离散概率分布的运用
**变量$x$的期望**:$E(x)=\sum x P(X=x)$
**变量$x$的方差**:${Var}(\mathrm{x})=E(\mathrm{x}-\mathrm{\mu})^{2}$
>**常见线性变换通用公式:**
>$x_1,x_2,...,x_n$是$x$的独立观测值。
<font color=red>**$X和Y$是独立随机变量**</font>
>![屏幕截图 20200911 190945.png](https://cos.easydoc.net/17082933/files/key53fb4.png)
>$E(X Y)=E(X) E(Y)$
>**延伸:**
如果两个变量相互独立且满足正态分布,则**这两个正态分布的任意线性组合仍服从正态分布**,组合正态分布的均值与方差仍满足上述。
>
>![屏幕截图 20200911 192827.png](https://cos.easydoc.net/17082933/files/key5qkc2.png)
><font color=red>**当$X和Y$不是独立随机变量**</font>
>$D(a X+b Y)=a^{2} D X+b^{2} D Y+2 a b{Cov}(X, Y)$
>$D(X \pm Y)=D(X)+D(Y) \pm 2 {Cov}(X, Y)$
>
>特别的,$D(X \pm Y)=D(X)+D(Y)$为XY相互独立的特例。
>**习题**:将长度为1米的木棒任意截成三段,前两段的长度分别为X和Y,则X和Y的相关系数为:![image.png](https://cos.easydoc.net/17082933/files/ki5khjfl.png)
>
>$E(X+Y)=E(X)+E(Y)$ (没变)