概论与统计课件第四章随机变量的数字特征.ppt

3.1 协方差 定义3.1 设二维随机变量 (X, Y) , 若 E[(X- EX)(Y- EY)] 存在, 称它为X 与 Y 的协方差. 记作 Cov(X, Y), 即 显然： Cov(X, X) = DX Cov(X, Y)= E[(X - EX)(Y - EY)] 协方差的定义 D(X?Y)=DX+DY?2E{(X-EX)(Y-EY)} 说明 证明： Cov(X, Y) = E[(X-EX)(Y-EY)] = E( XY – XEY – YEX + EXEY ) = E(XY) – E(XEY) – E(YEX) + E(EXEY) = EXY - EXEY 1o 若 X 与Y 独立，则 Cov(X ,Y) = 0 2o 对 X与 Y 有: D(X ? Y) =DX+DY ? 2Cov(X ,Y) 协方差的计算公式 Cov(X, Y) = EXY - EXEY 性质4： Cov(X1+ X2, Y) =Cov(X1,Y)+Cov(X2,Y) 协方差的性质 性质2： Cov(X,Y) = Cov(Y, X) 性质3： Cov(aX, bY) = abCov(X,Y) 设 a , b , c 都是常数， Cov(X,Y) = E [(X- EX)(Y- EY)] 性质5： D(X ± Y) = DX + DY ± 2Co