[理学]第十讲 方差、相关系数与切比雪夫不等式.pptVIP

* * 第十讲 方差、相关系数与切比雪夫不等式 本次课讲授第三章第4—8节，方差，协方差、相关系数与大数定理； 下次课讲授第四章第1-4节：正态分布的密度与期望方差。 下次上课前完成作业9，上课时交作业P37---40页 重点：方差与协方差 难点：方差协方差与独立相关系数之间的关系 第十讲 方差、相关系数与切比雪夫不等式 第十讲 方差、相关系数与切比雪夫不等式 2.中心 矩 定义2 为X 的 k 阶中心矩。 设X 是随机变量，则称 定义1 为X 的 k 阶原点矩。 设 X 是随机变量，则称 1.原点矩 3.原点矩与中心矩的关系 回顾： 例题 解 第九讲 均值、矩与方差 一、方差与标准差 1.定义 背景：在统计应用中，二阶中心矩的具有特殊的重要性。因为它能表达随机变量的偏离程度，这种偏离程度是均值无法反映的。例如，某小公司有10个员工，它们的年薪分别是（万元）25,18,36,28,16,20,29,32,41,150.其均值是39万5千元。于是老板宣布我们公司的平均年薪39万5千元。这引起多数员工的不满。为什么？因为数据中有150万元是老板自己的年薪，其它9人中有6人偏离均值很远。本例说明，均值只代表平均收入，却不能表达数据的偏离度。在中心矩概念中，二阶中心矩表述了变量与其均值之间的差的程度，为此将它作为衡量变量偏离均值的专有量值，并命名为方差。 第十讲 方差、相关系数与切比雪夫不等式 离差的平方的数学期望叫做随机变量X 的方差,记作 随机变量X 与其数学期望的差叫做随机变量X的离差。即 离差与偏差定义 标准差 随机变量X 的方差的算术平方根叫做随机变量X 的 标准差或均方差，记作σ(X)，即 或 说明：1..D(X)非负，且D(X)即是二阶中心距 2.实际应用中常用标准差，它与随机变量的量纲一致，但为了运算方便，理论推导和研究通常用方差。 第十讲 方差、相关系数与切比雪夫不等式 2.方差计算 由方差定义： 第十讲 方差、相关系数与切比雪夫不等式 用均值计算方差定理: 证明： 第十讲 方差、相关系数与切比雪夫不等式 解 例题10-1-1 设随机变量 ，求方差 D(X )。 3.例题讲解 例题10-1-2 设随机变量 ，求方差 D(X )。 解 其密度函数为 例题10-1-3 解 其密度函数为 第十讲 方差、相关系数与切比雪夫不等式 4.方差性质 1.定理（1、2） 证明 第十讲 方差、相关系数与切比雪夫不等式 定理3 利用定理3，用归纳法可以证明以下推论 第十讲 方差、相关系数与切比雪夫不等式 口诀：方差：常数为零系数提平方，独立加减都算加 证 X 的标准化的随机变量。 设随机变量X 的数学期望为E( X ) ，标准差为 设随机变量 证明： 例10-1-4. 均值为0,方差为1的特殊分布 第十讲 方差、相关系数与切比雪夫不等式 则n次试验中事件 A 发生的次数为： 且X1, X2,…Xn相互独立， 则 例10-1-5. 二项分布均值与方差 其中： 第十讲 方差、相关系数与切比雪夫不等式 解：由已知概率： 由于X1, X2,…Xn相互独立，则 求方差 D ( Y )。 例10-1-6 (2000) 设随机变量 X 在区间[-1,2] 上服从均匀分布, 随机变量 第十讲 方差、相关系数与切比雪夫不等式 解 因随机变量 X 在区间[-1,2] 上服从均匀分布,则 第十讲 方差、相关系数与切比雪夫不等式 例题10-1-7. 几何分布 概率函数 ∴ 而 ∴ 第十讲 方差、相关系数与切比雪夫不等式 而 第十讲 方差、相关系数与切比雪夫不等式 0 -1分布 二项分布 泊松分布 均匀分布 几何分布 超几何分布 指数分布 常用分布的期望与方差列表 第十讲 方差、相关系数与切比雪夫不等式 解 设二维随机变量( X ,Y )在以点(0,1),(1,0),(1,1)为顶点的三角形 区域 G 上服从均匀分布,求随机变量 U=X+Y 的方差. 例题10-1-8（2001） 第十讲 方差、相关系数与切比雪夫不等式 第十讲 方差、相关系数与切比雪夫不等式 例10-1-9（2008，4分） 例10-1-10（1995，4分） 第十讲 方差、相关系数与切比雪夫不等式 例10-1-11（2010，4分） 第十讲 方差、相关系数与切比雪夫不等式 例10-1-12（2004，4分） 二、协方差与相关系数 1.背景知识 设随机变量 X