第四章随机变量的字特征1.pptVIP

* * * * * * * * * * * * * * * * * * * * 例3 设 则X, Y相互独立 ? X, Y不相关． 解 由上章§3.4例1知，X, Y相互独立?? = 0，即?XY=0, 亦即X,Y不相关．由此知二维正态随机变量X与Y相互独立与不相关是等价的． 例4 已知 设 , 求 解 定义1 设X, Y为随机变量, k, l为正整数，称 §4.5 矩 协方差矩阵 为X的k阶原点矩( k阶矩) 为X的 k阶中心矩; 为X和Y的k+l 阶混合矩; 为X和Y的k+l 阶混合中心矩 [注] (1)E(X)是X的一阶原点矩； (2)D(X)是X的二阶中心矩； (3)Cov(X,Y)是X和Y的二阶混合中心矩. 定义2 设n维随机变量 的二阶混合中心矩都存在，称矩阵 其中 显然： 为n维随机变量 的协方差矩阵。 例4 设?服从[??，?]上的均匀分布，且X=sin?，Y=cos ?, 判断X与Y是否不相关？是否独立？ 答： X与Y不相关；X2+Y2=1 不独立. 例 设 写出其协方差矩阵。 解 由以前结果知 协方差矩阵为 * * * * * * * * * * * * * * * * * * * * * * * * * 假设以下随机变量的数学期望均存在． 1. E(C)=C, （C是常数） 2. E(CX)=CE(X), （C是常数） 3. E(X±Y)=E(X) ±E(Y), 4. 设X与Y相互独立, 则 E(XY)=E(X)E(Y) 数学期望的性质: [注] 性质3.4.可推广到有限个的情况. 证 (仅对(X,Y)为连续型随机变量证明性质3,4) 设(X,Y)的概率密度为f（x,y），其边缘概率密度分别为 fX（x,y）， fY（x,y），则 又若X与Y相互独立，则 由题意 [注] 这种引进新的随机变量，将原随机变量分解成有限个随机变量之和,再求数字特征的方法具有一定的普遍意义. 例9 一民航机场的送客车，载有20名乘客自机场开出，旅客 有10个车站可以下车，如到达一站没旅客下车就不停车．假 设每位旅客在各站下车是等可能的，且旅客之间在哪一站下 车相互独立．以X表示停车次数，求E(X)． 解 引入随机变量 则 练习： 设(X,Y)服从G上的均匀分布（如图） 求X、Y及XY的数学期望 0 1 2 x y G 解法一：由已知得 解法二： 同理 解 由于X与Y相互独立，则 与 也相互独立， 例10 设X,Y相互独立, 分别服从参数为?, ?的指数分布 试求 例 设甲、乙两射手在同样条件下进行射击，其命中环数分 别用X、Y表示，分布律分别为 X 10 9 8 7 Y 10 9 8 7 0.5 0.1 0.2 0.2 0.4 0.3 0.1 0.2 试评定甲、乙的技术水平． 解 甲乙平均命中环数为 E(X)=8.9 (环)，E(Y)=8.9 (环) 从平均水平看，甲、乙的技术水平不相上下， 进一步考虑他们射击的稳定性 1.定义 设X是一随机变量，若E{[X-E(X)]2} 存在， 则称为随机变量 X 的方差，记为D(X)或Var(X)．即 §4.2 方差 1.离散型: 2.连续型: 3.计算公式： 并 称为X随机变量的均方差或标准差，记?(X)． [注] 方差刻画了随机变量X的取值与其均值的偏离程度，它的大小可以衡量随机变量取值的稳定性. 计算公式的推导： 由方差的定义及数学期望的性质，有 例1 设甲、乙两射手在同样条件下进行射击，其命中环数分 别用X、Y表示，分布律分别为 X 10 9 8 7 Y 10 9