概率论第四章随机变量的数字特征第3节 协方差及相关系数.pptVIP

§3 协方差及相关系数 1、协方差及相关系数定义 2、协方差的性质 3、相关系数的性质 4、例子 * 前面我们介绍了随机变量的数学期望和方差，对于二维随机变量（X，Y），我们除了讨论X与Y的数学期望和方差以外，还要讨论描述X和Y之间关系的数字特征，这就是本讲要讨论的 协方差和相关系数 §4 协方差 第四章 随机变量的数字特征 1、协方差（covariance ）定义 定理：若X，Y独立，则X,Y不相关。 证明：由数学期望的性质有 E(X-EX)(Y-EY)=E(X-EX)E(Y-EY) 又 E(X-EX)=0,　 E(Y-EY)=0 所以　E(X-EX)(Y-EY)=0。 即 COV(X,Y)=0 称COV(X,Y)= E(X-EX)(Y-EY)=E(XY)-(EX)(EY) 为随机变量X,Y的协方差. 而 COV(X,X)=DX. 　 为随机变量X,Y的相关系数。 返回主目录 此定理的逆不真. 由 并不一定能推出X和Y 独立. 请看下例. Cov(X,Y)=0， 事实上，X的密度函数 例 设X