概率论与数理统计课件完整版.精品.pptVIP

*§4.协方差和相关系数*(i)?XY是一个无量纲的量.(ii)Var(X)=?XX.(iii)对于任意的两个r.v.X和Y,有D(X?Y)=D(X)+D(Y)?2Cov(X,Y).(iv)Cov(X,Y)=E(XY)-E(X)E(Y).注*(二)协方差的性质:10Cov(X,Y)=Cov(Y,X);20Cov(a1X+b1,a2Y+b2)=a1a2Cov(X,Y),其中a1,a2,b1,b2是常数;30Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y);40|Cov(X,Y)|2≤D(X)·D(Y);50若X,Y相互独立,则Cov(X,Y)=0.*(三)相关系数的性质:*定义:若随机变量X与Y的相关系数?XY=0,则称X与Y不相关.对于随机变量X和Y,下列事实等价:(1)Cov(X,Y)=0;X与Y不相关;E(XY)=E(X)E(Y);D(X+Y)=DX+DY.*相关系数?XY刻划了X,Y之间的线性相关关系,当?XY=0时,X,Y不相关指它们之间没有线性相关关系,而不是说它们之间没有任何关系.说明*设(X,Y)服从二维正态分布,则X,Y相互独立的充要条件是?=0.知X与Y不相关与X和Y相互独立是等价的.结论*§5.矩、协方差矩阵一.定义:设X和Y是随机变量,显然,E(X),E(Y)为一阶原点矩,D(X),D(Y)为二阶中心矩,?XY为二阶中心混合矩.(1)若E(Xk),k=1,2,…存在,则称它为X的k阶原点矩.(2)若E{[X-E(X)]k},k=1,2,…存在,则称它为X的k阶中心矩.(3)若E{Xk?Yl},k,l=1,2,…存在,则称它为X和Y的k+l阶混合矩.(4)若E{[X-E(X)]k?[Y-E(Y)]l},k,l=1,2,…存在,则称它为X和Y的k+l阶中心混合矩.**三.协方差阵的性质:10C是对称的;(由协方差的性质Cov(X,Y)=Cov(Y,X),?ij=?ji可得)20?ii=D(Xi),i=1,2,3,…,n.30?ij2≤?ii?jj,i,j=1,2,…,n.(由许瓦尔兹不等式可得)40C是非负定的,即对任意的n维向量a=(a1,a2,…,an)T,都有aTCa≥0.|E(XY)|2≤E(X2)E(Y2).(许瓦尔兹不等式)*四.n维正态变量:*2.性质:20n维r.v.(X1,X2,…,Xn)服从n维正态分布的的充要条件是X1,X2,…,Xn的任一线性组合l1X1+l2X2+…+lnXn服从一维正态分布.30若(X1,X2,…,Xn)服从n维正态分布,设Y1,Y2,…,Yn是Xj(j=1,2,…,n)的线性函数,则(Y1,Y2,…Yn)也服从多维正态分布.40若(X1,X2,…,Xn)服从n维正态分布,则“X1,X2,…,Xn”相互独立与“X1,X2,…,Xn”两两不相关是等价的.10n维r.v.(X1,X2,…,Xn)的每一个分量Xi,i=1,2,…,n都是正态分布；反之，若X1,X2,…,Xn的都是正态分量,且相互独立，则(X1,X2,…,Xn)服从n维正态分布.**第四章习题课一.主要内容:1.随机变量的数学期望；函数的数学期望；性质.2.方差定义;性质;3.几类常见分布的数学期望，方差.5.相关系数的定义;性质.4.协方差定义;性质.6.几类矩的定义.二.课堂练习:*1.一台设备由三大部件构成,在设备运转中各部件需要调整的概率分别为0.1,0.2和0.3,假设各部件的状态相互独立,以X表示同时需要调整的部件数,试求X的数学期望和方差.**第五章大数定律及中心极限定理§1.大数定律一.问题的提出:提法一:当n足够大时,频率与概率p有较大偏差的概率很小.用数学语言来讲,就是要证明:对于任意?0,*提法二:强大数定律,即证明：1.切比雪夫大数定律的特殊情况设r.v.X1,X2,…,Xn,…相互独立,且具有相同的数学期望和方差:*2.贝努利定理:设nA是n次独立重复试验中A发生的次数,p是事件A在每次试验中发生的概率,则性质:*3.切比雪夫大数定律: