应用概率统计10.pptVIP

应用概率统计 返回 主讲:刘剑平 随机向量的数学期望和方差 定义 设(X1,X2,…,X n)是n维随机向量,且每个分量的数 学期望和方差都存在; 称数值向量(EX1,EX2,…,EX n)为(X1,X2,…,X n)的 数学期望,简称期望; 称数值向量(DX1,DX2,…,DX n)为(X1,X2,…,X n)的方差. 第4.3节 随机向量的数字特征 定理2 设g(X,Y)为随机变量X,Y的函数,E[g(X,Y)]存在,(1)若(X,Y)为离散型随机向量,P(X=xi,Y=yj)=pij ,(i,j=1,2…),则 (2)若(X,Y)为连续型随机向量,(X,Y)~f(x,y),则 随机变量函数的数学期望 2 数学期望,方差的性质 离散型 设(X,Y)联合分布为 P(X=xi,Y=yj)=pij ,(i,j=1,2…) 若(X,Y)是二维随机向量,且X与Y独立,则E(XY)=EXEY 连续型 设(X,Y)~f(x,y),则 由X,Y相互独立得 注 性质可推广到有限个随机变量情形. D(X+Y)=E[(X+Y)-E(X+Y)]2 =E(X-EX)2+E(Y-EY)2+2E[(X-EX)(Y-EY)] E[(X-EX)(Y-EY)]= E(XY-XEY-YEX+EXEY) =EXY-E(XEY)-E(YEX)+EXEY =EXY-EXEY-EYEX+EXEY =EXY-EXEY X,Y独立 0 不相关 =DX+DY+ 2E[(X-EX)(Y-EY)] D(X+Y)=DX+DY D(X-Y)=DX+DY 同理可证: 定理3 设X与Y独立,则 证明 推广可得 例12 设(X,Y)的联合概率分布为 求EX,EY,E(XY). 解 X,Y的边缘分布为 X 1 3 P 3/4 1/4 Y 0 1 2 3 P 1/8 3/8 3/8 1/8 所以 EX=3/2, EY=3/2, X 1 0 3/8 3/8 0 3 1/8 0 0 1/8 Y 0 1 2 3 XY 0 1 2 3 6 9 P 1/8 3/8 3/8 0 0 1/8 所以 EXY=EXEY不相关,但不独立. 例13. 设(X,Y)服从[0,a]×[0,a]上的均匀分布,求E|X-Y|. 解 由题意得 得 根据 a a y=x X Y 0 x-y0 x-y0 S1 S2 解 1. EZ=EX-EY=2-(-2)=4 E(XY)=(EX)(EY)=-4 1.已知随机变量 X服从参数为2的泊松(Poisson)分布, Y~N(-2,4),Z=X-Y,则EZ=( ); 若X,Y独立,则E(XY)=( ). 课堂练习 2*2+5-3*3=0 定义 对两个随机向量(X,Y),若E(X-EX)(Y-EY)存在,则称 cov(X,Y)=E(X-EX)(Y-EY)为X和Y的协方差。 特别, 若X=Y,则 cov(X,X)=E(X-EX)2=DX 因此,方差是协方差的特例,协方差刻画两个随机变量之间的“某种”关系. 可以证明 若(X,Y)服从二维正态分布,即 则 3. 协方差 性质 ① cov(X,Y)=EXY-EXEY 推论 D(X±Y)=DX+DY±2cov(X,Y) ② cov(X,Y)= cov(Y,X) ③ cov(aX,bY)= abcov(X,Y) ④ cov(X1+X2,Y)=cov(X1,Y)+cov(X2,Y) 证明 ④ cov(X1+X2,Y)=E[(X1+X2)Y]-E(X1+X2 )EY =E(X1Y+X2Y)-(EX1+EX2 )EY =E(X1Y)+E(X2Y)-(EX1)(EY)- (EX2 )(EY) =E(X1Y) -(EX1)(EY) +E(X2Y) - (EX2 )(EY) =cov(X1,Y)+cov(X2,Y) 定义 设随机变量X和Y的方差为正值,称 为X与Y的相关系数. 若(X,Y)服从二维正态分布,则 D(