概率论4--方差.ppt

我们介绍了随机变量的数学期望，它反映了随机变量取值的平均水平，是随机变量的一个重要的数字特征.; 例如，某零件的真实长度为a，现用甲、乙两台仪器各测量10次，将测量结果X用坐标上的点表示如图：;又如,甲、乙两门炮同时向一目标射击10发炮弹，其落点距目标的位置如图：; 由此可见,研究随机变量与其均值的偏离程度是十分必要的.那么,用怎样的量去度量这个偏离程度呢?容易看到;1.方差的定义 ;若X的取值比较分散，则方差D(X)较大.;X为离散型， 分布率 P{X=xk}=pk;计算方差的一个简化公式;例1 设随机变量X服从0-1分布，求D(X) 。;;练习：设 X ~求EX,DX. ;例3;;3、方差的性质 ;;2、推论:有限个独立的正态分布的线性函数仍服从正态分布.; 练习 设随机变量X和Y相互独立且X~N(1,2), Y~N(0,1). 试求Z=2X-Y+3的概率密度.;故 Z 的概率密度是;分布;分布;4、切比雪夫不等式 ;;设电站供电网有10000盏电灯，夜晚每一盏灯开灯的概率都是0.7，而假定开、关时间彼此独立，估计夜晚同时开着的灯数在6800与7200之间的概率．; 前面我们介绍了随机变量的数学期望和方差，对于二维随机变量（X，Y），我们除了讨论X与Y的数学期望和方差以外，还要讨论描述X和Y之间关系的数字特征，这就是本讲要讨论的; E{[ X-E(X)][Y-E(Y) ]}称为随机变量X和Y的协方差,记为cov(X,Y) ，即 ; cov(X,Y)=E(XY) -E(X)E(Y) ;D(X+Y)= D(X)+D(Y)+ 2cov(X,Y);为随机变量 X 和 Y 的相关系数 .;课堂练习;解;练习.随机向量(X,Y)~f(x,y)=;6. 相关系数的性质：;，;a0时,ρXY=1 a0时,ρXY=-1;(b) D(X±Y)=DX+DY±2cov(X,Y) = DX+DY±2ρ;例2. (X,Y)的联合分布为:;EY=EX=0 EY2=EX2=3/4;解 ;解;作业;第四节 矩、协方差矩阵;一、 原点矩 中心矩;协方差cov(X,Y)是X和Y的二阶混合中心矩.;二、协方差矩阵;对二维 随机向量(X,Y)有:; 类似定义n 维随机变量(X1,X2, …,Xn) 的协方差矩阵.;例2;例2.设X~N(0,1),Y~N(0,1),D(X-Y)=0, 求(X,Y)的协方差矩阵C.;但对下述情形，独立与不相关等价;若二维随机变量 ( X,Y ) 具有概率密度;二维正态分布的图形;X~N(μ1 ,σ12), Y~N(μ2 ,σ22);;验证:(1)随机变量X的边缘概率密度;设 则有;验证(3): 因为独立必不相关, ??此我们证当X与Y不相关即r=0时,必相互独立. 这时;例1 . 设(X,Y)服从二维正态分布,且X~N(1,9),Y~N(0,16),;所以;* n 元正态分布的概率密度;n元正态分布的几条重要性质;若 X=(X1, X2 , … , Xn) 服从 n 元正态分布，;作业