概率考研辅导第四章.docVIP

PAGE PAGE 15 第四章 随机变量的数字特征 基本概念 1、概念网络图 第四章 一、 数学期望 （一）一维随机变量 1.离散型随机变量的数学期望 定义：设离散型随机变量的分布律为 若级数绝对收敛，则称级数的和为随机变量的数学期望（简称期望或均 2、连续型随机变量的数学期望 定义：设连续型随机变量的概率密度为，若积分绝对收敛，则称积分的值为随机变量的数学期望，记为，即：= （二）二维随机变量的数学期望 对二维随机变量.，定义它的数学期望为 1.二维离散型随机变量的数学期望 设二维离散型随机变量的联合分布律为： 则 ==， == 2. 二维连续型随机变量的数学期望 设二维连续型随机变量的概率密度为，则 ==，== （三）随机变量的函数的数学期望 1.离散型随机变量的函数的数学期望 设离散型随机变量的分布律为，是实值连续函数，且级数绝对收敛，则随机变量函数的数学期望为. 2. 连续型随机变量的函数的数学期望 设连续型随机变量的概率密度为，是实值连续函数，且广义积分绝对收敛，则随机变量函数的数学期望为. （四）数学期望的性质： 设是常数，则有 设是一个随机变量，是常数，则有. 设是两个随机变量，则有.（可推广到维） 设是两个独立的随机变量，则有 二、方差 1.定义式：D(X)=E[X-E(X)]2，标准差： 离散型： 连续型： 2.方差常用计算公式 . 3. 方差的性质 （1）设是常数，则有， （2）设是一个随机变量，是常数，则有. （3）设是两个相互独立的随机变量，则有. （可推广到维） 一般地，设是任意两个随机变量，则有 （4） =0的充分必要条件是一概率1取常数，即，显然，这里 常见分布的期望和方差 期望 方差 0-1分布 p 二项分布 np 泊松分布 几何分布 超几何分布 均匀分布 指数分布 正态分布 n 2n t分布 0 (n2) 三、协方差 1.定义1：称为随机变量的协方差记为， 即 = 2.协方差的常用公式： = （按定义展开即得） 3.协方差的性质 （1）； （2）=； （3）=为任意常数； （4）=+； （5）如果是相互独立的，则=0。 四、相关系数 1.定义2：设随机变量的数学期望与方差都存在，称为随机变量 的相关系数。 2.相关系数的性质： （1） （2）的充分必要条件为，存在常数使得。 当，称与不相关；当时，称X与Y完全相关： 完全相关 五、矩 对于正整数k，称随机变量X的k次幂的数学期望为X的k阶原点矩，记为vk,即 νk=E(Xk), k=1,2, …. ②对于正整数k，称随机变量X与E（X）差的k次幂的数学期望为X的k阶中心矩，记为，即 ， k=1,2, …. 六、二维正态分布及其边缘分布 1.定义： 若二维连续随机变量的联合概率密度为： 其中都是常数，且，， 我们称为服从参数为的二维正态分布记为 ~ 2.说明： 参数分别是和的数学期望，参数分别是它们的标准差，参数是它们的相关系数。 3. 二维正态分布的边缘概率密度 4. 二维正态分布的联合概率密度与边缘概率密度的关系 二维随机变量服从二维正态分布，则随机变量和相互独立的充分必要条件是。即二维正态随机变量，和不相关与和相互独立是等价的。 常见题型 1、一维随机变量及其函数的数字特征 例1. 设随机变量X的概率密度为 试求：（1）常数c；（2）E（X），D（X）；（3）P{|X-E（X）| D（X）}. 解：（1）由 得 （2） （3）P{|X-E（X）| D（X）} = 例2.设E（X2）=0，则E（X）=______________. 答案：0 例3．设随机变量X的概率密度为则E（|X|）=______. 答案： 例4　十个猎人等候野鸭飞来，当一群鸭飞来，猎人同时射击，但每人任选自己的目标，且不互相影响，若每一人独自打中目标的概率是 ，若10只野鸭飞来，计算没有被打中的鸭数的期望值. 解　设　　 ??? 没有被打中的鸭数为 .首先计算 ，每一人打中第 只鸭的概率是 ，所以， 　　 进而， 　 　　　 　　注：　将一个“复杂”的随机变量分解为若干个“简单”的随机变量之和 ，是研究随机变量的一种基本方法. 2、二维随机变量及其函数的数字特征 例5．设二维随机向量（X，Y）的概率密度为 试求：（1）E（X），E（Y）；（2）D（X），D（Y）；（3）ρXY. 解：（1） （2） = = （3） 例6.已知随机变量X，Y的相关系数为，若U=aX+b, V=cY+d, 其中ac0. 试求U，V的相关系数。 解： 例 7. （01，3分） 将一枚硬币重复掷n次，以X和Y