一、主要内容 1. 随机变量的数学期望; 2. 随机变量函数的数学期望; 3. 数学期望的性质; 4. 随机变量的方差; 5. 随机变量函数的方差;

掌握随机变量的数学期望、方差、协方差、相关系数等几个基本概念及其性质并会求一 些随机变量及函数的数学期望与方差为后面的学习打下基础

第四章随机变量的数字特征 数字特征的优越性: 1.较集中地反映了随机变量变化的一些平均特征 2.很多重要的随机变量(如二项分布、泊松分布、均匀分布、指数分布、正态分布等)的分布函数都能用一、两个数字特征完全确定。 3.重要的数字特征--数学期望、方差具有明确的统计意义,同时还具有良好的数学性质。 4.随机变量的数字特征较易求出

一、数学期望的定义 1.离散型RV的数学期望 引例:掷一枚骰子,掷出第i面得i分,某人掷了n次,求其所得的平均分。 定义1.设离散型R的分布律P{X=xn}=pnn=1,2,…

统计推断的另一类重要问题是假设检验问题. 在总体的分布函数完全未知或只知其形式,但 不知道参数的情况,为了推断总体的某些未知 特性,提出某些关于总体的假设.例如,提出总 体服从泊松分布的假设,又如,对正态总体提 出数学期望等于μ的假设等.我们是要根据样 本对所提出的假设作出是接受,还是拒绝的决 策.假设检验是作出这一决策的过程

一、协方差和相关系数的概念 对于二维随机变量(X,Y),除了关心它的各个分 量的数学期望和方差外,还需要知道这两个分量之 间的相互关系,这种关系无法从各个分量的期望和 方差来说明,这就需要引进描述这两个分量之间相 互关系的数字特征一协方差及相关系数,但如何 工来刻画这种关系呢?

例1设随机变量X具有数学期望E(X)=u,方差 D()=o2≠0.记*=(X-u)/o

通常求出随机变量的分布并不是一件容易的事,而人们更关心的是用一些数字来表示随机变量的特点,这些与随机变量有关的数字,就是随机变量的数字特征.最常用的数字特征为数学期望,方差和相关系数

在实际应用中计算机采用的解线性方程组并 不用克莱姆法则,而是采用高斯消元法。 高斯消元法其实就是中学里学的加减消元法 的推广,现在我们将其用在m个方程n个未知 元的一般情况。 消元法的基本思想是通过消元变形把方程组 化成容易求解的同解方程组

3.3~3.4多维随机变量的数字特征 一 多维随机变量函数的数学期望 二 多维随机变量方差和数学期望性质 三 协方差与相关系数 四 n维随机变量的协方差矩阵