概率论与数理统计+二维连续性随机变量及其分布.ppt_第1页
概率论与数理统计+二维连续性随机变量及其分布.ppt_第2页
概率论与数理统计+二维连续性随机变量及其分布.ppt_第3页
概率论与数理统计+二维连续性随机变量及其分布.ppt_第4页
概率论与数理统计+二维连续性随机变量及其分布.ppt_第5页
已阅读5页,还剩30页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、作业题评讲,解,作业题评讲,故X,Y不独立。,64页例4 设(X,Y)的密度函数为,二维连续型随机变量及其密度函数,求(1) C的值; (2) 边缘密度函数.,解,二维连续型随机变量及其密度函数,(一)随机变量的数学期望,1.离散型随机变量的数学期望,2.连续型随机变量的数学期望,设连续型随机变量X的密度函数为f(x),则,随机变量的数字特征,Review,3.随机变量函数的数学期望,(1)X为随机变量,Y=g(X),离散型:,连续型:,(2)(X,Y)为二维随机变量, Z=g(X,Y),离散型:,连续型:,作业题评讲,解,作业题评讲,数学期望的性质,1.E (C ) = C,2. E (aX

2、 ) = a E (X ),3.E (X + Y ) = E (X ) + E (Y ),4.当X ,Y 独立时,E (X Y ) = E (X )E (Y ) .,线性性质,(二)方差,1.定义 D(X)=E X-E(X)2,标准差:,2.计算,(2) 离散型:,(3)连续型:,随机变量的数字特征,(1) 计算公式:D(X)=E(X2)-E2(X).,方差的性质,(1) D(C)=0;,(2) D(CX)= C2D(X);,(3)若X, Y相互独立,则,D(X+Y)=D(X) +D(Y).,D(X-Y)=D(X) +D(Y).,例1,解,随机变量的数字特征,已知随机变量 X 的分布律为,求D

3、(X).,随机变量的数字特征,解,随机变量的数字特征,例3 设Xb(n,p),求E(X),D(X).,解 X表示重伯努利试验中“成功的次数”,令,且Xi服从0-1分布,则,又Xi之间相互独立,,随机变量的数字特征,例4 已知标准正态分布N(0,1)的期望是0,方差是1。设XN(,2),求E(X),D(X).,解,随机变量的标准化:,常见分布的数学期望与方差,问题 对于二维随机变量(X ,Y ):,联合分布,边缘分布,对二维随机变量,除每个随机变量各自 的概率特性外, 相互之间可能还有某种联系 该用一个怎样的数去反映这种联系呢?,数,能反映随机变量 X , Y 之间的线性关系, 4.4,协方差的

4、概念,为 X ,Y 的协方差. 记为,称,为(X , Y )的协方差矩阵,定义,协方差的概念,计算公式: cov(X,Y) =E(XY)-E(X)E(Y).,例5 (X,Y)分布律如下,求cov(X,Y),协方差,解 X,Y的分布律分别如下:,例5 (X,Y)分布律如下,求cov(X,Y),协方差,例6,协方差,解,1.cov(X,X)=D(X),5.当X ,Y 独立时,cov(X ,Y ) = 0 .,对称性,协方差的性质,2.cov(X,Y)=cov(Y,X),3.cov(aX,bY)=abcov(X,Y),6.cov(C,X)=0,4.cov(X1 +X2,Y)=cov(X1,Y)+ c

5、ov(X2,Y),而当cov(X ,Y ) = 0, X ,Y并不一定独立.,X,Y线性不相关,7.D(X+Y)=D(X)+D(Y)+2cov(X,Y),D(X-Y)=D(X)+D(Y)-2cov(X,Y),为了消除量纲对协方差值的影响,我们把X,Y标准化后再求协方差,相关系数的概念,若D (X ) 0, D (Y ) 0 ,称,为X ,Y 的 线性相关系数,记为,相关系数,1.|XY|1,2.当X ,Y 独立时, XY = 0 .,相关系数的性质,3. |XY|越大,则X ,Y 线性相关程度越好,当 |XY|=0时,X ,Y 并不是一定没有关系, 而是线性不相关。,逆命题不成立,4. (X,

6、Y) N(1,2,12,22,),就是X ,Y 的相关系数,XY = .,正相关,负相关,正弱相关,负弱相关,线性不相关,相关系数与随机变量的线性相关性,例7 设 ( X ,Y ) N ( 1,4, 1,4, 0.5 ), Z = X + Y , 求 XZ,解,协方差与相关系数,例8 U-,X=sin , Y=cos ,X,Y是否相关,是否独立?,相关系数,解,证明 (1),于是XY= 0,所以 X与Y线性不相关。,例9 已知(X,Y)的概率密度如下,试证X与Y既不相关,也不相互独立。,显然,fX(x)fY(y)f(x,y),因此,X与Y不相互独立。,例9 已知(X,Y)的概率密度如下,试证X与Y既不相关,也不相互独立。,n维随机变量X1,X2,Xn服从正态分布,则Xi都是一维正态;若Xi是一维正态,且相互独立,则X1,X2,Xn服从n维正态。,多维正态分布的重要性质,n维随机变量X1,X2,Xn服从正态分布的充要条件是X1,X2,Xn 的任意线性组合都服从一维正态。,对n维正态分布来说,独立与线性相关是等价的。,例10 设随机变量X和Y相互独立,且XN(1, 2), YN(0, 1)。求 Z = 2X-Y+3 的概率密度。,知 Z=2X-Y+3 服从正态分布,且,解 由XN(1,2), YN(0,1),且X与Y相互独立,D(Z) = 4D(X)+D(Y) = 8+1

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论