知识框架:
3.25第十八次上课
4-1-1离散型随机变量的数学期望
分布函数能完整地描述随机变量的统计特性,但实际应用中并不都需要知道分布函数,而只需知道随机变量的某些特征。
判断棉花质量时,既看纤维的平均长度,又要看纤维长度与平均长度的偏离程度。平均长度越长,偏离程度越小,质量就越好;
一、离散型随机变量的数学期望
比较双方每发子弹的平均环数
预备知识
说明:
实例:
常见离散型随机变量的数学期望
小结:
4-1-2连续型随机变量的数学期望
回顾:
定义:
例题:
由于:
因此:
又:
因此:
总结:
常见连续型随机变量的数学期望
小结:
4-1-3随机变量函数的数学期望
1.离散型随机变量函数的数学期望
2.连续型随机变量函数的数学期望
3.二维随机变量函数的数学期望
小结:
4-1-4数学期望的性质
小结:
课后作业:
3.30第十九次上课
4-2-1方差的定义
引入
引例
再比较稳定程度:即与平均环数的总的偏离程度
抽象一下:
随机变量方差的概念
1.方差的定义
2.方差的意义
其物理意义相当于质点系的转动惯量。
3.随机变量方差的计算
(1)利用定义计算
(2)利用公式计算
小结:
4-2-2典型分布的方差
由此可得:
又因为:
因此:
小结:
4-2-3方差的性质
例题:
二维随机变量的方差
标准化随机变量
小结:
课后作业:
3.31第二十次上课
4-3-1协方差的概念及性质
1.问题的提出
对二维随机变量,除每个随机变量各自的概率特性外,相互之间可能存在某种联系。
问题是用一个怎样的数值去反映这种联系?
2.协方差定义
3.协方差性质
4.说明
小结:
4-3-2相关系数的概念与性质
定义:
相关系数的意义
定理:
例题:
不相关的充要条件
相关系数的性质
例题:
结论:
小结:
4-3-3矩和协方差矩阵
一、矩的概念
二、协方差矩阵
协方差矩阵的应用
协方差矩阵可用来表示随机变量的概率密度,从而可通过协方差矩阵达到对随机变量的研究。
推广
小结:
课后作业:
版权属于:soarli
本文链接:https://blog.soarli.top/archives/376.html
转载时须注明出处及本声明。