随机变量数学期望方差.pptVIP

§2.2 随机变量的数学期望 分赌本问题(17世纪) 甲乙两赌徒赌技相同，各出赌注50元. 无平局，谁先赢3局，则获全部赌注. 当甲赢2局、乙赢1局时，中止了赌博. 问如何分赌本? 两种分法 1. 按已赌局数分： 则甲分总赌本的2/3、乙分总赌本的1/3 2. 按已赌局数和再赌下去的“期望” 分： 因为再赌两局必分胜负，共四种情况： 甲甲、甲乙、乙甲、乙乙 所以甲分总赌本的3/4、乙分总赌本的1/4 2.2.1 数学期望的概念 1654年帕斯卡提出如下的分法：设想再赌下去，则甲最终所得X为一个随机变量，其可能的取值为0或100，分布列为 2.2.2 数学期望的定义 注 意 点 数学期望简称为期望. 数学期望又称为均值. 数学期望是一种加权平均. 2.2.3 数学期望的性质 定理2.2.1 设 Y=g(X) 是随机变量X的函数， 若 E(g(X)) 存在，则 例2.2.7 某公司经销某种原料,根据历史资料表明:这种原料的市场需求量X(单位:吨)服从(300,500)上的均匀分布.每售出1吨该原料,公司可获利1.5(千元);若积压1吨,则公司损失0.5(千元).问公司该组织多少货源,可使平均收益最大? §2.3 随机变量的方差与标准差 问题：能否用一个数值来刻画随机变量X与其数学期望的偏离程度呢？ 2.3.1 方差与标准差的定义 定义2.3.1 若 E(X?E(X))2 存在，则称 E(X?E(X))2 为 X 的方差，记为 注 意 点 (2) 称 2.3.2 方差的性质 课堂练习 随机变量的标准化 2.3.3 切比雪夫不等式 注 意 点 在概率论中 定理 2.3.2 设 Var(X)0, 令 则有 E(Y)=0, Var(Y)=1. 称 Y 为 X 的标准化. 设随机变量X的方差存在(这时均值也存在), 则 对任意正数ε，有下面不等式成立 切比雪夫不等式也可以写成 称为大偏差. 称为大偏差发生的概率。 其概率 例2.3.2 设 X~ 证明 证明: E(X) = = n+1 E(X2) = = (n+1)(n+2) 所以, Var(X) = E(X2)?(EX)2 = n+1, (这里, ? = n+1) 由此得 Var(X)=0 P(X=a)=1 第二章 随机变量及其分布 嘉兴学院 * 第*页 * * X 0 100 P 1/4 3/4 甲的“期望” 所得是：0?1/4 +100 ? 3/4 = 75. 上式中 为各种可能的身高，而 E(X)= 例2.2.1 解 E(X) = ?1×0.2+0×0.1+1×0.4+2×0.3 = 0.8. X ?1 0 1 2 P 0.2 0.1 0.4 0.3 例2.2.5 设随机变量 X 的概率分布为 求 E(X2+2). X 0 1 2 P 1/2 1/4 1/4 数学期望的性质 (1) E(c) = c (2) E(aX) = aE(X) (3) E(g1(X)+g2(X)) = E(g1(X))+E(g2(X)) 练习1 设 X ~ 求下列 X 的函数的数学期望. (1) 2X?1, (2) (X ? 2)2 解: (1) E(2X ? 1) = 1/3, (2) E(X ? 2)2 = 11/6. 0.05 0.05 0.1 0.6 0.1 0.05 0.05 概率（乙） 0.1 0.15 0.15 0.2 0.15 0.15 0.1 概率（甲） 3 2 1 0 -1 -2 -3 日走时误差（秒） 引例： 两个牌号手表的日走时误差情况如下 表。问哪一种牌号的手表走时更为准确？ Var(X)=D(X)= E(X?E(X))2 该公式是计算方差一个很重要的公式 ?X = ? (X)= (1) 方差反映了随机变量相对其均值的偏离程度. 方差越大, 则随机变量的取值越分散. 为X 的标准差. 标准差的量纲与随机变量的量纲相同. (1) Var(c)=0. 性质 2.3.2 (2) Var(aX+b) = a2 Var(X). 性质 2.3.3 (3) Var(X)=E(X2)?[E(X)]2. 性质 2.3.1 例2.3.