概率论与数理统计第17讲教学教材.pptVIP

推论(需要记住) 如果X1,X2,...,Xm相互独立, 且Xi~c2(ni), (i=1,2,...,m), 则 X1+X2+...+Xm~c2(n1+n2+...+nm) 正态分布正态分布也叫高斯分布, 它取一切实数值为可能值, 它的形状是指数上的一个二次多项式, 即正态分布的概率密度函数是形如 但最常见的是将指数项进行整理 也就是说, f(x)总能整理成 这里用到普阿松积分公式 普阿松积分公式的证明: 定义 如果连续型随机变量X的概率密度为 其中s,m为常数, 并且s0, 则称X服从正态分布, 简记作X~N(m,s2). 可以验证E(X)=m, D(X)=s2 特别地, 当m=0, s=1时, 称其为标准正态分布, 其概率密度记为j(x), 分布函数记为?(x), 这时X~N(0,1). 验证E(X)=m 验证D(X)=s2 j(x)的图形 x j(x) 0 1 -1 概率论与数理统计第17讲 本文件可从网址 上下载 协方差的计算 在已知两个随机变量X和Y的联合分布的情况下怎样计算它们的协方差cov(X,Y)呢, cov(X,Y)=E{[X-E(X)][Y-E(Y)]}= =E[XY-XE(Y)-YE(X)+E(X)E(Y)]= =E(XY)-E(X)E(Y)-E(Y)E(X)+E(X)E(Y)= =E(XY)-E(X)E(Y) cov(X,Y)=E(XY)-