《北邮概率统计课件44矩与协方差矩阵》教学课件.pptVIP

北邮概率统计课件 概率统计 * 北邮概率统计课件 矩是随机变量的更为广泛的一种数字特征，前面介绍的数学期望及方差都是某种矩. 第四节 矩与协方差矩阵 一. 矩 定义: 设 和 是随机变量 则称它为 的 阶原点 (1). (2). 若 存在， 简称 阶矩。 矩， 若 存在， 则称它为 的 阶中心矩。 * 北邮概率统计课件 (3). 若 存在， 则称它为 和 的 阶混合矩。 (4). 若 存在， 则称它为 和 的 阶 混合中心矩。 注： 数学期望 是随机变量 的一阶 显然： 原点矩；方差 是随机变量 的 二阶中心矩；协方差 是随 的二阶混合中心矩。 机变量 和 * 北邮概率统计课件 二. 协方差矩阵 将它们排成矩阵的形式: 称此矩阵为（X1, X2）的协方差矩阵. 这是 一个 对称 矩阵 定义: 若二维随机变量（X1, X2）的四个二阶中心矩 都存在，分别记为： * 北邮概率统计课件 类似可定义 n 维随机变量( X1, X2, …, Xn ) 的 协方差矩阵. 为( X1, X2, …, Xn ) 的协方差矩阵 都存在，则称矩阵： i, j = 1, 2,…, n 若 注： ▲ * 北邮概率统计课件 f ( x1, x2, …, xn ) 则称 X 服从 n 元正态分布. C 是( X1, X2, …, Xn ) 的协方差矩阵. |C| 是它的行列式， 表示 C 的逆矩阵. X 和 是 n 维列向量， 表示 X 的转置. 设 =( X1, X2, …, Xn )是一个 n 维随机向量，若 它的概率密度为： n 维正态分布的概率密度的定义. ▲ 其中： 推导过程见教材P135 * 北邮概率统计课件 n 元正态分布的四条重要性质 X = ( X1, X2, …, Xn ) 服从 n 维正态分布的充 分必要条件是：对一切不全为零的实数： a1, a2, …, an ， ( X1, X2, …, Xn ) 的任意线性组 合：a1X1+ a2 X2+ …+ an Xn 均服从一维正态 分布. ▲ (1). (2). 若 X = ( X1, X2, …, Xn ) 服从 n 维正态分布， Y1, Y2, …，Yk 是 Xj（j = 1, 2,…, n）的线性 函数，则 ( Y1, Y2, …，Yk ) 也服从多维正态 分布. 这一性质称为正态变量的线性变换不变性. * 北邮概率统计课件 若 X = ( X1, X2, …, Xn ) 服从 n 维正态分布， 则它的每一个分量 Xj（j = 1, 2,…, n）都服从 (3). 正态分布；反之，若 X1, X2, …, Xn 都服从 正态分布，且相互独立，则 ( X1, X2, …, Xn ) 服从 n 维正态分布。 设 ( X1, X2, …, Xn ) 服从 n 维正态分布，则： (4). “ X1, X2, …, Xn 相互独立 ” 与 “ X1, X2, …, Xn 两两不相关 ” 是等价的。 上述的四条性质在后续的“随机过程”与“数理统 计”课程中会经常用到。 * 北邮概率统计课件 设随机变量 X 和 Y 相互独立，且 X ~ N ( 1, 2 ), Y ~ N (0, 1 ). 故: X 和 Y 的联合分布为正态分布，X 和 Y 的任 意线性组合是正态分布. X ~ N ( 1, 2 ), Y ~ N ( 0, 1 )，且 X 与 Y 独立 D( Z ) = 4D( X ) + D( Y ) = 8 + 1 = 9 E( Z ) = 2E( X ) - E( Y ) + 3 = 2 + 3 = 5 即： Z ~ N ( E(Z)，D(Z) ) 例 试求：Z = 2X – Y + 3 的概率密度 解: 因为： 而： * 北邮概率统计课件 故： Z 的概率密度为： Z ~ N ( 5, 32 ) 所以： 谢谢！ 北邮概率统计课件 概率统计