吴赣昌编概率论与数理统计.pptVIP

五、均匀分布 X~U[a, b] 当前第31页\共有67页\编于星期四\21点 六、正态分布 当前第32页\共有67页\编于星期四\21点 N(μ,σ2)中两个参数μ和σ2 ，分别是正态分布的数学期望和方差。 当前第33页\共有67页\编于星期四\21点 七、指数分布 当前第34页\共有67页\编于星期四\21点 某些常用分布的数学期望及方差 （1）若 则 （2）若 则 （3）若 则 （4）若 则 （5）若 则 （6）若 则 当前第35页\共有67页\编于星期四\21点 课 堂 练 习 1.设X~ ,求下列X的函数的数学期望. (1)2X-1, (2)(X-2)2 2. 设X~ , 求E(X),D(X). 3. X,Y独立，D(X)=6，D(Y)=3，则D(2X-Y)=（ ）。 当前第36页\共有67页\编于星期四\21点 4.3 协方差，相关系数 定义 设(X,Y)是二维随机变量，如果 E{[X?E(X)][Y?E(Y)]} 存在, 则称它是X与Y的协方差，记为cov(X,Y) 即 cov(X,Y)= E{[X?E(X)][Y?E(Y)]}。 当D(X)0,D(Y)0时称 一、概念 为X与Y的相关系数，或称X与Y的标准协方差。 ρXY是一个无量纲的量。 当前第37页\共有67页\编于星期四\21点 当X与Y是离散型随机变量时，分布律P(X=xi,Y=yj)=pij 当X与Y是连续型随机变量时，密度函数f(x,y) 由协方差定义可得，对任意的随机变量X、Y，有 cov(X,Y)= E{[X?E(X)][Y?E(Y)]}= E(XY)?E(X)E(Y) ——协方差的一个计算公式。 又有 D(X+Y)=D(X)+D(Y)+2cov(X,Y) D(X-Y)=D(X)+D(Y)-2cov(X,Y) 当前第38页\共有67页\编于星期四\21点 二、协方差的性质 (1) cov(X,Y)=cov(Y,X); (2) cov(X,X)=D(X)，cov(X,C)=0； (3) cov(aX,bY)=abcov(X,Y)，其中a,b为常数； (4) cov(X+Y, Z)=cov(X, Z)+cov(Y, Z)； (5)X, Y相互独立， cov(X,Y)=0 当前第39页\共有67页\编于星期四\21点 称 为X的标准化变量，即“随机变量与期望之差除以均方差” 若记 则E(X*)=0， D(X*)=1 当前第40页\共有67页\编于星期四\21点 三、相关系数的性质 1、|ρXY|≤1，即“相关系数的绝对值小于等于1”。 证明 方差的非负性 |ρXY|≤1 当前第41页\共有67页\编于星期四\21点 2、 |ρXY|=1的充分必要条件是X与Y以概率1存在线性关系，即 P(Y=aX+b)=1，a≠0，a,b为常数。 证明（充分性）(p108) 设Y=aX+b，则E(Y)=aE(X)+b，D(Y)=a2D(X) Cov(X,Y)= E{[X?E(X)][Y?E(Y)]} = E{[X?E(X)][aX+b?aE(X)?b]} =aE{[X?E(X)]2}= aD(X) 即 |ρXY|=1 当前第42页\共有67页\编于星期四\21点 （必要性）设ρXY=1，则 性质1 方差性质 其中 即X与Y以概率1存在线性关系，此时称X，Y正相关。 当ρXY=-1时 其中 即X与Y以概率1存在线性关系，此时称X，Y负相关。 当前第43页\共有67页\编于星期四\21点 定义 若ρXY=0，则称X与Y不相关。 3、若X与Y相互独立，则必有X与Y不相关。 证明 X与Y相互独立，有E(XY)=E(X)E(Y) cov(X,Y)=E(XY)?E(X)E(Y)=0 所以 ρXY=0 即X与Y不相关。 注意：X与Y不相关， X与Y未必相互独立。 所谓不相关只是就线性关系而言，而相互独立是就一般关系而言的。 当前第44页\共有67页\编于星期四\21点 二维正态随机变量(X,Y) ， X与Y独立 例4.18 设二维随机变量 则可求得协方差cov(X,Y)=ρσ1σ 2 且相关系数ρXY =ρ 二维正态变量(X,Y)，X与Y相互独立的充分必要条件是ρ=0(P78 例7)； 而ρXY =ρ=0表示X与Y不相关， 可见， X与Y独立的充分必要条件是X与Y不相关。 X与Y不相关 等价于 当前第45页\共有67页\编于星期四\21点 矩、协方差矩阵 1、若E(Xk)存