二维随机变量的数字特征.ppt

二维随机变量的数字特征.ppt

ID:61761316

大小:2.18 MB

页数:40页

时间:2021-03-19

二维随机变量的数字特征.ppt_第1页
二维随机变量的数字特征.ppt_第2页
二维随机变量的数字特征.ppt_第3页
二维随机变量的数字特征.ppt_第4页
二维随机变量的数字特征.ppt_第5页
资源描述:

《二维随机变量的数字特征.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、随机变量的数字特征数学期望一、离散型随机向量的数学期望一、离散型随机向量的数学期望解例1设(X,Y)的分布律为求一、离散型随机向量的数学期望一、离散型随机向量的数学期望二、二维连续型随机变量的数学期望二、连续型随机变量的数学期望设(X,Y)为二维连续型随机变量,则例2设(X,Y)服从G上的均匀分布,其中G为xoy平面内由x轴、y轴及围城的三角区域.求E(X),E(Y).解二、连续型随机向量的数学期望该公式的重要性在于,当我们求E[g(X)]时,不必知道g(X)的分布,只需知道X的分布就可以了.这给求

2、随机变量函数的期望带来很大方便.三、随机变量函数的数学期望定理2设g(X,Y)是随机变量X、Y的函数,且E[g(X,Y)]存在(2)如果X、Y是连续型随机变量,联合概率密度为f(x,y),则(1)如果X、Y是离散型随机变量,联合概率分布为pij,i,j=1,2,…,则三、随机变量函数的数学期望解例3设(X,Y)的分布律为求三、随机变量函数的数学期望三、随机变量函数的数学期望例11解三、随机变量函数的数学期望三、随机变量函数的数学期望方差的定义四、随机向量的方差二维随机变量方差的计算方法与一维类似,但

3、需要先根据联合分布计算边缘分布,再根据具体公式求解方差。四、随机向量的方差四、随机向量的方差五、协方差1.定义任意两个随机变量X和Y的协方差,记为Cov(X,Y),定义为2.性质(1)Cov(X,C)=0,C为常数(2)Cov(X,X)=D(X)(3)Cov(X,Y)=Cov(Y,X)Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}五、协方差(6)Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y)(5)Cov(aX,bY)=abCov(X,Y)a,b是常数(7)D(X±Y)=D

4、(X)+D(Y)±2Cov(X,Y)(4)Cov(aX+b,Y)=aCov(X,Y)a,b是常数Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}Cov(X,Y)=E(XY)-E(X)E(Y)可见,若X与Y独立,则Cov(X,Y)=0.3.计算协方差的一个简单公式由协方差的定义及期望的性质,可得Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}=E(XY)-E(X)E(Y)-E(Y)E(X)+E(X)E(Y)=E(XY)-E(X)E(Y)即五、协方差五、协方差例1已知离散型随机变量(X,

5、Y)的概率分布如下:求解易求得X,Y的概率分布分别为从而五、协方差例1已知离散型随机变量(X,Y)的概率分布如下:求于是解例2设二维连续型随机变量(X,Y)的联合密度为求Cov(X,Y).五、协方差解例2设二维连续型随机变量(X,Y)的联合密度为求Cov(X,Y).五、协方差解例3设二维连续型随机变量(X,Y)的联合密度为求Cov(X,Y),并判断X与Y是否相互独立.五、协方差解同理,X与Y不相互独立五、协方差由此可知,X与Y相互独立Cov(X,Y)=0反之不一定成立协方差的大小在一定程度上反映了X

6、和Y相互间的关系,但它还受X与Y本身度量单位的影响.例如:Cov(kX,kY)=k2Cov(X,Y)为了克服这一缺点,对协方差进行标准化,这就引入了相关系数.五、协方差为随机变量X和Y的相关系数.定义设D(X)>0,D(Y)>0,称在不致引起混淆时,记为.六、相关系数相关系数的性质:证:由方差的性质和协方差的定义知,对任意实数b,有0≤D(Y-bX)=b2D(X)+D(Y)-2bCov(X,Y)令,则上式为D(Y-bX)=由于方差D(Y)是正的,故必有1-≥0,所以

7、

8、≤1二、相关系数存在常数a,b

9、(b≠0),使P{Y=a+bX}=1,即X和Y以概率1线性相关.二、相关系数注:相关系数刻画了X与Y的“线性相关”程度.的值越接近1,Y与X的线性相关程度越高;的值越接近0,Y与X的线性相关程度越弱.时,Y可完全由X的线性函数给出;时,Y与X之间不是线性关系.由于当X和Y独立时,Cov(X,Y)=0.故请看下例.二、相关系数3.X和Y独立时,=0,即X与Y不相关.注:时,只说明Y与X之间没有线性关系,并不能说明Y与X之间没有其他函数关系,从而不能推出Y与X相互独立.从而即X与Y不相关.即X与Y不独立

10、.解六、相关系数但X与Y满足例4设服从上的均匀分布,,,判断X与Y是否相关,是否独立?定理若随机变量X与Y的方差都存在,且均不为零;则下列四个命题等价.(1);(2)Cov(X,Y)=0;(3)E(XY)=EX·EY;(4)D(X±Y)=DX+DY.六、相关系数但可以证明对下述情形,独立与不相关等价前面,我们已经看到:若X与Y独立,则X与Y不相关.但由X与Y不相关,不一定能推出X与Y独立.若(X,Y)服从二维正态分布,则X与Y独立X与Y不相关六、相关系数解例5设二维连

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。