二维随机变量期望公式_多维随机变量的特征数

学习不易，把知识点讲清楚更是难上加难……

这一节是将特征数从一维推广到多维的情况。（一维的还没写，如果有时间以后会补充）。先给出理论知识，最后给出一些习题及解答。

多维随机变量（函数）的数学期望和方差

若二维随机变量

的分布用联合分布列

或用联合密度函数

表示，下面讨论：

1.多维随机变量的数学期望和方差

在离散场合：

的数学期望

的方差：

同样可给出

的数学期望和方差。

在连续场合：

的数学期望

的方差：

同样可给出

的数学期望和方差。

2.多维随机变量函数的数学期望和方差

随机变量

的数学期望为：（这里假设涉及到的数学期望都存在）

数学期望与方差的运算性质

1.

对于任意的随机变量

：

这个结论很强，对于随机变量间的关系没有任何要求。可简单地叙述为和的期望等于期望的和，可以推广到有限的

维的情形：

2.

若随机变量

独立（可减弱为 不相关，后面会解释），则：

这个结论亦可推广到有限的

维的情形：若

相互独立，则

3.

若随机变量

独立（可减弱为 不相关），对于任意常数

，有：

该性质只对方差成立，对标准差不成立，标准差应这样计算：

该性质亦可推广到有限的

维的情形：若

相互独立，则对于任意常数列

和任意常数

，有：

这说明对于独立随机变量来说，它们之间无论是相加或是相减，其方差只增不减。

特别地，

个方差均为

独立同分布的随机变量

，其算术平均值的方差：

这说明若对某个物理量进行测量，可用

次独立重复测量的平均值来提高测量的