常见分布期望和方差.docVIP

常见分布的期望和方差 分布类型 概率密度函数 期望 方差 p）0-1分布B（1， p pq ，p）二项分布B（n ??iiin?q?iC?PpX?p)ni?1,2,...,?1?p),((q ni np npq ) λ泊松分布P( i?????e??p?PiX(i?0,1,2,3...) i!i λ λ b,a （均匀分布U） 11等)?(?或fxf(x) 2?ab?r a?b 2 2)?a(b 12 2??, ）（正态分布N ?)?(x1??0)?(???x???,e?f(x)?2 ??2 ? 2? E指数分布（）λ ?x???,x?e0f(x)? ?0?0,x? 1 ? 1 2? 22??)n( 分布， N(0,1)正态分布都服从标准,X,...X相互独立，且X n122222?X?...?X?X? n12 n n2 t)t(n 分布， X2)xnY((0,1)NX?t 0 n(n?2) nYn?2概率与数理统计重点摘要 ??X)(?x)??(F(x)?PX。1、正态分布的计算： ? f(y)?f(x)[h(y)]h(y)X)?Yf(X。（参见P66～72是服从某种分布的随机变量，求的概率密度：） 、随机变量函数的概率密度：2XYxy??f(u,v)dudv),(Fxy?具有以下基本性质：、分布函数3 ???? 的非降函数；y，x⑴、是变量 0?F(x,y)?1F(??,y)?F(x,??)?0；，对于任意固定的x，y有： ⑵、F(x,y)关于x⑶、右连续，关于y右连续； (x,y),　(x,y),　x?x,y?y，有下述不等式成立：⑷、对于任意的(x,y)?F(x,y)?F(x,y)?F(x,y)?0 122111222??6?yx1F(x,y)?(?arctan)(?arctan)f(x,y)?F(x,y)? 、一个重要的分布函数：4的概率密度为： ?222??3??2?9)?4)(?yy(x?x5、二维随机变量的边缘分布： ???f(x?,y)dyf(x)X?? 边缘概率密度：???f(x,y)dxyf()?Y??x????f(u,y)dyx,??)?][duFF(x)?(X???? 二维正态分布的边缘分布为一维正态分布。边缘分布函数： ??y??f(x,v)y)?dx[]dv?F(y)F(??,Y????F(x,y)?F(x)F(y)则称随机变量X，Y相互独立。简称X6、随机变量的独立性：若与Y独立。 YX??????f(y)f(z?y)f(z?x)dx?)zf()?dy(fx其中Z＝、两个独立随机变量之和的概率密度：7X＋Y XXYYZ????2222?????bN(ab??,bYZ?aX?a。8、两个独立正态随机变量的线性组合仍服从正态分布，即 2112 E(X?Y)?E(X)?E(Y)E(XY)?E(X)E(Y)。相互独立，则 ）、若3、期望的性质：……（）、；（4X，Y922D(X)?E(X)?(E(X))D(X?Y)?D(X)?D(Y)),(XYD(X?Y)?D(X)?D(Y)?2Cov，，否则不相关，则Y，X若 。、方差：10． )(X,Y2)?D(Y)?CovD(X?Y)?D(X 0,Y)??E(Y))]Cov(XCov(X,Y)?E[(X?E(X))(Y X与YX，若，11、协方差：Y独立，则不相关。，此时称：b0; 1,　当?)X,YXCov(,Y)Cov(????1??1??? ，当且仅当X与Y，存在线性关系时，且12、相关系数：? XYXYXYXY??)(Y(X)。 当b0?1,)D(YD(X)?kk?]))[(X?E?vE(X()X?E 阶中心矩：。13、k阶原点矩：，kkk ??m)XD(D(X)?????? ???1??E,或((X?EX)?X?P)XP1??plimP? 14。。贝努利大数定律：、切比雪夫不等式：?? 22??n0?n?? ??????nn11???????1X?　?lim?1?PP?X?。15 ，所以、独立同分布序列的切比雪夫大数定律：因???? ii2?nnn0?n????1i1?i?16、独立同分布序列的中心极限定理： n?2??)nn,N(XZ? 的分布近似于正态分布。(1)、当n充分大时，独立同分布的随机变量之和in1i??????nnnn1n11??? ?X,...,XX??)D(X?D(X)?XE(X)?E(X?X?)，即独立同分布的随，、对于的平均值，有(2) n12iii22nnnnnn1?1i?i1i????)?N(。均值当n 充分大时，近似服从正态分布机变量的 n??????(b)??P?(a?Z?ba)(bP