kk概率论9数字特征2.pptVIP

§2 方差 第四章 随机变量的数字特征 例 14续 先求： 返回主目录 §2 方差 第四章 随机变量的数字特征 例 14（续） 则： 返回主目录 X(小时) 900 1000 1100 P 0.1 0.8 0.1 Y(小时) 950 1000 1050 P 0.3 0.4 0.3 §3 协方差及相关系数 一、 协方差和相关系数 注： 是一个无量纲的量，或无单位的量。 二、协方差的性质?? 三、相关系数的性质和含义： 1、线性估计问题： 设X,Y是两个随机变量，利用X来估计Y。一般估计式为g(X)，其中最简单的函数是线性函数a+bX，估计好坏的标准是最小均方误差，即使 为最小。 e对a,b求导，并令导数为0，可得： 2、定理： 例1 设(X,Y)有下列分布律，求X,Y之间的关系？ X与Y不相关，即X与Y不存在线性关系。 X与Y不是相互独立。 X Y -2 -1 1 2 P{Y=j} 1 4 0?? ????? 1/4 1/4 0 1/4 0 0 1/4 1/2 1/2 P{X=i} 1/4 1/4 1/4 1/4 ? 例3 设(X,Y)服从二维正态分布，其概率密度： ▲ 一个常用结果： §4 矩、协方差矩阵 一、矩 设X,Y是随机变量，假设各期望存在 二、协方差矩阵： ▲ 二维正态随机变量 三、n维正态分布： ▲ n维正态随机变量 n维正态分布的四条基本性质: 概率论与数理统计 深圳大学 信息工程学院 康莉 * §2 方 差 问题：EX表示变量X的平均值，一般来讲X的各个取值与EX有偏差，如何来度量这种误差？ 在平均的意义下，如何表示X与EX的偏离程度或集中程度或误差大小？ ▲ 方差的定义 定义 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 称为X的标准差或均方差。 方差意义：D(X)数值的大小表示了X在E(X)附近的集中程度。 DX越大，X就越分散， DX越小，X就越集中。 D(X)是刻画X取值分散程度的一个量。 ▲ D(X)的计算： X是离散型随机变量时，设分布律为P{X=xk}=pk，k=1,2,…, X是连续型随机变量时，设其密度函数为f(x)，则 ▲ 一种常用的等价形式 例1 设随机变量X具有特征值：  称为X的标准化变量 ▲ 方差的性质 设C是常数， X，Y是随机变量 ▲ 几个常见分布的方差 X 0 1 p 1-p p ▲ 一个重要结果 例8 设活塞的直径 ，气缸的直径 ，X,Y相互独立。任取一只活塞，任取一只气缸，求活塞能装入气缸的概率。 ▲ 切比雪夫不等式： ? 定理： 设随机变量X具有数学期望 方差 ，则对任意正数 ， 下列不等式成立： 该不等式称为Chebyshev不等式。 切比雪夫不等式在概率估计方面起重要作用，给出了概率 的最小上界和 的最大下界估计 例：设随机变量X的方差为2，利用切比雪夫不等式给出概率 的上界估计。 解： §2 方差 第四章 随机变量的数字特征 例 14 解： 返回主目录