概率论和数理统计JA(48,29-30)1.ppt

第四章 随机变量的数字特征 例9一民航送客载有20位旅客自机场开出，旅客 有10个车站可以下车，如到达一个车站没有旅客 下车就不停车。以X表示停车的次数。求EX（设 每个旅客在各个车站下车是等可能的，并设各旅 客是否下车相互独立）。 解： §1 数学期望 第四章 随机变量的数字特征 例10 对产品进行抽样，只要发现废品就认为这批产 品不合格，并结束抽样。若抽样到第 n 件仍未发现 废品则认为这批产品合格。假设产品数量很大，抽 查到废品的概率是 p，试求平均需抽查的件数。 解： 设X为停止检查时，抽样的件数， 则 X 的可能取值为1, 2, … , n，且 §1 数学期望 第四章 随机变量的数字特征 §1 数学期望 第四章 随机变量的数字特征 例11 用某台机器生产某种产品，已知正品率随着 该机器所用次数的增加而指数下降，即 假设每次生产100件产品，试求这台机器前10次生 产中平均生产的正品总数。 解： 设X是前10次生产的产品中的正品数，并设 第四章 随机变量的数字特征 §1 数学期望 所以 第四章 随机变量的数字特征 §1 数学期望 某工厂的自动生产线加工的某零件的内径 X （单位：mm）服从 规定该零件的内径小于10 mm或大于12 mm时为不合格品，其余的情形为合格品。又已知该零件的销售利润 Y 与 X 有如下关系： 思考题： 问零件的平均内径 取什么值时，销售一个零件的平均利润最大？ 第四章 随机变量的数字特征 §1 数学期望 本节小结： 1）数学期望的定义。 2）随机变量函数的数学期望。 3）数学期望的性质。 第四章 随机变量的数字特征 § 1 数学期望 § 2 方差 § 3 几种重要随机变量的数学 期望和方差 § 4 协方差及相关系数 § 5 矩 1 去掉最高、低分的启示 算术平均数是最常用的技巧，平均数作为衡量标 准科学合理吗？ 班级有30个学生，其中两个学生数学考试只得2分 和10分。此外，有5个学生得90分，22个得80分，1 个得78分。此时该班数学成绩的平均分是： 确实，该结果不能反映多数人的真实状况 80分左 右合理）。去掉一个最低分，总平均约是79.2分， 去掉两个最低分，总平均则是81.7分。这似乎比较 符合实际了。 第四章 随机变量的数字特征 演员竞赛：演员表演完后，先由10个（或若干个） 评委亮分，裁判长总要去掉最高分和最低分，再用其 余的8个数据的平均值作为最后得分。 算术平均数有两个缺点：受异常值的影响；计算 比较复杂（不能一眼看出）。 去掉最高分或最低分，有“弄虚作假”之嫌，不见得都合适。 平均数就是中等水平----是不合适的。 上述30个学生的数学成绩中，总平均是76.67分。 某同学得78分，超过平均数，似乎该是“中上”水平了，其实他是倒数第三名！ 第四章 随机变量的数字特征 例:在体操比赛中，规定有四个裁判给一个运动员 打分。例如：9.30，9.35，9.45，9.90 按顺序排列 给分是当中两项的平均值：9.4 。 这样给分规定，避免了过高分数9.90的影响，同时 9.40分处于四个裁判分的中间位数，不偏不倚，十 分公正。 第四章 随机变量的数字特征 怎样刻划“中等水平”呢？----中位数。 例：上面的30个学生的数学成绩依大小排列后，第 15位和16位都是80分，所以中位数是80分。那么78 分低于此数，当然是中下水平无疑了。 众数也是常常使用的代表数，即数据中重复出现次 数最多的那个数据。 比如，美国某厂职工的月工资数统计如下： 月工资数（美元） 得此工资的人数 10000 1（总经理） 8000 2（副总经理） 5000 2（助理） 2000 5 1000 12 900 18 800 23 700 5 500 2 第四章 随机变量的数字特征 如何来选取该厂的月工资代表数呢？ 经计算，平均值为1387美元，中位数为900美元，众 数为800美元。 工厂主为了显示本厂职工的收入高，用少数人的高 工资来提高平均数，故采用1387美元。 工会领导人则不同意，主张用众数800美元（职 工中以拿每月800美元的人最多）。 而税务官则希望取中位数，以便知道目前的所得 税率会对该厂的多数职工有利还是不利，以便寻求 对策。 第四章 随机变量的数字特征 2 “伟大的”期望值 例如，一个体户有一笔资金，如经营西瓜，风险 大但利润高（成功的概率为0.7，获利2000元）； 如经营工艺品，风险小但获利小（95％会赚，但 利润为1000元）。 究竟该如何决策？于是计算期望值。若经营西 瓜，期望值E1 0.7*2000 1400元。而经营工艺品 为E2 0