为随机变量，则有数学期望性质证明.pptVIP

第四章 随机变量的数字特征 数学期望 随机变量函数的数学期望 方差 协方差和相关系数 矩 4.1 数学期望 （1）对于二维离散型随机变量 ， 的边缘分布律 实质上就是一维随机变量 的分布律 。于是 同理 例4. 若 的联合分布律如下表所示，求 （2）对于二维连续型随机变量 ， 的边缘密度函数 实质上就是一维随机变量 的密度函数。于是 同理 例5. 在区域 上服从均匀分布，其联合密度函数为 ，求 （1）对于离散型随机变量 的分布律为： 4.3 方差 例6. 在区域 上服从均匀分布，其联合密度函数为 ，求 （1）契比雪夫不等式 4.4 协方差和相关系数 协方差和相关系数的性质 独立性和不相关性之间的关系 4.5 矩 1. c为常数,则有 2. c为常数， 为随机变量，则有 方差的性质 证明: 3. 设 是两个相互独立的随机变量，则 证明: 同理可得： 1. 二项分布 几个重要随机变量的方差 设： 则 2. 泊松分布： 3. 均匀分布U(a, b)： 4.指数分布： 5. 正态分布N(?, ?2)： 若随机变量的期望和方差存在，则对任意??0，有 或： 例8. 已知某种股票每股价格 的平均值为1元，标准差为0.1元，求a,使股价超过1+a元或低于1-a元的概率小于10%。 解:由契比雪夫不等式 令 (2) 当方差为0时，随机变量 （以概率为1）的取值集中于数学期望 这一数值上，亦即，若 则 证明：令事件 则 由契比雪夫不等式得 (3) 随机变量对于其数学期望的偏离程度比随机变量关于其它任何数的偏离程度都来得小。亦即，若 为随机变量， 为常数，则对于 有 证明： 定义： 称 为随机变量 的协方差，记作 如果 协方差是可以表征 之间是否线性相关的一个数字特征； 相关系数是可以表征 之间线性相关的密切程度的一个数字特征 为随机变量 的相关系数。 则称 注1：由定义可推得： 注2：若记 分别称为 的标准化。 易知 （1）若 相互独立，则 ，从而 证明：因为 相互独立，所以 当 或当 ）时，称 和 是不相关的。 （2）对于任意常数 有 证明： （3）对任何 ，恒有 证明： 则 令 又 从而得 （4）相关系数 的充要条件是 证明：必要性 令 当 时，有 当 时，有 又 又当 时，有 所以 即 又等价于 令 有 充分性 设 则 当 时， 当 时， 如果 相互独立，则 一定不相关； 但是如果 不相关，则 未必一定相互独立。 例9. 设二维随机变量 的概率密度函数为 试验证 不相关却也不相互独立。 证明：容易获得 显然 ，所以 不相互独立。 用G表示区域： 则 所以 因此 不相关。 * * 例1 袋中有5个大小相同的球，编号分别为1，2，3，4，5。从中任取三球，以随机变量 表示取出的三个球中的最大号码，求 的数学期望。 解：按题意知， 的分布律为: 一.数学期望的定义 数学期望——描述随机变量取值的平均特征 0.6 0.3 0.1 5 4 3 容易知道，各取值对应的概率的大小，正好就是它对均值影响的大小，因此要以概率为权来求各取值的加权平均值，即 定义 1. 设离散型随机变量 的分布律为 若级数 绝对收敛，则 的数学期望为： 即 的