概率论与数理统计的总结之第四章.docVIP

第四章 数学期望和方差 数学期望： 设离散型随机变量X的分布律为… 若级数绝对收敛，则称级数的和为随机变量X的数学期望，记为E(X),即E(X)= 设连续型随机变量X的概率密度为f(x), 若积分绝对收敛，则称积分的值为随机变量X的数学期望，记为E(X),即E(X)= 数学期望简称期望，又称为均值 数学期望E(X)完全由随机变量X的概率分布所确定，若X服从某一分布也称E(X)是这一分布的数学期望 定理 设Y是随机变量X的函数：Y=g(X)(g是连续函数） X是离散型随机变量，它的分布律为…，若绝对收敛，则有 X是连续型随机变量，它的概率密度为f(x）。若绝对收敛，则有E(Y)=E[g(X)]= 数学期望的几个重要性质： 设C是常数，则有E(C)=C 设X是一个随机变量，C是常数，则有E(CX)=CE(X) 若A,B相互独立，则有E(AB)=E(A)E(B) 设X,Y是两个随机变量，则有E(X+Y)=E(X)+E(Y) 方差 设X是一个随机变量，若存在，则称为X的方差，记为D(X)或Var(X),即D(X)=Var(X)= ,记为σ（X)，称为标准差或均方差 对于离散型随机变量， 对于连续型随机变量， 随机变量X的方差计算公式： 方差的几个重要性质： 设C是常数，则D(C)=0 设X是随机变量，C是常数，则有 设X,Y是两个随机变量，则有 特别地，若X,Y相互独立，则有 D(X+Y)=D(X)+D(Y) 4.D(X)=0的充要条件是X以概率1取常数C，即P{X=C}=1，显然这里C=E(X) 定理：（切比雪夫不等式） 设随机变量X具有数学期望E(X)=μ,方差D(X)=，则对于任意正数，不等式成立 协方差及相关系数 量称为随机变量X与Y的协方差，记为Cov(X,Y),即 Cov(X,Y)= 而称为随机变量X与Y的相关系数 是一个无量纲的量 协方差的性质有： ,a,b是常数 当||较大时，X,Y线性相关的程度较好，当||较小时，X,Y线性相关的程度较差，当=0，称X和Y不相关 若X,Y独立，则其不相关，但若X,Y不相关，并不能说明其独立 矩、协方差矩阵 设X,Y是随机变量，若…存在，称它为X的k阶原点矩，简称k阶矩 若…存在，称它为X的k阶中心矩 若…存在，称它为X和Y的k+l阶混合矩 若…存在，称它为X和Y的k+l阶混合中心矩 设n维随机变量…的二阶混合中心矩 … 都存在，则称矩阵 为n维随机变量…的协方差矩阵 由于，因而上述矩阵是一个对称矩阵