两维期望、方差、协方差的定义两维期望、方差、协方差的性质
3、矩与相关系数设
k
为正整数,
ξ
为随机变量,如果下面的数学期望存在,则
1) 称
)(
k
k
E ξμ =

ξ

k
阶原点矩;
2)称
k
k
EEv )( ξξ?=

ξ

k
阶中心矩,
例如:一阶原点矩就是数学期望,
二阶中心矩就是方差,
例 1 试求正态分布
),(
2
σμN
的各阶中心矩与原点矩。
解:设
k
为正整数,
),(~
2
σμξ N
,则
k
阶中心矩为
kk
k
EEEv )()( μξξξ?=?=

∞+
∞?
= dxex
x
k
2
2
2
)(
)(
2
1
σ
μ
μ
σπ
引进标准化变换
y
x
=
σ
μ
为偶数为奇数
k
k
dyey
dyeyv
y
kk
y
kk
k
,
2
2
0
2
1
0
2
2
2
2
==


∞+?
∞+
∞?
σ
π
σ
π
利用
)1(
2
+kχ
的密度规范性,
k
k
k
k
k
kk
v σ
π
σ
π
)
2
1
(2
2
)
2
1
(2
22
1
+
Γ
=
+
Γ
=
+
注意到
)
2
1
()
2
1
()
2
3
)(
2
1
()
2
1
( Γ

=
+
Γ null
kkk

kk
k
k
k
v σσπ
π
!)!1(
!)!1(
=
=
,
综上所述
为偶数为奇数
k
k
k
v
k
k
,
!)!1(
0
=
σ
注意到
1=k

μξμ == E
1


1.>k
时,原点矩为
iki
k
i
k
k
EEE
i
k
E
=

==

)()(
0
ξξξξμ
ik
i
k
i
v
i
k
=

= μ
0
相关系数定义:
ξη
ρηξ
ηξ
ηξ
的相关系数,记为与为随机变量称
DD
Cov ),(
ηξ
ηξ
ρ
ξη
DD
Cov ),(
=即是无量纲的量。
ξη
ρ
η
ηη
η
ξ
ξξ
ξηξρ
ξη
D
E
D
E
Cov
=
==
****
,),( 其中,结论:
))((),(
******
η
ηη
ξ
ξξ
ηξηξηξ
D
E
D
E
EEEECov

=?=
ξη
ρ
ηξ
ηηξξ
=

=
DD
EEE ))((
证:
性质 1.任意两个随机变量的相关系数的绝
对值不超过 1,即
1|| ≤
ξη
ρ
,
证明:设
**
ηξζ +=
),cov(2)(
******
ηξηξηξζ ±+=±= DDDD∵
**
22
ηξ
ρ±=
)1(2
ξη
ρ±=
≥ 0
,
01 ≥±
ξη
相关系数的性质
ρ
11 ≤≤?
ξη
ρ
1|| ≤
ξη
ρ
性质 2,
1+=
ξη
ρ
的充要条件为:
ξ

η
间“几乎处处”有线性关系,即存在常数
)0(≠a

b
,使
1}{ =+= baP ξη
,且
1,0
1,0
a
a
ξη
ρ
>
=
<
,
证明,(1)必要性:设
1+=
ξη
ρ
,令
**
ηξζ?=
,由于
)1(2)(
**
ξη
ρηξζ == DD
,

1+=
ξη
ρ

0=ζD
。故
1)( == ζζ EP
,即
1)()0(
**
=
+=
==
η
ηη
ξ
ξξ
ηξ
D
E
D
E
PP?


ξ
η
D
D
a +=

ξ
ξ
η
η E
D
D
Eb +=
后,就有
1)( =+= baP ξη

(2)充分性,设存在常数
a
,
b
,使
1}{ =+= baP ξη

由于“零概集”
}{ ba +≠ ξη
不影响期望计算,故
baEbaEE +=+= ξξη }{
,
ξξη DabaDD
2
)( =+=
注意到
)))((),cov( ηηξξηξ EEE=
ξξξξξξξ aDEaEaEaEE =?==
2
)())((
,
a
a
DaD
aD
DD
===
ηξ
ξ
ηξ
ηξ
ρ
ξη
2
),cov(

因此当
0>a

1=
ξη
ρ

0<a

1?=
ξη
ρ
,
注意:随机变量的相关系数实质上只是表示随机变量之间的 线性相关性 。随机变量之间的线性相关性就是:当一个变量增大时另一变量有按线性关系增大(当
b> 0
)或 减 小( 当
b < 0
)的趋势。
当相关系数愈接近 1 或 -1 时,这种趋势就愈明显。
不相关
.
0:
不相关与称,的相关系数为与若随机变量定义
η
ξηξ
ηξηξ
ηξξη
ηξ
ηξ
ηξ
DDD
EEE
Cov
+=+
=
=
)()4(
)3(
0),(2
1
)(
不相关与)(
下列命题是等价的。与定理:对随机变量与不相关等价的命题不相关。与独立,则与若随机变量定理 ηξηξ:
证:,是连续型随机变量),若( ηξ
)()(),( ypxpyxp
ηξ
=
∫∫
+∞
∞?
+∞
∞?
= dxdyyxpEyExCov ),())((),( ηξηξ则
dyypEydxxpEx )()()()(
ηξ
ηξ=
∫∫
+∞
∞?
+∞
∞?
,0)()( == ηηξξ EEEE
独立,与 ηξ∵
不相关。与即 ηξρ
ξη
,0=
,不相关与独立与 ηξηξ
注意:
例 2.设
),( ηξ
在以原点为中心,
r
为半径的圆域
R
上服从均匀分布,二维概率密度为,
>+
≤+
=
222
222
2
,0
,
1
),(
ryx
ryx
r
yxp
π
考察
ξ

η
之间的独立性。
解:
∫∫
=
R
dxdyyxxpE ),(ξ
dx
r
x
dy
yr
yr
r
r
2
22
22
π
∫∫

=
= 0
∫∫
=
R
dxdyyxypE ),(η
dy
r
y
dx
xr
xr
r
r
2
22
22
π
∫∫

=
= 0
dxdyyxpEyExCov ),())((),( ηξηξ=
∫∫
+∞
∞?
+∞
∞?
dxdy
r
xy
r
r
yr
yr
2
1
22
22
π
=
∫∫

dx
r
x
ydy
r
r
yr
yr
2
22
22
π
∫∫

=
= 0
ηξ,
的边缘分布密度分别为,
>

=
rx
rx
r
xr
xp
||,0
||,
2
)( 2
22
π
ξ
>

=
ry
ry
r
yr
yp
||,0
||,
2
)( 2
22
π
η
)()(),( ypxpyxp
ηξ

因而,尽管
0),( =ηξCov
,但
ξ

η
不独立。
注意,相关系数描述了随机变量间的线性相关程度,它只能描述变量间的线性关系,但不一定能描述其它的函数关系。
例 3.设
)1,0(~ Nξ
,显然,
0=ξE

2
ξη =
,显然,
ξ

η
不独立,
0)()()(
33
=?== ξξξξη EEEE
,(前面在讲中心矩的时候已经证明,服从正态分布的随机变量的奇数阶中心矩为零。)
000),cov( === ηξξξηηξ EEEE

0
),cov(
==
ηξ
ηξ
ρ
ξη
DD
,
二维正态分布独立与不相关等价计算
),,,,(
2
2
2
121
ρσσμμN
的边际分布间的相关系数

),,,,(~),(
2
2
2
121
ρσσμμηξ N

ρ
σσ
σρσ
ηξ
ηξ
ρ
ξη
===
21
21
),cov(
DD
23
,
2
1
),16,0(~),9,1(~.5
ηξ
ζρηξ
ξη
+=?=NN设例
。的相关系数与求
ξζ
ρζξζζ )2(;,)1(,DE
.16,0;9,1 ==== ηηξξ DEDE解:
3
1
23
)1( =+=
ηξ
ζ
EE
E
1
2
1
3
1
25)
2
,
3
cov(2
49
=××+=++= ηξρ
ηξηξ
ζ
ξη
DD
DD
D
0
2
1
3
1
),cov(
2
1
),cov(
3
1
),cov(
)2(
=
+
=
+
=
=
ζξ
ηξρξ
ζξ
ηξξξ
ζξ
ζξ
ρ
ξη
ξζ
DD
DDD
DDDD
相关系数四、随机变量(向量)
函数的概率分布例
1,
测量圆轴直径
d
,而关心的是截面积
A

Ad=
1
4
2
π
。已知直径
d
的分布,要求截面积
A
的分布。
问题:如何从已知分布的随机变量出发,去求其函数的分布?
注意:随机变量的函数仍然是随机变量。
一、随机变量函数的分布若已知
X
分布律为
X
x
1
x
2

x
n

p
k
p
1
p
2

p
n


YfX= ()
的分布律为:

1

fx
i
()
各不相等
Y
fx()
1
fx()
2

fx
n
()

p
k
p
1
p
2

p
n


2

fx
i
()
中有相等的,则由概 率加法定理,把 有相同
fx
i
()
的概率相加,即
PY f x PX x
ik
fx fx
ki
(() ( )
() ()
== =
=

1.
离散型随机变量函数的分布例
2.
已知随机变量
X
的分布律为
X?10 1 2
p
k
02,03,01.04.

()12YX=?

() ( )21
2
YX=?
的分布律。
解:
XY 2)1(?=
是单值函数,
fx
i
()
各不相等,所以有
Y 20?2?4
p
k
02.03,01.04.
2.0)1()2( =?=== XPYP
3.0)0()0( ==== XPYP
1.0)1()2( ===?= XPYP
4.0)2()4( ===?= XPYP
() ( )21
2
YX=?
不是单值函数,

Y 0 14
p
k
01.07.02.
PY PX()( ).== ==0101

PY()=1 ==+=PX PX()()02
=+03 04..= 07.

2.0)1()4( =?=== XPYP

3.
已知随机变量
X
的分布律为
X 12
3 null n null
p
k
1
2
1
2
2
1
2
3
null
1
2
n
null

YX= sin( )
π
2
的分布律。
解:
Y
的可能取值为
101,,
,对应的
X
的取值为
41243 12kkkk=,,,,,null
PY PX k
k
() ( )=? = =?
=


141
1
=+++
1
2
1
2
1
2
371
null
=
=
1
2
1
1
2
2
15
3
4
PY PX k
k
() ( )== =
=


02
1
=+++
1
2
1
2
1
2
246
null
=
=
1
2
1
1
2
1
3
2
2
PY PX k
k
() ( )== =?
=


143
1
=+ + +
1
2
1
2
1
2
59
null
=
1
2
1
1
2
4
=
=
1
2
1
1
2
8
15
4
Y? 1 0 1
p
k
215 13 815
2.
连续型随机变量函数的分布问题,如何根据
X
的密度函数
)(xp
X
寻找
Y f X= ()
的密度函数
)(yp
Y

1
)当
yfx= ()
是单调函数时,它的反函数
xgy= ()
也是单调的。
a.若
fx()↑
,则
gy()↑
,即
′ >gy() 0
,
))(()( yXfPyYP ≤=≤ ))(( ygXP ≤=
dxxp
yg
X
)(
)(

∞?
=
上式两边对
y
求导:
0)())(()( ≥

= ygygpyp
XY
b.若
fx()↓
,则
gy()↓
,即
′ <gy() 0
,
))(()( yXfPyYP ≤=≤ ))(( ygXP ≥=
dxxp
yg
X
)(
)(

+∞
=
上式两边对
y
求导:
0)())(()( ≥

= ygygpyp
XY
上式两边对
y
求导:
0)())(()( ≥

= ygygpyp
XY
上式两边对
y
求导:
0)())(()( ≥

= ygygpyp
XY
综合 a,b 得:
|)(|))(()( ygygpyp
XY

=
例 4.随机变量
X
的概率密度为
<<
=
其它,0
40,
8
)(
x
x
xp
X

Y X= +28
的概率密度
Y
y()

解:
yx=+↑28

∴= =
↑xgy
y
()
8
2
,
|)(|))(()( ygygpyp
XY

=
)(
2
8
yg
y
p
X

=
<
<?
=
其它,0
4
2
8
0,
2
1
2
8
8
1 yy
<<
=
其它,0
168,
32
8
y
y


.

5.
XN~(,)μσ
2
,求
YabXb=+ ≠,( )0
的概率密度。
解:
bxaxfy +== )(

b
ay
ygx
==∴ )(
|)(|))(()( ygygpyp
XY

=
=?
1
2
1
1
2
2
2
πσ
σ
μ
e
b
ya
b
=

1
2
2
22
2
πσ
μ
σ
||
()
b
e
ya b
b
∴+YNab b~(,)μσ
22
结论:服从正态分布的随机变量的线性函数仍然服从正态分布。
即:若
XN~(,)μσ
2
,则
abX Nab b++~(,)μσ
22
命题:若
XN~(,)μσ
2
,则
X
N
μ
σ
~(,)01
证明:取
baXY +=
,0
1
=+?=+= μ
σσ
μ
μbaEY
1
1
2
222
=
==
σ
σσ bDY
abX X+=?+
μ
σσ
1
=
X μ
σ
)1,0(~ N
X
σ
μ?

2)当
yfx= ()
不是单调函数时,求
Y
的概率密度比较复杂,一般从分布函数入手。如图所示,
y
yfx= ()
y
Δ
1
()y
0
Δ
2
()y
Δ
3
()y
x
()PY y≤
=∈
<∈

PX y
i
if x yx y
i
(()
:(),()
Δ
Δ


Δ∈<
Δ
=
)(,)(:
)(
)(
yxyxfi
y
X
i
i
dxxp
两边对
y
求导即得
)(yp
Y


6.
XN~(,)01
,求
YX=
2
的概率密度。
解:
2
2
2
1
)(
x
X
exp
=
π
两边对
y
求导,
y
eyp
y
Y
2
1
2
1
2)(
2
=
π
=
1
2
1
22
π
ye
y

y ≤ 0
时,
() ( ) 0
Y
Fy PY y= ≤=

0)( =yp
Y;

y > 0
时,
2
() ( ) ( )
Y
Fy PY y PX y= ≤= ≤
()P y X y=?≤≤
=

1
2
2
2
π
edx
x
y
y
=

2
1
2
2
2
0
π
edx
x
y

>
=∴

0,0
0,
2
1
)(
22
1
y
yey
yp
y
Y
π
这是
χ
2
1()
分布。
Xk~()χ
2
──随机变量
X
服从自由度为
k
的卡方分布。
X
的概率密度,
<
≥?
Γ
=

0,0
0,
2
2
1
)(
2
1
2
2
x
xex
k
xp
xk
k
Γ
函数的性质:
Γ Γ() ()α α α+ =1
Γ()!nn+=1
Γ()
1
2
= π
?
Γ
函数:
Γ(),αα
α
=>
+∞

xedx
x1
0
0

7.
随机变量
Θ
在区间
(,)?
π π
22
内服从均匀分布,求
VA= sinΘ
的概率密度。
解:
vA= sinθ

(,)?
π π
22
内单调增加,
θ = arcsin
v
A
也是单调增加的(
||vA<
),
πππ
θ
1
22
1
)( =

=
Θ
p
||θ
π
<
2
2222
111
)(
vAvA
vp
V
=
=∴
π
π
||vA<

<
=∴
Av
Av
vA
vp
V
||,0
||,
1
)(
22
π


8.
随机变量
Θ
在区间
(,)0 π
内服从均匀分布,求
VA= sinΘ
的概率密度。
=+
∫∫
11
0
π
θ
π
θ
π
π
dd
v
A
v
A
arcsin
arcsin
解:注意:
vA= sinθ

(,)0 π
内不是单调的,因而不能直接用定理,
vA= sinθ
A
v
0arcsin
v
A
π
2
π? arcsin
v
A
d当
0 < <v A
时,
F v()
=
()P Vv≤
(sin )P Av=Θ
(0 arcsin ) ( arcsin )
vv
PP
AA
π π=≤Θ≤ +? ≤Θ≤
c当
v ≤ 0
时,
F v()
=
()0PV v≤ =
=+
11
ππ
ππarcsin [ ( arcsin )]
v
A
v
A
=
2
π
arcsin
v
A
e当
v A≥
时,
F v()
=
()1PV v≤=
∴=

<<

Fv
v
v
A
vA
vA
()
,
arcsin,
,
00
2
0
1
π,
(2)
再求概率密度函数
()v
π
()
,
,
v
Av
vA
=
<<
2
0
0
22
其它