概率论基础知识整理(三)

欢迎进一步了解
随机变量的特征函数
大数定理与中心极限定理

数学期望

定义

  • 离散型随机变量 X X X的分布律为 P { X = x k } = p k , k = 1 , 2... P\{X=x_k\}=p_k,k=1,2... P{X=xk}=pk,k=1,2...数学期望
    在这里插入图片描述

  • 连续型随机变量 X X X的概率密度为 f ( x ) f(x) f(x)数学期望
    在这里插入图片描述

  • Y = g ( X ) Y=g(X) Y=g(X)
    离散型
    在这里插入图片描述
    连续型
    在这里插入图片描述

性质

在这里插入图片描述
* E ( E ( x ) ) = E ( x ) E(E(x))=E(x) E(E(x))=E(x)

方差

定义

  • 方差 D ( X ) = V a r ( X ) = E { [ X − E ( X ) ] 2 } D(X)=Var(X)=E\{[X-E(X)]^2\} D(X)=Var(X)=E{[XE(X)]2}
  • 均方差标准差
    在这里插入图片描述
  • 离散型
    在这里插入图片描述
  • 连续型
    在这里插入图片描述
  • D ( X ) = E ( X 2 ) − [ E ( X ) ] 2 D(X)=E(X^2)-[E(X)]^2 D(X)=E(X2)[E(X)]2
  • 切比雪夫不等式:在这里插入图片描述

性质

  • D ( C ) = 0 D(C)=0 D(C)=0
  • D ( C X ) = C 2 D ( X ) , D ( X + C ) = D ( X ) D(CX)=C^2D(X), D(X+C)=D(X) D(CX)=C2D(X),D(X+C)=D(X)
  • D ( X + Y ) = D ( X ) + D ( Y ) + 2 E { ( X − E ( X ) ) ( Y − E ( Y ) ) } D(X+Y)=D(X)+D(Y)+2E\{(X-E(X))(Y-E(Y))\} D(X+Y)=D(X)+D(Y)+2E{(XE(X))(YE(Y))},若 X , Y X,Y X,Y相互独立,则 D ( X + Y ) = D ( X ) + D ( Y ) D(X+Y)=D(X)+D(Y) D(X+Y)=D(X)+D(Y)
  • D ( X ) = 0 < = > P { X = E ( X ) } = 1 D(X)=0 <=> P\{X=E(X)\}=1 D(X)=0<=>P{X=E(X)}=1

协方差及相关系数

定义

  • 协方差 C o v ( X , Y ) = E { ( X − E ( X ) ) ( Y − E ( Y ) ) } Cov(X,Y)=E\{(X-E(X))(Y-E(Y))\} Cov(X,Y)=E{(XE(X))(YE(Y))}
  • 相关系数
    在这里插入图片描述

性质

  1. C o v ( a X , b Y ) = a b C o v ( X , Y ) Cov(aX,bY)=abCov(X,Y) Cov(aX,bY)=abCov(X,Y)
  2. C o v ( X 1 + X 2 , Y ) = C o v ( X 1 , Y ) + C 0 v ( X 2 , Y ) Cov(X_1+X_2,Y)=Cov(X_1,Y)+C0v(X_2,Y) Cov(X1+X2,Y)=Cov(X1,Y)+C0v(X2,Y)
  3. C o v ( X , Y ) = C o v ( Y , X ) , C o v ( X , X ) = D ( X ) Cov(X,Y)=Cov(Y,X), Cov(X,X)=D(X) Cov(X,Y)=Cov(Y,X),Cov(X,X)=D(X)

矩、协方差矩阵

  • k阶矩 E ( X k ) E(X^k) E(Xk)
  • k阶中心矩 E { [ X − E ( X ) ] k } E\{[X-E(X)]^k\} E{[XE(X)]k}
  • k+l阶混合矩 E ( X k Y l ) E(X^kY^l) E(XkYl)
  • k+l阶混合中心矩 E { [ X − E ( X ) ] k } { [ Y − E ( Y ) ] l } E\{[X-E(X)]^k\}\{[Y-E(Y)]^l\} E{[XE(X)]k}{[YE(Y)]l}
  • 协方差矩阵
    在这里插入图片描述
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值