第八章节 随机变量的数字特征.ppt

作业题：第119页第1， 2， 3 题 一、内容概要 一、协 方 差 定义 设（X，Y）是二维随机变量，如果 都存在且 也存在，则称之为 X 与 Y 的协方差，记为 cov（X，Y）。 显然， 即 由协方差定义与方差性质可以得到 即 由协方差定义可知协方差也是一随机变量 函数的期望值，且 即 这也是一个常用的计算协方差的公式。如果 X 与Y 相互独立，则 ，从而 但反过来不一定成立，即如果协 方差为0，X 与Y 不一定相互独立。 例如，设随机变量 X 的分布列为 X 3 -1 0 1 X2 1 0 1 X -1 0 1 ，则容易算得 X 与Y 显然 是不独立的，因为 Y 的取值是由 X 来定的。 例1 设二维随机变量（X，Y）服从正态分布 试求 已知（X，Y）的联合概率密度为： 类似于一维随机变量的正态分布，容易算得， 解 从而 作变量代换 可得 上式内层积分正好是服从正态分布 的随机变量的期望值，所以内层积分为 前面我们已经知道，二维正态分布中 X 与 Y 相互独立等价于 从而 即对二维正态分布，X与Ｙ相互独立的充分 必要条件是 对于协方差，具有以下几条性质： 证明　（1） 由协方差定义， 而 所以 二、 相关系数 定义 对二维随机变量（X，Y），如果 存在，则称之为 X 与Y 的 相关系数，记为 。 可以看出， 是一个无量纲的数， 而且由协方差定义可得 即：X、Y 的相关系数是标准化随机变量 与 的协方差，因为两标准化随机变量 与 的期望值都是0， 四、数学期望的性质 如果 X、Y 是两个随机变量，C 为任意常 数，且 都存在，则数学期望有以 下四条常见的性质。 如果 X 与 Y 相互独立，则 证明 数学期望的四条性质中，前两条比较 直观，容易理解和证明，我们只证明第（3） 和第（4）条 。 （3） 设 是离散型随机变量，分布列为 则由数学 期望的定义， 如果 为连续型随机变量，类似可以证明。 （4） 设 是连续型随机变量，联合概率 密度为 ，则由X、Y 的独立性可得 其中 分别为 X 与Y 的边缘概率密度 ， 从而 性质（3）和性质 （4）可以推广到多个随机 变量上，即成立： 推论1 设随机变量 的数学期望 都存在，则 推论2 设随机变量 相互独立， 且数学期望都存在，则 例14 设随机变量 相互独立， 且服从同一个（0—1）分布： 试证 服从二项分布 并求 。 证明 由于每个 可能 取值为0或1，则 可能取值 为0，1，2，…，n. X 取值为k，则要求 中有k个 取值为 1，而其余 个取值为0，至于是 哪 k 个变量取值为 1，共有 种不同