四随机变量的数字特征.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
例11.(08)设随机变量 且 则 考查:相关系数的性质: 存在a,b,使 以及正态分布数字特征的性质. 解 选D. 由正态分布有 EX=0,DX=1, EY=1,DY=4, 故存在a,b,使 从而EY=aEX+b,得b=1.而 考研题及练习题 1. 设随机变量(X,Y)在区域D:0x1,-xyx内 服从均匀分布,求Z=2X+1的方差.(两种方法) 答案:E(Z)=2/3,D(Z)=2/9. 2.(08)设随机变量X服从参数为1的泊松分布, 则P{X=EX2}______. 考查:泊松分布的数字特征及其概率分布. 参数为1的泊松分布的EX =DX=1,从而 EX2 =DX+(EX)2=2, P{X=EX2}=P{x=2}=1/2e. 3.(04134) 设随机变量X服从参数为 的指数分布, 则 4.(041)设随机变量X1, X2, … Xn独立同分布,且其 方差为 令 则 提示:用方差和协方差的运算性质直接计算即可, 注意到利用独立性有: 5.(0634)设二维随机变量(X,Y)的概率分布为 -1 a 0 0.2 0 0.1 b 0.2 1 0 0.1 c Y X -1 0 1 其中a,b,c为常数,且X的数学期望EX=-0.2, 记Z=X+Y,求 (1) a,b,c的值; (2)Z的概率分布; (3)P(X=Z). 答案: (1) a=0.2,b=0.1,c=0.1 (2) -2 -1 0 1 2 0.2 0.1 0.3 0.3 0.1 (3) P(X=Z)=P(Y=0)=0.2. 6.(04134)设A,B为随机事件,且 令 发生, 不发生, 发生, 不发生, 求(1) 二维随机变量(X,Y)的概率分布; (2) X,Y 的相关系数 (3) Z=X2+Y2 的概率分布. 提示:关键是求出(X,Y)的概率分布. 将(X,Y)的各取值对转化为随机事件A,B表示即可. 二维随机变量(X,Y)的概率分布 答案: (1) (3) Z=X2+Y2 的概率分布: 四、随机变量的数字特征 考试内容 (一)随机变量的数学期望 1.离散型随机变量的数学期望(均值) 设X的分布律为 (级数 绝对收敛) 则 2.连续型随机变量的数学期望 设连续型随机变量X的密度函数为f(x),则 ( 绝对收敛) 3.随机变量函数的数学期望 (1)X为随机变量,y=g(x)为实变量x的函数. 离散型: 连续型: (2)(X,Y)为二维随机变量, z=g(x,y)为x,y的二元函数. 离散型: 连续型: 4.数学期望的性质 (1) E(C)=C; (2) E(aX+b)= aE(X)+b; (3) E(X1+ X2+‥+Xn)=E(X1)+ E(X2)+‥+E(Xn); (4) 若X1, X2,‥,Xn相互独立,则 E(X1 X2‥Xn)=E(X1) E(X2)‥E(Xn); (5) (二)方差 1.定义 D(X)=E{[X-E(X)]2} 均方差或标准差: 2.计算 (1) 离散型: (2)连续型: (3) 常用计算公式:D(X)=E(X2)-E2(X). 3. 方差的性质 (1) D(X)=E(X2)-E2(X), E2(X)=D(X)+E(X2) (2) D(C)=0; (3) E(aX+b)= a2D(X); (4) D(X±Y)=D(X)+ D(Y) ±2Cov(X,Y); 若X, Y相互独立,则 D(X±Y)=D(X) +D(Y). (5) D(X)=0 P(X=C)=1. (三)协方差、协方差矩阵与相关系数 Cov(X,Y)= E{[X-E(X)] [Y-E(Y)]} 1.协方差 2.相关系数 用来表征随机变量X,Y之间线性关系的紧密程度. 当 较大时,说明X,Y 线性关系程度较强; 当 较小时,说明X,Y 线性关系程度较弱; 当 时,称X与Y不相关(线性). 3.协方差矩阵 设(X1, X2,‥,Xn)是n维随机变量,若 cij=Cov(Xi,Yj), 存在,则称矩阵 为n维随机变量(X1, X2,‥,Xn)的协方差矩阵. 4.协方差及相关系数的性质 Cov(X,X)=D(

文档评论(0)

linyin1994 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档