随机变量的数字特征
讲随机变量的数学期望、方差、标准差及其性质,随机变量函数的数学期望,矩、协方差、相关系数及其性质,以及常用分布的数字特征。
本节导读
本节对应「随机变量的数字特征」的考试内容:「随机变量的数学期望(均值)、方差、标准差及其性质」「随机变量函数的数学期望」「矩、协方差、相关系数及其性质」。考试要求原文:
- 理解随机变量数字特征(数学期望、方差、标准差、矩、协方差、相关系数)的概念,会运用数字特征的基本性质,并掌握常用分布的数字特征。
- 会求随机变量函数的数学期望。
本课记号:E(X) 是数学期望,D(X) 是方差,Cov(X,Y) 是协方差,ρXY 是相关系数。数字特征的计算要用到上两节的各种分布,可以和它们结合起来出题。学完本节,你应该熟记常用分布的期望和方差,会用性质化简计算,并会计算协方差和相关系数。
数学期望
- 离散型:E(X)=k∑xkpk(级数绝对收敛时);连续型:E(X)=∫−∞+∞xf(x)dx(积分绝对收敛时)。
- 随机变量函数的期望:E[g(X)]=k∑g(xk)pk 或 ∫−∞+∞g(x)f(x)dx,不必先求 g(X) 的分布;二维时 E[g(X,Y)]=∬g(x,y)f(x,y)dxdy。
- 性质:E(C)=C;E(aX+b)=aE(X)+b;E(X+Y)=E(X)+E(Y);X,Y 独立时 E(XY)=E(X)E(Y)。
方差与矩
D(X)=E[(X−E(X))2]=E(X2)−[E(X)]2,标准差为 D(X)。
- 性质:D(C)=0;D(aX+b)=a2D(X);D(X±Y)=D(X)+D(Y)±2Cov(X,Y),X,Y 独立(或不相关)时 D(X±Y)=D(X)+D(Y)。
- 由 E(X2)=D(X)+[E(X)]2 可以反求二阶矩,这是计算题里最常用的一步。
- 矩:E(Xk) 叫 k 阶原点矩,E[(X−E(X))k] 叫 k 阶中心矩;期望是一阶原点矩,方差是二阶中心矩。
协方差与相关系数
Cov(X,Y)=E[(X−E(X))(Y−E(Y))]=E(XY)−E(X)E(Y)。性质:Cov(X,X)=D(X);Cov(aX,bY)=abCov(X,Y);Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y)。
相关系数 ρXY=D(X)D(Y)Cov(X,Y),∣ρXY∣≤1;∣ρXY∣=1⇔ 存在常数 a=0,b 使 P{Y=aX+b}=1。ρXY=0 称不相关,它只说明 X,Y 之间没有线性关系。
常用分布的数字特征
| 分布 | 期望 | 方差 |
|---|---|---|
| 0-1 分布 | p | p(1−p) |
| 二项分布 B(n,p) | np | np(1−p) |
| 泊松分布 P(λ) | λ | λ |
| 几何分布 | p1 | p21−p |
| 均匀分布 U(a,b) | 2a+b | 12(b−a)2 |
| 指数分布 E(λ) | λ1 | λ21 |
| 正态分布 N(μ,σ2) | μ | σ2 |
超几何分布(N 件中有 M 件次品,取 n 件)的期望为 NnM。
本节后面还有约 1766 字:报名学员看全文
每门课前 10 节免费看全文;从第 11 节起,完整教程要报名后由顾问在后台为你的账号开通才能看。
题库账号可以直接登录,但第 11 节起的完整教程要报名后由后台开通才能看。
学完练一练
按本节考点从本课的课后练习里抽题(每次 10 道以内),做完看解析、错题自动进错题本。第 11 节起的课后练习报名学员才能练。
本节内容由 AI 辅助编写,配图由 AI 生成,仅供备考参考;考试要求以《全国各类成人高等学校招生考试大纲(2024 年版)》及浙江省教育考试院当年公布为准。