正态分布的期望分布密度指数分布的期望分布密度一维随机变量函数.PPTVIP

例2(X, Y) 的密度函数为 求 X,Y 的相关系数. 解: 协方差的性质 例4 (X, Y) 的密度函数为 求D(2X-3Y+8). 解: D(2X-3Y+8)=D(2X)+D(3Y) cov(X,Y)=E(XY)-E(X)E(Y) =4D(X)+9D(Y)-12cov(X,Y) -12cov(X,Y) Cauchy-Schwarz不等式 的充要条件是存在常数a?0，b，使得 的充要条件是存在常数a≠0，使得 P{Y=aX+b}=1 rXY是一个可以用来表征X,Y之间线性关系紧密 程度的量. 当|rXY |较大(小)时, 通常说X,Y线性相 关的程度较好(差); 当rXY =1时, X与Y 线性正相关； 当rXY =?1时, X与Y 线性负相关； 当rXY =0时, X与Y不存在线性相关关系，此时称 X与Y不相关.(X与Y只是没有线性关系，不排除 有非线性相关关系) X与Y不相关. X与Y不独立. X与Y具有关系Y=cosX. 例5 设X~U(-0.5,0.5)，Y=cosX X ,Y 相互独立 X , Y 不相关 但是，若 ( X ,Y ) ~ N ( ?1, ?12, ?2, ?22, ?), 则X ,Y 相互独立 X ,Y 不相关 独立是指没有任何关系， 不相关是指没有线性相关关系. 注2：若(X,Y)~N(?1,σ12, ?2,σ22, ?)，则X和Y独立的充要条件是r=0. 注1：若(X,Y)~N(?1,σ12, ?2,σ22, ?),则X和Y的相关系数为r. 不相关 独立 X , Y 不相关 X ,Y 相互独立 X ,Y 相关 X , Y 不独立 X ,Y 相互独立 X , Y 不相关 X ,Y 相互独立 例6 设 (X, Y) 的联合密度函数为 X与Y相关. X与Y不独立. 判断 X与Y 相关性与独立性. 例7 设 (X, Y) 的联合密度函数为 X与Y不相关. X与Y不独立. 判断 X与Y 独立性与相关性. * * * 例5 设相互独立的随机变量X,Y的密度函数分别为 求E(XY). 解 数学期望的性质 当X和Y相互独立时， 二项分布X~B( n, p )的数学期望 二项分布可表示为 个0-1分布的和 若X~B( n, p )，则E(X)= np 例6 一民航送客车载有20位旅客自机场开出, 旅客有10个车站可以下车. 如到达一个车站没有旅客下车就不停车. 以X表示停车的次数, 求E(X) (设每位旅客在各个车站下车是等可能的, 并设各旅客是否下车相互独立). Xi P 0 0.920 1 1-0.920 例7 在一群体中普查某种疾病, 为此要抽检N个人 的血, 可以用两种方法进行. (1)将每个人的血分别 去验, 这就需要验N次. (2)按k个人一组进行分组, 把 从k个人抽来的血混合在一起进行检验, 如果这混 合血液呈阴性反应, 就说明k个人的血都呈阴性反 应, 这样k个人的血就只需要验一次. 若呈阳性, 则 再对这k个人的血液分别进行化验. 这样, k个人的 血总共要化验k+1次. 假设每个人化验呈阳性的概 率为p, 且这些人的试验的反应相互独立. 求在这种情况下所需要的平均化验次数？ §4.2 方差 甲 10, 7, 9, 8, 10, 6, 乙 8, 7, 10, 9, 8, 8, 哪一个射手的技术较好？ 首先比较平均环数 甲 = 8.3 乙 = 8.3 甲、乙两射手各打了6 发子弹,每发子弹击中的 环数分别为： 引例 再比较稳定程度 甲： 乙： 乙比甲技术稳定，故乙技术较好. 均方差（标准差） 与 有相同的量纲 定义 设X是一随机变量，如果 存在， 则称它为X的方差，记作D(X)或Var(X). 若c为常数 DX=0的充分必要条件为P{X=EX}=1 设离散型随机变量X的概率分布为 离散型随机变量的方差 连续型随机变量的方差 设连续型随机变量X的分布密度为f (x) E( X )=5 X P 4 5 6 1/4 1/2 1/4 例1 随机变量的分布列如下 求D(X) 解 求 A ,B. 设 Y = X 2, 求D (Y ). 例2 已知 X 的密度函数为 其中 A ,B 是常数，且 E (X ) = 0.5. 解 (1) （2）设 Y = X 2, 求D (Y ). 0-1分布的方差 X P 0 1 1-p p 泊松分布的方差 分布律 均匀分布的方差 指数分布的方差 正态分布的方差 相互独立时