南邮-概率与数理统计-第04章 - 随机变量的数字特征.ppt

第四章 随机变量的数字特征 第一节 数学期望 第二节 方差 第三节 协方差及相关系数 第四节 矩、协方差矩阵 习题课 第一节数学期望 例4 某商店对某种家用电器的销售采用先使用后付款的方式, 记使用寿命为X(以年计), 规定: X?1, 一台付款1500元; 1X?2, 一台付款2000元; 2X?3, 一台付款2500元; X3, 一台付款3000元.设寿命X服从指数分布, 概率密度为 试求该商店一台收费Y 的数学期望. 解 先求出寿命X 落在各个时间区间的概率： 一台收费Y 的分布律为 例11 设一电路中电流I(A)与电阻R(W)是两个相互独立的随机变量, 其概率密度为 试求电压V=IR的均值. 第二节方差 例1 设随机变量X具有数学期望E(X)=m, 方差D(X)=s2?0. 求X *=(X-m)/s 的期望和方差. 第三节协方差及相关系数 第四节矩、协方差矩阵 习题课 二、选择题 例10 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， E(X)=0.75n, 的最小的n . 则 X~B(n, 0.75) 所求为满足 D(X)=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 . 五、进阶练习 1、 设随机变量X服从几何分布，概率分布为 P{X=k}=p(1-p)k-1, k=1,2,… 其中0p1,求E(X),D(X) 2、 1、解： 记 q=1-p 求和与求导 交换次序 无穷递缩等比 级数求和公式  D(X)=E(X2)-[E(X)]2 +E(X) 2、解 前面我们介绍了随机变量的数学期望和方差，对于二维随机变量（X，Y），我们除了讨论X与Y的数学期望和方差以外，还要讨论描述X和Y之间关系的数字特征，这就是本节要讨论的 协方差和相关系数 量E{[ X-E(X)][Y-E(Y) ]}称为随机变量X和Y的协方差,记为Cov(X,Y) ，即 一、协方差 Cov(X,Y)=E{[ X-E(X)][Y-E(Y) ]} 1.定义 (1) Cov(X,Y)= Cov(Y,X) (2) Cov(aX,bY) = ab Cov(X,Y) a,b 是常数 (3) Cov(X1+X2,Y)= Cov(X1,Y) + Cov(X2,Y) (4) Cov(X,Y)=E(XY) -E(X)E(Y) (5) 若X 与 Y 独立，Cov(X,Y)= 0 (6) Cov(X,X)=E(X2) -E(X)2=D(X) (7) D(X+Y)= D(X)+D(Y)+ 2Cov(X,Y) 2.简单性质 证明：由定义得(1)(2)(3)(4) ，由(4)得(5)(6) ，由方差性质得(7) 。 协方差计算公式 协方差的大小在一定程度上反映了X和Y相互间的关系，但它还受X与Y本身度量单位的影响. 例如： Cov(kX, kY)=k2Cov(X,Y) 为了克服这一缺点，对协方差进行标准化，这就引入了相关系数 . 二、相关系数 为随机变量 X 和 Y 的相关系数 . 定义: 设D(X)0, D(Y)0, 称 在不致引起混淆时，记 为 . 相关系数的性质： 证: 由方差的性质和协方差的定义知, 对任意实数 b, 有 0≤D(Y-bX)= b2D(X)+D(Y)-2b Cov(X,Y ) 令 ，则上式为 D(Y- bX)= 因方差D(Y)为正,故必有1- ≥ 0,所以 | |≤1。 2. X和Y 独立时， = 0，但其逆不真. 证：由于当X和Y独立时，Cov(X,Y)= 0. 故 = 0 但由 并不一定能推出X和Y 独立. 请看下述反例： 由X的密度函数 例1 设X服从(-1/2, 1/2)内的均匀分布 , 而Y=cos X. 因而 =0， 此时称X和Y不相关 . 但Y与X有严格的函数关系， 即X和Y不独立 . 存在常数 a,b(b≠0）， 使 P{Y= a + b X}=1， 即 X 和