Gabungan linear pemboleh ubah rawak
Diperkenalkan| English | Makna |
|---|---|
| variance/ˈveərɪəns/ | varians |
| linear combination/ˈlɪnɪə ˌkɒmbɪˈneɪʃn/ | kombinasi linear |
| random variable/ˈrændəm ˈveərɪəbl/ | variabel acak |
| linear transformation/ˈlɪnɪə trænsfɔːˈmeɪʃn/ | transformasi linear |
| independent/ˌɪndɪˈpendənt/ | independen |
The mathematics of combining
- If you know the mean and variance 方差 of two separate processes, what happens when you add them together?
- Linear combinations 线性组合 let you predict the behaviour of combined random variables 随机变量 — essential for quality control, finance, and engineering.
Lab gabungan linear
E(aX + b) = aE(X) + b
Tukar faktor skala dan lihat bagaimana nilai jangkaan berskala.
Linear transformations 线性变换 of a single variable
- For a single variable changed by a linear rule:
Worked example. $E(X) = 5$, $\text{Var}(X) = 4$. Let $Y = 3X + 2$. $E(Y) = 3(5) + 2 = 17$. $\text{Var}(Y) = 3^2(4) = 36$.
The constant $b$ vanishes from variance. Adding a constant shifts the mean but doesn't change the spread. $\text{Var}(X + 5) = \text{Var}(X)$, not $\text{Var}(X) + 25$.

The Poisson distribution Po(3); its mean and variance both equal lambda
X mempunyai min 5. Berapakah E(3X − 1)?
Kesulitan 2/5 · 140 koin + bonus kecil pada penyelesaian pertama hari ini
E(3X − 1) = 3E(X) − 1 = 3×5 − 1 = 14.
X mempunyai varians 4. Berapakah Var(3X − 1)?
Kesulitan 2/5 · 140 koin + bonus kecil pada penyelesaian pertama hari ini
Var(3X − 1) = 3²×Var(X) = 9×4 = 36 (−1 tiada kesan).
Dalam Var(aX + b), pemalar b:
Kesulitan 1/5 · 100 koin + bonus kecil pada penyelesaian pertama hari ini
Menambah pemalar menggeser data tetapi tidak mengubah sebarannya, jadi b hilang.
Two independent 独立 variables
- Note: variances always add (even for $X - Y$), because $(-1)^2 = 1$.
X dan Y adalah bebas. Var(X) = 4, Var(Y) = 9. Var(X + Y) = ?
Kesulitan 2/5 · 140 koin + bonus kecil pada penyelesaian pertama hari ini
Var(X + Y) = Var(X) + Var(Y) = 4 + 9 = 13 (varians dijumlahkan untuk pemboleh ubah bebas).
X dan Y adalah bebas. Var(X) = 4, Var(Y) = 9. Var(X − Y) = ?
Kesulitan 2/5 · 140 koin + bonus kecil pada penyelesaian pertama hari ini
Var(X − Y) = Var(X) + (−1)²Var(Y) = 4 + 9 = 13. Varians sentiasa dijumlahkan.
Distributions under linear combinations
- If $X$ is normal, so is $aX + b$; the sum of independent normals is normal.
- The sum of independent Poissons is Poisson: if $X \sim \text{Po}(\lambda_1)$ and $Y \sim \text{Po}(\lambda_2)$, then $X + Y \sim \text{Po}(\lambda_1 + \lambda_2)$.
Jika X ~ Po(3) dan Y ~ Po(5) adalah bebas, maka X + Y ~ Po(8).
Kesulitan 1/5 · 100 koin + bonus kecil pada penyelesaian pertama hari ini
Jumlah pemboleh ubah Poisson yang bebas adalah Poisson dengan parameter λ₁ + λ₂ = 3 + 5 = 8.
Worked example — combining normals
- $X \sim N(10, 4)$ and $Y \sim N(20, 9)$, independent. Find the distribution of $X + Y$.
- $E(X + Y) = 10 + 20 = 30$. $\text{Var}(X + Y) = 4 + 9 = 13$.
- So $X + Y \sim N(30, 13)$.
- Linear combinations of normal distributions are normal; sums of independent Poisson distributions are Poisson.
You've got it
- $E(aX+b) = aE(X) + b$; $\text{Var}(aX+b) = a^2\,\text{Var}(X)$ (the $b$ drops, $a$ is squared)
- independent: $\text{Var}(aX+bY) = a^2\text{Var}(X) + b^2\text{Var}(Y)$
- normal stays normal under a linear rule; sums of independent Poissons are Poisson
Write from the data given
- E(X) = 4 and Var(X) = 3. Y = 2X - 1.
- Find E(Y) and Var(Y).
E(X) adalah 4 dan Var(X) adalah 3. Untuk Y = 2X - 1, berapakah E(Y) dan Var(Y)?
8 dikurangi 1 adalah 7. 4 dikali 3 adalah 12.
Berapakah Var(Y)?
Kesulitan 1/5 · 100 koin + bonus kecil pada penyelesaian pertama hari ini
Koefisien 2 dikuadratkan, sehingga varians dikalikan dengan 4. Opsi lain — 36 (varians pelajaran); 3 (varians asli yang tidak diskala).