《概率论与数理统计》第4章 随机变量的数字特征-教学课件（非AI生成）.ppt

例如：在上面不等式中，取，有：§2方差第四章随机变量的数字特征这个不等式给出了随机变量X的分布未知情况下，事件的概率的一种估计方法。退出前一页后一页目录*§4协方差及相关系数第四章随机变量的数字特征（第十七讲）协方差的定义协方差的性质相关系数的定义相关系数的性质退出前一页后一页目录*§4协方差第四章随机变量的数字特征一、协方差称COV(X,Y)=E(X–EX)(Y-EY)=EXY–EXEY为随机变量X,Y的协方差.COV(X,X)=DX.称为随机变量X,Y的相关系数。是一个无量纲的量；1）协方差的定义2）相关系数的定义退出前一页后一页目录*§4协方差第四章随机变量的数字特征定理：若X，Y独立，则X,Y不相关。(反之，不然）称X,Y不相关，此时COV(X，Y)=0.退出前一页后一页目录*二、协方差的性质第四章随机变量的数字特征§4协方差1)COV(X,Y)=COV(Y,X)2)COV(aX，bY)=abCOV(X，Y)；3)COV(X+Y,Z)=COV(X,Z)+COV(Y,Z);5)X，Y不相关COV(X,Y)=E(X–EX)(Y-EY)退出前一页后一页目录*三、相关系数的性质第四章随机变量的数字特征§4协方差退出前一页后一页目录*第四章随机变量的数字特征§4协方差说明X与Y之间没有线性关系并不表示它们之间没有关系。退出前一页后一页目录*一个重要的例子（证明不要求，但要牢记结果）则：例2设(X，Y)服从二维正态分布，退出前一页后一页目录*§5矩第四章随机变量的数字特征（第十八讲）矩n维正态分布的性质退出前一页后一页目录*一、矩的定义§5矩第四章随机变量的数字特征若存在，称之为X的k阶中心矩。若存在，称之为X和Y的k+l阶混合中心矩。所以EX是一阶原点矩，DX是二阶中心矩，协方差COV(X，Y)是二阶混合中心矩。退出前一页后一页目录*二、n维正态分布的性质第四章随机变量的数字特征§5矩服从一维正态分布。正态分布。相互独立?退出前一页后一页目录*第五章大数定律及中心极限定理（第十九讲）§1大数定律§2中心极限定理退出前一页后一页目录*§1大数定律第五章大数定律及中心极限定理定义1若对任意想想：数列的收敛性定义，比较数列与随机变量序列

收敛性的区别。一、大数定律退出前一页后一页目录*§1大数定律第五章大数定律及中心极限定理定理1（契比雪夫大数定律）且具有相同的数学期望及方差，退出前一页后一页目录*§1大数定律第五章大数定律及中心极限定理由切比晓夫不等式得：证：退出前一页后一页目录*第五章大数定律及中心极限定理定理3（贝努里大数定律）(Bernoulli大数定律)证：令§1大数定律退出前一页后一页目录*第五章大数定律及中心极限定理由定理2有该定理给出了频率的稳定性的严格的数学意义。§1大数定律退出前一页后一页目录*§1大数定律第五章大数定律及中心极限定理定理4（辛钦大数定律）且具有数学期望退出前一页后一页目录*§2中心极限定理第五章大数定律及中心极限定理定理3（独立同分布的中心极限定理）中心极限定理说明了正态分布的重要地位，它也是统计学中处理大样本时的重要工具。二、中心极限定理退出前一页后一页目录*第五章大数定律及中心极限定理由定理1有结论成立。定理4（德莫佛-拉普拉斯定理）(DeMoivre--Laplace)证明：由二项分布和两点分布的关系知其中相互独立且都服从于两