随机变量的数字特征.ppt

1方差是衡量随机变量取值波动程度的一个数字特征。2如何定义？3.2方差

一.定义与性质1(p82)定义若E(X),E(X2)存在，则称E[X-E(X)]2为r.v.X的方差，记为D(X),或Var(X).2称 为的标准差3可见证明:D(X)=E[X-E(X)]202推论D(X)=E(X2)-[E(X)]2.01例1：设随机变量X的概率密度为求D（X）,2)求证明:方差的性质D(c)=0反之，若D（X）=0，则存在常数C，使P{X=C}=1,且C=E(X);D(aX)=a2D(X),a为常数；若X，Y独立，则D(X+Y)=D(X)+D(Y);证明:X与Y独立二.几个重要r.v.的方差(P86)二项分布B(n,p)：01设02第i次试验事件A发生03第i次试验事件A不发生04则解法二:1由于2两边对?求导得3或4或2.泊松分布p(?)：指数分布：已知随机变量X1,X2,…,Xn相互独立，且每个Xi的期望都是0，方差都是1，令Y=X1+X2+…+Xn，求E（Y2）正态分布N(?,?2)：思考：1.请给出一个离散型随机变量X和一个连续型随机变量Y，使它们的期望都是2，方差都是1。3.均匀分布U(a,b)：切比雪夫不等式(P107)这就是著名的切比雪夫(Chebyshev)不等式。它有以下等价的形式：若的期望和方差存在，则对任意??0，有大数定律令解:由切比雪夫不等式已知某种股票每股价格X的平均值为1元，标准差为0.1元，求a,使股价超过1+a元或低于1-a元的概率小于10%。“X与Y独立”和“X与Y不相关”有何关系？04当COV(X,Y)=0时，称X与Y不相关。03协方差，相关系数

协方差定义与性质01协方差定义(P88)若r.v.X的期望E(X)和Y的期望E(Y)存在,则称COV(X,Y)=E{[X?E(X)][Y?E(Y)]}.为X与Y的协方差,易见COV(X,Y)=E(XY）-E(X)E(Y).022.协方差性质例2设(X,Y)在D={(X,Y)：x2+y2?1}上服从均匀分布，求证：X与Y不相关，但不是相互独立的。2.协方差性质(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)D(XY)=D(X)+D(Y)2COV(X,Y).EX:设随机变量X?B（12,0.5),Y?N(0,1),COV(X,Y)=-1,求V=4X+3Y+1与W=-2X+4Y的方差与协方差010203BAC称为X与Y的相关系数.称为X的标准化，易知EX*=0，DX*=1.且注：若记1.定义若r.v.X，Y的方差和协方差均存在,且DX0,DY0，则二.相关系数2.相关系数的性质(1)|?XY|?1；(2)|?XY|=1?存在常数a,b使P{Y=aX+b}=1；(3)X与Y不相关??XY=0;1.设(X,Y)服从区域D:0x1,0yx上的均匀分布,求X与Y的相关系数D1x=y解输入标题以上EX的结果说明了什么？输入标题输入标题输入标题2EX2解1)143第三章随机变量的数字特征随机变量的数学期望随机变量的方差随机变量的协方差和相关系数大数定律中心极限定理例1设某班40名学生的概率统计成绩及得分人数如下表所示：分数4060708090100人数1691572则学生的平均成绩是总分÷总人数(分)。即数学期望——描述随机变量取值的平均特征3.1数学期望

一.数学期望的定义定义1.若X~P{X=xk}=pk,k=1,2,…n,则称定义2.(p73)若X~P{X=xk}=pk,k=1,2,…,且为的数学期望，简称期望或均值。，则称为的数学期望01例2掷一颗均匀的骰子，以X表示掷得的点数，求X的数学期望。03为X的数学期望。P(74)02定义3若X~f(x),-?x?,04则称01解02