概率论与数理统计课件 第4章第2-3节_.pptVIP

例：设X~N( , ), Y~N ( , ), 且X,Y相互独立，令W=aX+bY, V=aX-bY,求W,V的协方差。 * 注: 数学期望是最基本的数字特征，数学期望是能够体现随机变量取值的平均数,数学期望简称期望，又称为均值。 §1 数学期望 二、一维随机变量的函数的数学期望[X,E(g(X))?] 说明: 在已知Y是X的连续函数前提下,当我们求 E(Y)时不必知道Y的分布, 只需知道X的分布就可 以了. 三、二维随机变量函数的数学期望 说明: 在已知Z是X,Y的连续函数前提下,当我们求 E(Z)时不必知道Z的分布, 只需知道(X,Y)的分布就可 以了. 四、数学期望的性质 一、方差的定义 4.2 方差 二、方差的性质 三、常见分布的期望和方差 22 23 5. 指数分布 24 先求 的期望和方差 关于正态分布的一个重要结论: 证:由课本P65和P96结论知: 27 28 注、切比雪夫不等式放在第五章讲解 D(Z)= 一. 协方差 2. 协方差的常用计算公式： 4.3 协方差、相关系数及矩 注：当X和Y相互独立时，Cov(X,Y)=0 对于二维随机变量(X,Y)，除了讨论X与Y的数学期望和方差外，还需讨论描述X与Y之间相互关系的数字特征。这就是本节的内容。 6 3. 协方差的基本性质: 2 解：Cov(W,V)=Cov(aX+bY,aX-bY) =Cov(aX,aX-bY)+Cov(bY,aX-bY) =Cov(aX,aX)-Cov(aX,bY)+Cov(bY,aX)-Cov(bY,bY) = D(X)－ D(Y) = Cov(X,X)- Cov(Y,Y) =( - ) * * * * *