2010水木艾迪概率讲义2.docVIP

2009 年基础班讲课提要-------概率统计 第五讲 多元正态分布的相关问题；极限定理 1.多元（二元）正态分布 1.1 定义回顾 1.2 多维正态分布的相关问题 重要结论： （1）设 X ~ N(μ,σ 2 ) ，则Y = aX + b ~ N(aμ + b, a2σ 2 )（ a,b 为常数，a ≠ 0）； （2）设 X N i n i ~ (μ , σ 2 ) =1,2,L, ，且 i i X1,L, 相互独立，若 a1,L,an 是一组 X n n n n ∑a ∑ μ ∑ σ 不全为零的常数，则 i X ~ N( a , a 2 ) 2 ； i i i i i i=1 i=1 i=1 （3*）若 X = (X , , X )T 服从 n 元正态分布 N(μ,Σ)，而C 为任意 m× n 阵，D 1 L n 为任意 m×1阵，则CX + D 服从 m 元正态分布 N(Cμ + D,CΣCT ) ；特别，当 X = (X , X ) 服从二元正态分布 N( , , , 2 , ) 时，此时， X 的期望向量 T μ1 μ σ 2 σ ρ 1 2 2 1 2 ? 2 σ ρσ σ ? μ = ，协方差矩阵为 ? (μ1,μ ) ，且有 Σ = ? 1 1 2 ? 2 ρσ σ σ 2 ? ? 1 2 2 （i） a1X + a X ~ N(a μ + a μ , a σ + 2a a ρσ σ + a σ 2 ) 2 2 2 1 2 2 1 1 2 2 1 1 1 2 1 2 2 2 a1,a 不全为零； 2 （ii）当 1 σ σ = 时， 2 X + 与 1 X 2 X1 ? X 相互独立。 2 （4）设 X ~ N(μ, σ 2 ) ，则 E[(X ? μ ) ] k = ?σ k ? ? (k 1) !! 0 ? k为偶数 k为奇数 E(| X ? μ | ) k = 1 π σ k k 2 2 Γ k+1 ( ) 2 = ? σ k ? ? (k 1) !! ? k σ k? k 2 ( )! ? 1 1 2 ? π 2 k为偶数 k为奇数 例 1(03-4-2(6)) 设随机变量 X 和 Y 都服从正态分布，且它们不相关，则 (A) X 和 Y 一定独立. (B) （X，Y）服从二维正态分布. (C) X 和 Y 未必独立. (D) X +Y 服从一维正态分布 【C】 例 2 设(X,Y)服从二维正态分布 N(μ1, μ ,σ ,σ 2 , ρ) , 求相关系数. 【 ρ 】 2 1 1 1 2009 年 清华大学 - 1 - 版权所有 2009 年基础班讲课提要-------概率统计 例3 设 X1, X 2 iid, ~ N(0,σ 2 ) , 令 , 1 2 , Y1 = X ? X Y = X ? X 问Y1和Y2同分 1 1 1 2 2 2 2 布吗? 独立吗? 5 【 1 Y N σ ) Y , ~ (0, 2 】 2 4 例 4 设 X1, 2 ,L, iid, ~ N(μ,σ 2 ) , 求 (∑n , 其中 ∑ X X 1 . E k=1| X k ? X |) X = n n X n k=1 k 【利用性质 4，并注意到 σ σ Xk X N(0, n 1 ), 】 ? ~ ? 2 2n(n?1) n π 例 5 (00-1-2(5)) 设二维随机变量(X, Y)服从二维正态分布，则随机变量ξ = X + Y 与η = X ? Y 不相 关的充分必要条件为 【D】 A）EX = EY; B) EX2- (EX)2 = EY 2- (EY)2; C) EX2 = EY 2; D) EX2 + (EX)2 = EY 2+ (EY)2; 例 6 (00-1-2(5)) 设 X 和 Y 的方差存在且大于 0，则随机变量 D(X+Y)=D(X)+D(Y) 是 X 和 Y 【C】 A) 不相关的充分条件, 但不是必要条件; B） 独立的必要条件, 但不是充分条件; C）不相关的充分必要条件; D） 独立的充分必要条件. 例 7 (07-1-10) 设随机变量(X ,Y) 服从二维正态分布，且 X 与Y 不相关， f ( ) X (x), f y 分别表示 X ，Y 的概率密度，则在Y = y 的条件下，X 的条件概率 Y 密度 fX (x y) 为 【A】 Y （A） fX (x) (B) fY (y) f (x) (C) fX (x) f (y) (D) X Y f (y) Y 例 8 设二维随机变量(X,Y)服从正态分布 N(0,0, , 2 , ) , 其中 2 σ12 σ ρ 1 σ σ 2 ≠ , 令 2 2 U = X cosα + Y sinα ,V = ?X sinα +