1、第四章 随机变量的数字特征(1)一维随机变量的数字特征离散型连续型期望期望就是平均值设X是离散型随机变量,其分布律为P()pk,k=1,2,n,(要求绝对收敛)设X是连续型随机变量,其概率密度为f(x),(要求绝对收敛)函数的期望Y=g(X) Y=g(X)方差D(X)=EX-E(X)2,标准差, 矩对于正整数k,称随机变量X的k次幂的数学期望为X的k阶原点矩,记为vk,即k=E(Xk)= , k=1,2, .对于正整数k,称随机变量X与E(X)差的k次幂的数学期望为X的k阶中心矩,记为,即=, k=1,2, .对于正整数k,称随机变量X的k次幂的数学期望为X的k阶原点矩,记为vk,即k=E(X
2、k)= k=1,2, .对于正整数k,称随机变量X与E(X)差的k次幂的数学期望为X的k阶中心矩,记为,即=k=1,2, .切比雪夫不等式设随机变量X具有数学期望E(X)=,方差D(X)=2,则对于任意正数,有下列切比雪夫不等式切比雪夫不等式给出了在未知X的分布的情况下,对概率的一种估计,它在理论上有重要意义。(2)期望的性质(1) E(C)=C(2) E(CX)=CE(X)(3) E(X+Y)=E(X)+E(Y),(4) E(XY)=E(X) E(Y),充分条件:X和Y独立; 充要条件:X和Y不相关.(3)方差的性质(1) D(C)=0;E(C)=C(2) D(aX)=a2D(X); E(a
3、X)=aE(X)(3) D(aX+b)= a2D(X); E(aX+b)=aE(X)+b(4) D(X)=E(X2)-E2(X)(5) D(XY)=D(X)+D(Y),充分条件:X和Y独立; 充要条件:X和Y不相关。 D(XY)=D(X)+D(Y) 2E(X-E(X)(YE(Y)),无条件成立。而E(X+Y)=E(X)+E(Y),无条件成立。(4)常见分布的期望和方差期望方差0-1分布p二项分布np泊松分布几何分布超几何分布均匀分布指数分布正态分布n2nt分布0(n2)(5)二维随机变量的数字特征期望函数的期望方差协方差对于随机变量X与Y,称它们的二阶混合中心矩为X与Y的协方差或相关矩,记为,
4、即与记号相对应,X与Y的方差D(X)与D(Y)也可分别记为与。相关系数对于随机变量X与Y,如果D(X)0, D(Y)0,则称为X与Y的相关系数,记作(有时可简记为)。1,当|=1时,称X与Y完全相关:完全相关而当时,称X与Y不相关.以下五个命题是等价的:;cov(X,Y)=0;E(XY)=E(X)E(Y);D(X+Y)=D(X)+D(Y);D(XY)=D(X)+D(Y)。协方差矩阵混合矩对于随机变量X与Y,如果有存在,则称之为X与Y的k+l阶混合原点矩,记为;k+l阶混合中心矩记为:(6)协方差的性质(i) cov (X, Y)=cov (Y, X);(ii) cov(aX,bY)=ab cov(X,Y);(iii) cov(X1+X2, Y)=cov(X1,Y)+cov(X2,Y);(iv) cov(X,Y)=E(XY)-E(X)E(Y)。(7)独立和不相关(i) 若随机变量X与Y相互独立,则;反之不真。(ii) 若(X,Y)N(),则X与Y相互独立的充要条件是X和Y不相关。