资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第四章 随机变量的数字特征,数学期望,方差,协方差与相关系数,前面讨论了随机变量及其分布。如果我们知道了随机变量,X,的概率分布,那么关于,X,的全部概率特征也就知道了。,然而,在实际问题中,概率分布是较难确定的。且有时在实际应用中,我们并不需要知道随机变量的所有性质,只要知道其一些数字特征就够了。,因此,在对随机变量的研究中,确定随机变量的某些数字特征是非常重要的。,最常用的数字特征是:,数学期望、方差、协方差和相关系数,数学期望的引例,例如:,某,7,人的高数成绩为,90,,,85,,,85,,,80,,,80,,,73,,,60,,,则他们的平均成绩为,以频率为权重的加权平均,变形:,现将这,7,个成绩,(90,85,85,80,80,73,60),写在,7,张纸条上,放入一袋中。,现从袋中任取一张纸条,用,X,表示抽到的成绩,则,X,分布律为:,若用,E,(,X,),表示,X,的平均值,即抽到的平均成绩,应有,随机变量的平均值,(,即期望,),是以概率为权重的加权平均,数学期望,E(X),Mathematical Expectation,一维离散型随机变量,定义:,设离散型随机变量,X,的概率分布为,若级数 绝对收敛,则称此级数为随机变量,X,的数学期望,(,简称期望,),或均值,记作,E(X),,即,若级数 不绝对收敛,则称,X,的期望,E(X),不存在。,关于定义的几点说明,(2),当随机变量,取值有限,时,数学期望一定存在;当随机变量,取值无穷,时,要求级数要绝对收敛,,数学期望不一定存在。,(1),E,(,X,),是一个实数,而非变量,它是一种,加权平均,与一般的平均值不同,它从本质上体现了随机变量,X,取可能值的,真正的平均值,。,(3),级数的,绝对收敛性,保证了级数的和不随级数各项次序的改变而改变,之所以这样要求是因为数学期望是反映随机变量,X,取可能值的平均值,它不应随可能值的排列次序而改变,.,X,P,数学期望的计算,例:,一批产品中有一、二、三等及废品,4,种,相应比例分别为,60%,,,20%,,,13%,,,7%,,若各等级的产值分别为,10,元,,5.8,元,,4,元及,0,元,求这批产品的平均产值。,解:,设一个产品的产值为,X,元,则,X,的分布律为:,=0+40.13+5.80.2+100.6=7.68,练习:,一个盒中装有,2,个白球,,3,个黑球,每次从中任取一个,直到取得白球为止。求取球次数,X,的数学期望,.,(,1,)每次取出的球不再放回;,(,2,)每次取出的球再放回。,0-1,分布:,常见分布的数学期望,二项分布:,若,X,B,(,n,p,),,则,E(,X,)=1,p,+0(1-,p,)=,p,X,P,泊松分布:,若,X,(,),,则,随机变量函数的数学期望,设随机变量,X,的分布已知,需要计算的量并非,X,的期望,而是,X,的某个函数的期望,比如说是,Y,=,g,(,X,),的期望。那么,如何计算呢?,一种方法是:先求出,Y,=,g,(,X,),的分布,再按照期望的定义把,E,g,(,X,),计算出来。,-,比较麻烦,那么,可否不求,g,(,X,),的分布,而只根据,X,的分布来计算,E,g,(,X,),呢?,答案是肯定的,且有如下公式:,随机变量函数的数学期望,定理:,设,Y,=,g,(,X,),是随机变量,X,的函数,若,X,为离散型随机变量,其分布律为,则,Y,的数学期望为,该公式的重要性在于:当我们求,E,g,(,X,),时,不必求,g,(,X,),的分布,而只需知道,X,的分布。这对求,g,(,X,),的期望带来了极大方便。,数学期望的计算,例:,设随机变量,X,的分布律为:,X,P,定理:,设,(X,Y),是二维离散型随机变量,其分布律为:,二维离散型随机变量,则,Z,=,g,(,X,Y,),的数学期望为,:,数学期望,例,1,:,设二维离散型随机变量,(,X,Y,),的概率分布为:,Y,X,1,2,1,1/8,1/4,2,1/2,1/8,利用一维,X,的边缘分布。,数学期望,一维连续型随机变量,设,X,是连续型随机变量,密度函数,f,(,x,),在数轴上取很密的点,x,0,x,1,x,2,则,X,落在小区间,x,i,x,i,+1,),的概率是,:,在小区间,x,i,x,i,+1,),上,阴影面积,由于,x,i,与,x,i,+1,很接近,所以区间,x,i,x,i,+1,),中的值可用,x,i,来近似地替代。,近似,,因此,X,与以概率,取值,x,i,的离散型,r.v.,故数学期望,是,这正是,的渐近和式。,数学期望,一维连续型随机变量,定义:,设连续型随机变量,X,的概率密度为,f,(,x,),若积分 有限,则称,为,X,的数学期望。,如果积分 发散,则称,X,的数学期,望不存在。,即:,连续型随机变量的数学期望是一个绝对收敛的积分值,.,数学期望的计算,例,1,:,已知随机变量,X,的密度函数为,求,X,的数学期望。,解:,定积分的对称性,均匀分布:,若,XU,a,b,,,则,常见分布的数学期望,指数分布:,若,X,E,(,),,则,正态分布:,若 ,则,柯西分布:(,P89,例,4,),E,(,X,),不存在,例,2,:,设某型号电子管的寿命,X,服从指数分布,平均寿命为,1000,小时,计算,P(10000.2057,时,,E(X)10,2.,概率,p,对每组人数,n,的影响,当,p,=0.2,时,可得出,n10.32,,才能保证,EX10,.,当,p,=0.1,时,为使,小 结,本讲介绍了随机变量数学期望的,概念,、,性质,及,计算,,给出了几种常用,随机变量的数学期望,介绍了求随机变量函数数学期望的方法。,X:,一维离散型,X:,一维连续型,(X,Y):,二维离散型,(X,Y):,二维连续型,
展开阅读全文