题目
5、(9分)设二维随机变量(X,Y)的联合分布律如下,求: Y 1 2 3 X () 0.1 0.2 0.3 1 0.1 0.2 0.1 (1)Y的边缘分布律; (2)协方差Cov(X,Y); (3)判断X、Y是否线性相关,是否相互独立,请说明理由.
5、(9分)设二维随机变量(X,Y)的联合分布律如下,求: Y 1 2 3 X () 0.1 0.2 0.3 1 0.1 0.2 0.1 (1)Y的边缘分布律; (2)协方差Cov(X,Y); (3)判断X、Y是否线性相关,是否相互独立,请说明理由.
题目解答
答案
(1)$Y$ 的边缘分布律为:
\[
\begin{array}{c|c|c|c}
Y & 1 & 2 & 3 \\
\hline
P & 0.2 & 0.4 & 0.4
\end{array}
\]
(2)协方差 $\operatorname{Cov}(X, Y)$ 为:
\[ \operatorname{Cov}(X, Y) = -0.08 \]
(3)判断 $X$ 和 $Y$ 是否线性相关,是否相互独立:
- $X$ 和 $Y$ 线性相关,因为 $\operatorname{Cov}(X, Y) = -0.08 \neq 0$。
- $X$ 和 $Y$ 不相互独立,因为联合分布律不满足 $P(X = x, Y = y) = P(X = x) \cdot P(Y = y)$。
具体理由如下:
- 线性相关性:协方差不为零,说明 $X$ 和 $Y$ 存在线性相关关系。
- 独立性:联合分布律与边缘分布律的乘积不相等,说明 $X$ 和 $Y$ 不相互独立。
解析
本题主要考查二维随机变量的边缘分布律、协方差的计算以及随机变量的线性相关性和独立性的判断。解题思路如下:
- 求$Y$的边缘分布律:根据边缘分布律的定义,$Y$取某一值的概率等于联合分布律中该值所在列的概率之和。
- 求协方差$Cov(X,Y)$:首先需要求出$X$和$Y$的边缘分布律,进而得到$E(X)$、$E(Y)$和$E(XY)$,最后根据协方差的计算公式$Cov(X,Y)=E(XY)-E(X)E(Y)$计算协方差。
- 判断$X$、$Y$是否线性相关和相互独立:
- 若$Cov(X,Y)\neq0$,则$X$和$Y$线性相关;若$Cov(X,Y)=0$,则$X$和$Y$不线性相关。
- 若对于所有的$x$和$y$,都有$P(X = x, Y = y) = P(X = x) \cdot P(Y = y)$,则$X$和$Y$相互独立;否则,$X$和$Y$不相互独立。
(1)求$Y$的边缘分布律
根据边缘分布律的定义,$Y$取某一值的概率等于联合分布律中该值所在列的概率之和。
- $P(Y = 1)=0.1 + 0.1 = 0.2$
- $P(Y = 2)=0.2 + 0.2 = 0.4$
- $P(Y = 3)=0.3 + 0.1 = 0.4$
所以$Y$的边缘分布律为:
$\begin{array}{c|c|c|c}Y & 1 & 2 & 3 \\\hlineP & 0.2 & 0.4 & 0.4\end{array}$
(2)求协方差$Cov(X,Y)$
- 求$X$的边缘分布律:
- $P(X = 0)=0.1 + 0.2 + 0.3 = 0.6$
- $P(X = 1)=0.1 + 0.2 + 0.1 = 0.4$
- 计算$E(X)$、$E(Y)$和$E(XY)$:
- $E(X)=0\times P(X = 0)+1\times P(X = 1)=0\times0.6 + 1\times0.4 = 0.4$
- $E(Y)=1\times P(Y = 1)+2\times P(Y = 2)+3\times P(Y = 3)=1\times0.2 + 2\times0.4 + 3\times0.4 = 2.2$
- $E(XY)=\sum_{i}\sum_{j}x_iy_jP(X = x_i, Y = y_j)$
$=0\times1\times0.1 + 0\times2\times0.2 + 0\times3\times0.3 + 1\times1\times0.1 + 1\times2\times0.2 + 1\times3\times0.1$
$=0 + 0 + 0 + 0.1 + 0.4 + 0.3 = 0.8$
- 计算协方差$Cov(X,Y)$:
根据协方差的计算公式$Cov(X,Y)=E(XY)-E(X)E(Y)$,可得:
$Cov(X,Y)=0.8 - 0.4\times2.2 = 0.8 - 0.88 = -0.08$
(3)判断$X$、$Y$是否线性相关和相互独立
- 判断线性相关性:
因为$Cov(X,Y)= -0.08\neq0$,所以$X$和$Y$线性相关。 - 判断独立性:
取$X = 0$,$Y = 1$,$P(X = 0, Y = 1)=0.1$,$P(X = 0)=0.6$,$P(Y = 1)=0.2$,则$P(X = 0) \cdot P(Y = 1)=0.6\times0.2 = 0.12\neq P(X = 0, Y = 1)$。
所以$X$和$Y$不相互独立。