常见分布的期望和方差.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 0-1分布B(1，p) p pq iin,i npnpq(1),(1,2,...,)qpin,,,,, p,PX,i,Cpq二项分布B(n，p) in i,,,泊松分布P(λ) λ λ (0,1,2,3...)i,,,p,PX,i,e i!i 2ab，11()ba,ab,均匀分布U() ,或,等f(x)f(x) 22,,bar12 2()x,,,1222, 2,正态分布N() ,,,,(,0),,,,，,,x, fxe, () ,,2 ,,x,,ex,0,11 fx(), 指数分布E(λ) ,2,,0,0x,, XXX,,...N(0,1)相互独立，且都服从正态分布标准12n22 n2n 分布， ,,()n2222,,，，，XXX... n12 X2nXN(0,1) Yxn()t,tn()分布， t (2)n,0 Ynn,2 n2 n,2F分布F(n1,n2) 2 n,22 概率与数理统计重点摘要 X,,1、正态分布的计算:。 FxPXx()()(),,,, , YfX,()2、随机变量函数的概率密度:是服从某种分布的随机变量，求的概率密度:fyfxhyhy()()[()](),。(参见P66,72) XYX xy3、分布函数具有以下基本性质: Fxyfuvdudv(,)(,),,,,,,, ?、是变量x，y的非降函数; 0(,)1,,FxyFyFx(,)(,)0,,,,,,?、，对于任意固定的x，y有:; Fxy(,)?、关于x右连续，关于y右连续; ?、对于任意的，有下述不等式成立: (,),(,),,xyxyxxyy　　,FxyFxyFxyFxy(,)(,)(,)(,)0,,，2,61,,xyfxyFxy(,)(,),,4、一个重要的分布函数:的概率密度为: ,，，Fxy(,)(arctan)(arctan)222,,,,，，xyxy(4)(9),,23, 5、二维随机变量的边缘分布: ，,fxfxydy()(,),X,,,边缘概率密度: ，,fyfxydx()(,),Y,,, x，,FxFxfuydydu()(,)[(,)],，,,X,,,,,,边缘分布函数: 二维正态分布的边缘分布为一维正态分布。 y，,FyFyfxvdxdv()(,)[(,)],，,,Y,,,,,, 6、随机变量的独立性:若FxyFxFy(,)()(),则称随机变量X，Y相互独立。简称X与Y独立。 XY ，,，,7、两个独立随机变量之和的概率密度:其中Z,X，Y fzfxfzxdxfyfzydy()()()()(),,,,ZXYYX,,,,,, 22228、两个独立正态随机变量的线性组合仍服从正态分布，即。 ZaXbYNabab,，，，，(,,,,,1212 EXYEXEY()()()，,，EXYEXEY()()(),9、期望的性质:……(3)、;(4)、若X，Y相互独立，则。 22DXYDXDY()()()，,，DXYDXDYCovXY()()()2(,)，,，，10、方差: 。 若X，Y不相关，则，否则，DXEXEX()()(()),, DXYDXDYCovXY()()()2(,),,，, CovXYEXEXYEY(,)[(())(())],,,CovXY(,)0,11、协方差:，若X，Y独立，则，此时称:X与Y不相关。 1,b0; 　当,CovXYCovXY(,)(,),,,,,1,,112、相关系数:，，当且仅当X与Y存在线性关系时，且 ,,,XYXYXYXY()()XY,,,1,b0 当。DXDY()(), kk13、k阶原点矩:，k阶中心矩:。 vEX,(),,,EXEX[(())]kk DXDX()(),,m14、切比雪夫不等式:。贝努利大数定律:。 ,,,,,,,,,或lim1,PXEXPXEX(),()1Pp,,,,,,,,,22n,0,,n,, ,nn,,,,1,115、独立同分布序列的切比雪夫大数定律:因，所以。 PXPX,,　lim1,,,,,,,1,,,,,,,,ii2,0nnnn,,11i,i,,,, 16、独立同分布序列的中心极限定理: n2ZX,(1)、当n充分大时，独立同分布的随机变量之和的分布近似于正态分布。 Nnn(,),,,nii,1 ,,nnn1n,,11n,DXDX()(),,,XX,,,,EXEX()()(2)、对于的平均值，有，，即独立同分布的随机XXX,,...,,,,iii12n22nnnnnni,1i,1i,1 ,,变量的均值当n充分大时，近似服从正态分布N()～。 ,n (3)、由上可知:。 lim()()()()PaZbbaPaZbba,,,,,,,,,,,,,,,,,n