=2,3,…, (2)混合原点矩 E(XkYl), k, l=1,2,… (3)混合中心矩E{[X-E(X)]k[Y-E(Y)]l},k,l=1,2,…(4)显然，X的数学期望E(X)是X的一阶原点矩，一阶中心矩恒等于0，方差D(X)是X的二阶中心矩，协方差cov(X,Y)是X和Y的二阶混合中心矩。 二维随机变量(X1,X2)有四个二阶中心矩(设它们都存在)，分别记为 c11=E{[X1-E(X1)]2}, c12=E{[X1-E(X1)][X2-E(X2)]} c21=E{[X2-E(X2)][X1-E(X1)]} c22=E{[X2-E(X2)]2}将它们排成矩阵的形式： 称它为随机变量(X1,X2)的协方差矩阵。 设n维随机变量(X1,X2,…,Xn)的二阶混合中心矩 cij=cov(Xi,Xj),i,j=1,2,…,n都存在，则称矩阵 为(X1,X2,…,Xn)的协方差矩阵. 由于cij=cji(i?j,i,j=1,2,…,n), C是对称矩阵. 一般, n维随机变量的分布是不知道的，或者太复杂，以致在数学上不易处理，因此在实际应用中协方差矩阵就显得重要了。 第五节 二