概率与数理统计讲.pptVIP

* 性质1: 若X=C，C为常数，则 Var(X)=0 . B. 方差的性质 性质2: 若b为常数,随机变量X的方差存在， 则bX的方差存在，且 Var(bX) = b2Var(X) Var (aX + b ) = a2 Var(X) 结合性质1与性质2就有 若随机变量X1, X2, … , Xn 的方差都存在， 则X1+X2+...+Xn的方差存在，且 若随机变量X1, X2, …, Xn相互独立，则 性质4: n＝2时就有 性质3: Var(X?Y)= Var(X) +Var(Y) ?2E(X-EX)(Y-EY) 若X, Y 独立， Var(X?Y)= Var(X) +Var(Y) 注：以后若无特殊说明，都认为随机变量的方差大于0。 性质5: 对任意常数C, Var(X ) ? E(X – C)2 , 等号成立当且仅当C = E(X ). 性质6: Var(X ) = 0 P (X = E(X))=1 称X 以概率 1 等于常数E(X). 例1. 设X ~ B( n , p)，求Var(X ). 解： 引入随机变量 故 则 由于 相互独立， 且 例2.标准化随机变量 设随机变量 X 的期望E(X )、方差D(X )都存在, 且D(X ) ? 0, 则称 为 X 的标准化随机变量. 显然， 则: 例3. 设X1, X2, …, Xn相互独立，有共同的期望 和方差 ， 证明: 例4.已知随机变量X1,X2,…,Xn相互独立，且每个Xi的期望都是0，方差都是1， 令Y= X1+X2+…+Xn .求 E(Y2). 解：由已知，则有 因此， 例5.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 的期望和方差。 由已知，有E(X)=1, D(X)=2, E(Y)=0, D(Y)=1, 且X和Y独立。因此， D(Z)= 4D(X)+D(Y) = 8+1=9. E(Z)= 2E(X)－ E(Y)+3 = 2+3=5, 解: 注：由此可知 Z～N（5,9）。 思考：为什么？ 一般地， C. 两个不等式 定理3.2 (马尔可夫(Markov)不等式)： 对随机变量X 和任意的? ? 0，有 证明: 设为连续型, 密度函数为f(x), 则 上式常称为切比雪夫（Chebyshev）不等式 在马尔可夫不等式中取α=2, X为X-EX 得 是概率论中的一个基本不等式. 例6.已知某种股票每股价格X的平均值为1元，标准差为0.1元，求a，使股价超过1+a元或低于1-a元的概率小于10%。 解：由切比雪夫不等式 令 例7. 在每次试验中，事件 A 发生的概率为 0.75, 利用切比雪夫不等式求：n 需要多么大时，才能使得在 n 次独立重复试验中, 事件 A 出现的频率在0.74 ～ 0.76之间的概率至少为0.90? 解:设X 为n 次试验中事件A 出现的次数， 的最小的n . 则 X~B(n, 0.75). 而所求为满足 于是，E(X)=0.75n, Var(Y)=0.75*0.25n=0.1875n。 =P(-0.01nX-0.75n 0.01n) = P{ |X-E(X)| 0.01n} P(0.74n X0.76n ) 可改写为 在切比雪夫不等式中取 n，则 = P{ |X-E(X)| 0.01n} 解得 依题意，取 即n 取18750时，可以使得在n次独立重复试验中, 事件A出现的频率在 0.74 ~ 0.76之间的概率至少为0.90 . 定理3.3 (内积不等式或Cauchy-Schwarz不等式) 设EX2 ∞ ， EY2 ∞则有 证明: 注意到对任意的 t , 有 所以g(t)作为 t 的二次多项式, 其判别式≤0, 即 §4.4 协方差和相关系数 问题 对于二维随机变量(X ,Y ): 已知联合分布 边缘分布 这说明对于二维随机变量， 除了每个随机变量各自的概率特性以外，相互之间可能还有某种联系. 问题是用一个什么样的数去反映这种联系. 数 反映了随机变量X ,Y 之间的某种关系 定义 称 为X ,Y 的协方差. 记为 可以证明协方差矩阵为半正定矩阵 A. 协方差和相关系数 为（X , Y ）的协方差矩阵 称 若Var (X ) 0, Var (Y ) 0 ,称 为X ,Y 的 相关系数，记为 事实上， 若 称 X ,Y 不相关. 无量纲 的量 利用函数的期望或方差计算协方差 若 ( X ,Y ) 为离散型， 若