Линейные комбинации случайных величин
Введено| English | Значение |
|---|---|
| variance/ˈveərɪəns/ | дисперсия |
| linear combination/ˈlɪnɪə ˌkɒmbɪˈneɪʃn/ | линейная комбинация |
| random variable/ˈrændəm ˈveərɪəbl/ | случайная величина |
| linear transformation/ˈlɪnɪə trænsfɔːˈmeɪʃn/ | линейное преобразование |
| independent/ˌɪndɪˈpendənt/ | независимые события |
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.
Лабораторная работа по линейным комбинациям
E(aX + b) = aE(X) + b
Измените множитель масштабирования и посмотрите, как масштабируется математическое ожидание.
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 имеет среднее значение 5. Чему равно E(3X − 1)?
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
E(3X − 1) = 3E(X) − 1 = 3×5 − 1 = 14.
X имеет дисперсию 4. Чему равно Var(3X − 1)?
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
Var(3X − 1) = 3²×Var(X) = 9×4 = 36 (−1 не влияет на результат).
В выражении Var(aX + b) константа b:
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
Прибавление константы смещает данные, но не меняет их разброс, поэтому b сокращается.
Two independent 独立 variables
- Note: variances always add (even for $X - Y$), because $(-1)^2 = 1$.
X и Y независимы. Var(X) = 4, Var(Y) = 9. Var(X + Y) = ?
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
Var(X + Y) = Var(X) + Var(Y) = 4 + 9 = 13 (дисперсии складываются для независимых величин).
X и Y независимы. Var(X) = 4, Var(Y) = 9. Var(X − Y) = ?
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
Var(X − Y) = Var(X) + (−1)²Var(Y) = 4 + 9 = 13. Дисперсии всегда складываются.
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 $X + Y \sim \text{Po}(\lambda_1 + \lambda_2)$.
Если X ~ Po(3) и Y ~ Po(5) независимы, то X + Y ~ Po(8).
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
Сумма независимых пуассоновских величин является пуассоновской величиной с параметром 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) равно 4, а Var(X) равно 3. Для Y = 2X - 1, чему равны E(Y) и Var(Y)?
8 минус 1 равно 7. 4 умножить на 3 равно 12.
Чему равна Var(Y)?
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
Коэффициент 2 возводится в квадрат, поэтому дисперсия умножается на 4. Другие варианты — 36 (дисперсия урока); 3 (исходная дисперсия без масштабирования).