这种由随机变量的分布所确定的,能够刻画随机变量某一方面的特征的常数统称为
数字特征
,它在理论和实际应用中都很重要。本章将介绍几个重要的数字特征:数学期望、方差、相关系数和矩。——概率论和数理统计浙大版
本章主要介绍了数学期望、方差、相关系数和矩的计算。
目录
习题四
37.对于两个随机变量 V , W V,W V,W,若 E ( V 2 ) , E ( W 2 ) E(V^2),E(W^2) E(V2),E(W2)存在,证明 [ E ( V W ) ] 2 ⩽ E ( V 2 ) E ( W 2 ) . (A) [E(VW)]^2\leqslant E(V^2)E(W^2).\tag{A} [E(VW)]2⩽E(V2)E(W2).(A)这一不等式称为柯西-施瓦茨不等式。
证 若
E
(
V
2
)
=
0
E(V^2)=0
E(V2)=0,则
P
{
V
=
0
}
=
1
P\{V=0\}=1
P{V=0}=1(因
E
(
V
2
)
=
D
(
V
)
+
(
E
(
V
)
)
2
=
0
E(V^2)=D(V)+(E(V))^2=0
E(V2)=D(V)+(E(V))2=0,得
D
(
V
)
=
0
D(V)=0
D(V)=0且
E
(
V
)
=
0
E(V)=0
E(V)=0,由方差性质得
P
{
V
=
0
}
=
1
P\{V=0\}=1
P{V=0}=1)。由此
P
{
V
W
=
0
}
=
1
P\{VW=0\}=1
P{VW=0}=1,因此,
E
(
V
W
)
=
0
E(VW)=0
E(VW)=0,此时不等式
(
A
)
(A)
(A)得证。同样对于
E
(
W
2
)
=
0
E(W^2)=0
E(W2)=0时,不等式
(
A
)
(A)
(A)也成立。以下设
E
(
V
2
)
>
0
,
E
(
W
2
)
>
0
E(V^2)>0,E(W^2)>0
E(V2)>0,E(W2)>0。考虑实变量
t
t
t的函数:
q
(
t
)
=
E
[
(
V
+
t
W
)
2
]
=
E
(
V
2
)
+
2
t
E
(
V
W
)
+
t
2
E
(
W
2
)
.
q(t)=E[(V+tW)^2]=E(V^2)+2tE(VW)+t^2E(W^2).
q(t)=E[(V+tW)2]=E(V2)+2tE(VW)+t2E(W2).
因为对于任意
t
t
t,
E
[
(
V
+
t
W
)
2
]
⩾
0
,
E
(
W
2
)
>
0
E[(V+tW)^2]\geqslant0,E(W^2)>0
E[(V+tW)2]⩾0,E(W2)>0,故二次三项式的判别式:
Δ
=
4
[
E
(
V
W
)
]
2
−
4
E
(
V
2
)
E
(
W
2
)
⩽
0.
\Delta=4[E(VW)]^2-4E(V^2)E(W^2)\leqslant0.
Δ=4[E(VW)]2−4E(V2)E(W2)⩽0.
即有
[
E
(
V
W
)
]
2
⩽
E
(
V
2
)
E
(
W
2
)
.
[E(VW)]^2\leqslant E(V^2)E(W^2).
[E(VW)]2⩽E(V2)E(W2).
写在最后
如果觉得文章不错就点个赞吧。另外,如果有不同的观点,欢迎留言或私信。
欢迎非商业转载,转载请注明出处。
另,常见的概率分布及其相关公式见附录一,传送门在这里。