数学期望分析.ppt

第三章 随机变量的数字特征 §3.1 数学期望 什么是随机变量的数字特征？ 所谓随机变量的数字特征 指的是 由随机变量的 分布所决定的常数. 这个常数刻画了 随机变量 某一 方面的特征. 最重要的数字特征：数学期望、方差、各阶矩. 设某射击手在同样的条 引例 射击问题 试问: 命中环数 k 射中次数记录如下 命中的环数是一个随机变量 . 件下, 瞄准靶子相继射击90次 该射手每次射击平均命中靶多少环 解 平均射中环数 设射手命中的环数为随机变量 Y . 平均射中环数 频率随机波动 随机波动 随机波动 稳定值 “平均射中环数”的稳定值 “平均射中环数”等于 射中环数的可能值与其概率之积的累加 1. 离散型随机变量的数学期望 定义 数学期望, 即 注：如果级数不绝对收敛， 则　的数学期望不存在． 而非变量, 关于定义的几点说明 1 E X 是一个实数 , 2 级数的绝对收敛性保证了级数的和不 的平均值, 求是因为数学期望是反映随机变量X 取可能值 随级数各项次序的改变而改变 , 之所以这样要 它不应随可能值的排列次序而改变. 称均值. 现了随机变量 X 取可能值的真正的平均值 , 加权平均, 它是一种 它从本质上体 与一般的平均值不同, 也 随机变量 X 的算术平均值为 假设 它从本质上体现了随机变量X 取可能值的平均值. 当随机变量 X 取各个可能值是等概率分布时 , 的期望值与算术平均值相等. 分赌本问题 产生背景 A, B 两人赌技相同, 该如何分配才算公平 如果要分赌金, 不得不终止赌博, 在 A 胜 2 局 B 胜1 局时, 外情况 , 由于出现意 取得全部 200 元. 胜, 并约定先胜三局者为 金100元, 各出赌 A 胜 2 局 B 胜 1 局 前三局: 后二局: 把已赌过的三局 A 胜2局B 胜1局 与上述结果 相结合, 即 A、B 赌完五局, A A A B B A B B A 胜 B 胜 分析 假设继续赌两局,则结果有以下四种情况: A A A B B A B B A胜B负 A胜B负 A胜B负 B胜A负 B胜A负 A胜B负 B胜A负 B胜A负 因此, A 能“期望”得到的数目应为 而B 能“期望”得到的数目, 则为 故有, A, B 最终获胜的 可能性大小之比为 在赌技相同的情况下, 因而A期望所得的赌金即为X的 “期望”值, 等于 X 的可能值与其概率之积的累加. 即为 若设随机变量 X 为: 则X 所取可能值为: 其概率分别为: 继续赌下去 A 最终所得的赌金. 在 A 胜2局B 胜1局的前提下, 试问哪个射手技术较好 乙射手 甲射手 解 故甲射手的技术比较好 . 例2 某商店对某种家用电器的销售采用先使用后 付款的方式, 规定: 概率密度为 解 即有 得 例3 即 解 2.连续型随机变量数学期望的定义 若 积分 绝对收敛, 即 注：如果反常积分不绝对收敛， 不存在. 则 求数学期望 [例4] 服从柯西分布： 设随机变量 解： 因为反常积分 不绝对收敛, 不存在. 所以 例5 解 设 是一个随机变量， 其概率密度为 求 解： 例6 ?二维离散随机变量 的联合概率函数为 设 注：假定这些级数绝对收敛．　 3.二维随机变量数学期望的定义 ?二维连续随机变量 的联合概率密度为 设 注：假定这些反常积分绝对收敛．　 例9 解 1.数学期望是反映随机变量取平均值的数字特征； 2.数学期望的计算公式 [一维情形] 则 则 小 结 为一维离散随机变量， 若 为一维连续随机变量， 若 [二维情形] 若 为二维离散随机变量， 则 或 或 或 或 若 为二维连续随机变量， 则