whu特供概率论复习第4(part)+5章
关于标准正正态分布的期望补充
X~U(0,1)
Ex = 0
Ex2 = 3
Ex3 = 5 * 3 * 1
切比雪夫不等式
对任意随机变量X,若D(X)存在,则对任意ϵ>0,有
P(∣X−E(X)≥ϵ)≤ϵ2D(X)
协方差
计算
Cov(X,Y)=E((X−E(X))⋅(Y−E(Y)))D(X+Y)=D(X)+D(Y)+2Cov(X,Y)Cov(X,Y)=E(XY)−E(X)E(Y)
性质
对称性
Cov(X,Y)=Cov(Y,X)
常数倍数
Cov(aX,bY)=abCov(X,Y)
加法
Cov(X1+X2,Y)+=Cov(X1,Y)+Cov(X2,Y)
相关系数
(X,Y)为二维随机变量,若D(X) > 0,D(Y) > 0,则有
相关系数ρ=ρXY=D(X)D(Y)Cov(X,Y)
相关系数是无量纲的绝对量,就是随机变量标准化后的协方差。
X∗=D(X)X−E(X)
对于相关系数,档∣ρ∣=1,X与Y线性相关
另外有以下命题等价
- Cov(X,Y) = 0
- X与Y不相关
- E(XY) = E(X)E(Y)
- D(X+Y) = D(X) + D(Y)
若(X,Y)服从二维正太分布,则X与Y不相关,等价于X与Y相互独立
例题
大数定律
keyword
依概率收敛 伯努利大数定律 辛钦大数定律 独立同分布的中心极限定理
李雅普诺夫中心极限定理 棣莫弗一拉普拉斯中心极限定理
例题
切比雪夫
二项分布X∼B(200,0.9)E(x)=200×0.9=180D(x)=np(1−p)=18P(175≤x≤185)=P(∣x−180∣≤5) =1−P(∣x−180∣≥5)≤52D(x)
迪拉莫拉普拉斯极限定理适合解决n重伯努利试验,使用时先将常数根据形式换成x - np / sqrtnpa-p 这样,然后就可以fa(刚才化成都形式)
回复删除https://chat.openai.com/share/29978e97-b079-440d-80bb-9534c40732a0
回复删除ai的方差计算有点问题,其他还好
删除