三2-2期望.pptVIP

第二章 随机变量的数字特征 随机变量的概率分布是完整地反映随机变量变化规律的一项工具,但在许多情况下,没有必要也无法得到变量的分布情况,此时为了了解变量的统计规律性,需要对随机变量进行研究,找出能够反映随机变量本质的一些指标。本节主要讲述这些指标中最常用的两个指标:数学期望和方差的概念、性质、关系以及计算方法,同时给出前述常用分布的期望和方差,以方便在理论上和实际中的应用。 §1 数学期望 我们先看这样一个在直观例子。 经统计，某小学生在各次难度基本一致的考试中获得的分数X服从分布 X 79 80 85 86 87 98 P 0.2 0.3 0.15 0.05 0.1 0.2 试问该生平均可得几分？ 分析以上计算过程，这个平均得分事实上是随机变量X的可能取值为它相应概率的乘积之和，且它可以反映该生的一般得分情况，为此，引入下列定义。 1.1离散型随机变量的数学期望 定义1 设离散型随机变量X的分布列为 X … … P(X＝ ) … … 若 ，则称 为X的数学期望或均值，否则称X的数学期望不存在。 例1（补） 袋中有k号的球k个球，k=1,2,…n，从中摸出一球，求所得号码的数学期望。 例2（补） 考试中，经常有同学猜选择题答案，为了使猜题的人不获利，需要认真设计备选答案及计分方式。 一单项选择题应该有多少个备选答案，答对者应给多少分，答错者应扣多少才能使猜题者不得益？ 常见离散分布的数学期望 1. 0-1分布 设X ～b(1, p), 即 P(X＝1)＝, P(X＝0)＝q， 0p1, p+q＝1 于是 E（X）＝0·q+1·p＝p 2. 二项分布 设X～b(n, p), 即 则E（X）＝np 3. 泊松分布 设X～P(λ), 即 则E（X）＝λ 1.2连续型随机变量的数学期望 定义 设连续型随机变量X的概率密度为 ，若 则称 为X的数学期望或均值，否则称X的数学期望不存在。 例3（补） 设随机变量X的概率密度为 （此分布为拉普拉斯分布）， 试求数学期望E（X）。 例4（补） 设随机变量X的概率密度为 （此分布为柯西分布）， 试求数学期望E（X）。 常用连续变量的数学期望 4. 均匀分布 设X ～U[a,b] ,即它的密度函数是 则E（ξ）＝ 5. 指数分布 设X ～E(λ)，即它的密度函数是 则E（ξ）＝ 6． 正态分布 设 X ～ ,即它的密度函数是 则E（X ）＝ a 1.3 数学期望的性质 设C为常数，X，Y为任意两个随机变量，则有 （1） E（C）＝C （2）E（ C X）＝ C E（X） （3）E（X+Y）＝E（X）＋E（Y） （4）若X，Y相互独立， 则 E（XY）＝E（X）·E（Y） 可推广到有限个随机变量的情况: 其中 均是常数。 若 相互独立，则 §2 随机变量函数的数学期望 定理 设φ(x) 是连续函数， Y=φ(X)是随机变量X的函数， （1）当X是离散型随机变量时， 其分布列为 若 则 （2）当X是连续型随机变量时，其密度函数为f(x), 若 则 例5（补） 设随机变量X的分布为 X -1 0 1 2 P 0.1 0.2 0.3 0.4 求 例6（补） 对圆的直径作近似测量，设其均值分布于[a,b]，求圆面积的均值。 例1 设X服从泊松分布，其分布律（列）为 求 例2 设X～ 求 例7 （补） 对敌人的某一目标进行炮击，命中N次才能彻底摧毁目标，假定各次射击是独立的，并且每次射击命中的概率都为p，试求彻底摧毁这一目标平均消耗的炮弹数。 例 8 （补） 对N个人验血有两种方法： （1）逐个检验，这样要N次实验； （2）k个人为一组，把血放在一起做一次检验，若为阴性，则k个人检验完成； 若为阳性，则再对这k个人作逐个检验，问这种情况下检验次数的数学期望。 作业： P329 习题6.1 2（部分），3 （部分）， 5 （部分），7*，8，