CH4-2期望的性质.pptVIP

一维r.v.函数 的数学期望 二维r.v.函数 的数学期望 例4-2-6 E C = C E (aX ) = a EX E (X + Y ) = E X + E Y 期望性质 §4.2 期望的性质与r.v.函数的期望 推广 (1) (3) (2) 分解法 应用 E (aX+b ) = a E X + b ① ② 一. 期望的性质 当X ,Y 独立时，E (X Y ) = E X ·E Y . 性质 4 的逆命题不成立，即 若 E (X Y ) = E X ·E Y ， 注 (4) 则 X ,Y 不一定独立 练4-2-1 练习册P32一、1 练习册P27一、1 例4-2-1 二项分布的背景模型——n重贝努利概型， 例4-2-1 X ~ B ( n , p ), 求 E X . 解 即 Xi—— 第i次贝努利试验的成功次数，i=1,2, …,n，则Xi或者为0，或者为1 则 X—— n重贝努利试验中的成功总次数， 考虑 n重贝努利试验中的每一次试验，令 P ( Xi=1 )=p, P ( Xi=0 )=1-p , i=1,2, …,n E( X i) = p, i=1,2, …,n 又 故 例4-2-2 例4-2-2 练习册P30二、4 实习生用一设备独立制造3个零件,设第i个零件不合格的概率pi=1/1+i,i=1,2,3.求3个零件中合格品数X的期望。 令 Xi—— 第i个零件合格的个数， 解 则 E X i = i/(1+i), i=1,2, 3 i=1,2, 3 P( X i =1)= i/(1+i), 例4-2-3 例4-2-3 练习册P28二、3 掷n颗均匀的骰子，求它落地时出现的点数之和的期望。 Xi —— 第i颗骰子落地时出现的点数， 令 X—— n颗骰子落地时出现的点数之和 解 则 E X i = 3.5, i=1,2, …,n i=1,2, …,n Xi 0 1 P X i —— 第i个车站的停车次数， i=1,2, …,10，则 X—— 汽车停车的总次数， 2. 练4-2-1 练习册P33三、2 设离散 r.v. X 的概率分布为 若无穷级数 绝对收敛，则 1. 一维r.v. X Y =f (X ) 二. r.v. 函数的期望 设连续 r.v. 的密度为p (x)， 绝对收敛, 则 若广义积分 注:不须求f(X)的分布,直接由X的分布求Ef(X) 例4-2-4 例4-2-4 r.v X的分布律如下，Y=X2 ,求EY. 解 0.1 0.2 0.4 0.3 P -1 0 1 2 X (-1)2 02 12 22 Y=X2 -1 0 1 2 X 0.1 0.2 0.4 0.3 P EY=EX2=(-1)2·0.1+02·0.2+12·0.4+22·0.3=1.7 例4-2-5 练4-2-1 练习册P27二.1，2 2. 二. 1. 6.5; 0.8 练4-2-2 练习册P33三.3 例4-2-5 例4-2-5 r.v X～e(1)，Y=e-2X，求EY. 解 设组织t 个货源，令Z—所获利润，则 4. 练4-2-1 练习册P33三、4 设离散 r.v. (X ,Y ) 的联合分布律为 绝对收敛 , 则 若无穷级数 2. 二维 r.v.（X,Y ） Z =f (X,Y ) 设连续 r.v. (X ,Y )的联合密度为 p(x ,y) 绝对收敛, 则 若广义积分 注: 不须求f(X,Y)的分布, 由(X,Y)的分布 求Ef(X,Y) 特别地，当Z= f(X,Y) =X时 0 1 0 1 2 1/4 1/6 0 1/6 1/6 1/4 X Y 例4-2-6 P29二2.二维 r.v.(X,Y)联合分布律为 求 E( XY ) 解