数理统计与随机过程2--概率论.ppt

* 内容： 数学期望 方差 协方差 相关系数 第四节 随机变量的数字特征 * 问题的提出： 在一些实际问题中，我们需要了解随机变量 的分布函数外，更关心的是随机变量的某些特征。 例： 在评定某地区粮食产量的水平时，最关心的 是平均产量。 考察某市区居民的家庭收入情况，我们既知 家庭的年平均收入，又要研究贫富之间的差异 程度。 * 定义： 定义： 数学期望简称期望，又称均值(Mean) §1 数学期望 (Expected Value) * 例：对泊松分布， * 数学期望的特性： 这一性质可以推广到任意有限个随机变量线性组合的情况 * 定义： §2 方差（Variance） * 对于离散型随机变量X， 对于连续型随机变量X， 此外，利用数学期望的性质，可得方差得计算公式： 方差的计算 * 方差的性质： 例： 解： * 对于二维随机变量(X,Y)，除了讨论X与Y的数学期望和方差外，还需讨论描述X与Y之间相互关系的数字特征。 定义： 易知，X与Y相互独立，则Cov(X,Y)=0 * 协方差的性质： 思考题： * 相关系数的性质： 续 * 当|?XY|较大时，表明线性关系的程度较好； 当|?XY|较小时，表明X,Y线性关系的程度较差； 当|?XY| =1时，表明X,Y之间以概率1存在线性关系； * 例：设X,Y相互独立服从同一分布，记U=X-Y,V=X+Y,则随机变量U与V是否一定不相关，是否一定独立？ * 续 * * * * 协方差矩阵 利用协方差矩阵，可由二维正态变量的概率密度推广，得到n维正态变量的概率密度。 * n维正态变量具有以下四条重要性质： * 考虑100包水泥的总重量Y用以下两种方式表示： (1)设第i袋水泥的重量为Xi , i=1,2,…,100, 由题意知, Xi ～N(50,2.52),Y=∑Xi , 则Y～N(100*50,100*2.52)； (2)设一包水泥的重量为X, 由题意知 X～N(50,2.52)。 若将100包水泥的总重量看成是1包水泥的100倍，即Y=100X,Y是X的线性函数，则： E(Y)=100E(X)=100*50, D(Y)=1002D(X)=1002*2.52 Y～N(100*50,1002*2.52) 这两种方法得到的总重量的分布不一样(因为方差不同，后者方差是前者的100倍)，试问哪一种正确？ 讨论 * * 兰州大学信息科学与工程学院 主讲: 路永刚 E-mail: ylu@lzu.edu.cn 上节内容： 概率论基础 一维随机变量及其分布 本节内容： 多维随机变量及其分布 随机变量的数字特征 * 问题的提出 例：研究某种型号炮弹的弹着点分布。每枚炮弹的弹着点位置需要由横坐标和纵坐标来确定，而它们是定义在同一样本空间的两个随机变量。 * 定义：设E是一个随机试验，样本空间S={e}； 设X=X(e)和Y=Y(e)是定义 在S上的随机变量，由它们构成的 向量(X,Y)叫做二维随机向量 或二维随机变量。 0 S e 定义：设(X,Y)是二维随机变量对于任意实数x,y， 二元函数 称为二维随机变量(X,Y)的分布函数。 * 定义：若二维随机变量(X,Y)全部可能取到的不同值是有 限对或可列无限对，则称(X,Y)是离散型随机变量。 y1 y2 … yj … X Y p11 … p12 p1j … p21 … p22 p2j … pi1 … pi2 pij … … … … … … … … … 离散型随机变量的联合概率分布： 为二维离散型随机变量(X,Y)的联合概率分布。 可以用如右表格表示. 性质: * * * 二维随机变量(x,y)作为整体，有分布函数F(x,y), 其中x和y都是随机变量，它们的分布函数 记为： 称为边缘分布函数。 事实上， * 对于离散型随机变量(X,Y)，分布律为 X,Y的边缘分布律为： * 对于连续型随机变量(X,Y)，概率密度为 事实上， 同理： X,Y的边缘概率密度为： * * * 正如对两事件A,B，若 可以考虑条件概率 一样，对二维离散型随机变量(X,Y)，其分布律为： 我们也可以考虑条件概率 由条件概率公式可得： * 定义：设(X,Y)是二维离散型随机变量， 对于固定的yj， 同样，对于固定的xi， * 定义：条件分布函数 * 定义：连续型随机变量的条件概率密度 * 由定义： 证明：