随机变量数字特征和特征函数.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
例10 假设市场上每年对我国某种出口商品的需求量是随机变量X(单位为吨),它在[2000,4000]内服从均匀分布,又设每售出这种商品1吨可为国家挣得外汇3万元,但若销售部出去而囤积于仓库,则每吨需浪费保养费1万元。问应组织多少货源才能使国家平均收益最大? 解:以μ代表某年准备出口此种产品的数量,Y为国家收益,则 X的概率密度为: 在准备货源为X吨时,国家平均收益为: 教材有误(2000) 可见,当组织货源μ=3500吨时,国家平均收益E(Y)最大。 教材有误(300) 解:由于X,Y独立同分布服从N(0,1),所以X,Y的联合概率密度为 例12 将不同地址的N封信随机地装入写有相应的N个不同地址的信封中去,求碰对地址信件数的数学期望。 解:令X为碰对地址的信件数。又令 第i封信碰对信封的概率为 可见,平均来说,N封信里只有1封信能碰对地址。 例: 设X~B(n,p),求E(X). 解:题中的 X是n此试验中A(出现概率为p)出现的次数。令 显然, 独立同分布于参数为p的二点分布,即Xi的分布律为 * 第四章 随机变量的数字特征与特征函数 前面讨论了随机变量及其分布. 如果知道了随机变量X的概率分布,那么X的全部概率特征也就知道了. 在实际问题中,概率分布是较难确定的. 在实际应用中,有时并不需要知道随机变量的所有性质,只要知道它的某些数字特征就够了.更重要的是一些分布可以由它的某些数字特征完全刻画. 因此,在对随机变量的研究中,确定随机变量的某些数字特征是非常重要的. 最常用的数字特征是数学期望和方差。 4.1数学期望→ 4.1 数学期望 一、离散型随机变量的数学期望 平均值是日常生活中最常用的一个数学特征,它对评判事物、做出决策等具有重要作用。 P138例1 定义:设X为离散型随机变量,其分布律为 或均值,记为E(X)或EX.即: 例:产品价值的评判 连续型r.v.的数学期望→ X~B(n,p),E(X)=? X~π(λ),E(X)=? 二、连续型随机变量的数学期望 设X是连续型随机变量,其密度函数为f(x), 在数轴上取很密的点x0x1x2…, 则X落在小区间[xi, xi+1)的概率是 在小区间 [xi, xi+1)上 由于xi与xi+1很接近, 所以区间[xi, xi+1)中的值可用 xi 来近似地替代.因此, X与以概率 取值 x i 的离散型r . v.近似,该离散型r . v.的数学期望为: 受此启发,定义→ 这正是 的渐近和式. 定义 设X是连续型随机变量,其密度函数为 f (x), 如果 收敛,则称 为随机变量X的数学期望或均值,记为E(X)或 EX,即 函数的数学期望→ 可见,X~N(μ,σ2),则其数学期望为μ。后面例题的计算使用了这一结论。 定理4.1.1 (1)设离散型随机变量X的分布律为 P141例8 三、随机变量函数的数学期望 要确定Y=g(X)的数学期望,因Y也是随机变量,可先确定Y的分布再求Y的均值,但Y的分布确定比较复杂。可否直接用X的分布来求Y=g(X)的均值? (2)设连续型随机变量X的概率密度为f (x),又Y = g (X),若 P142例9 P142例10 性质3,4→ (3)设(X,Y)的分布律为 (4)设(X,Y)的概率密度为f (x , y),又Z= g(X,Y),若 P143例11 数学期望的性质→ 四、数学期望的性质 性质5,6为不等式→ 注:性质3和4可推广到任意有限个随机变量的场合。 P144例12 利用性质求 X~B(n,p), E(X)=? 柯西-许瓦兹不不等式 方差和矩→ 4.2 方差与矩 数学期望反映了随机变量的取值水平,衡量随机变量相对于数学期望的分散程度则需用另一个数字特征:方差 一、方差的概念和计算 定义:设X为一随机变量,如果 存在,则称其 为X的方差,记为D(X) ,即 而称 为均方差或标准差。 计算公式: 方差性质→ 二、方差性质 性质可推广到n个独立随机变量的情况。 矩→ 契比雪夫不等式 性质4可由契比雪夫不等式推出,见p151 三、矩 随机变量的矩是常见的数字特征。数学期望和方差是它的特例。 定义:设X为随机变量,对任意正整数k,分别称 K阶原点矩 K阶原点绝对矩 K阶中心矩 K阶中心绝对矩 N维随机变量也可以定义其数学期望和方差。以二维为例,有协方差、相关系数。→ 4.3 协方差与相关系数 N维随机变量也可以定义其数学期望和方差。以二维为例。 定义 设X和Y的数学期望E(X)和E(Y),D(X)和D(Y)存在,则 (E(X),E(Y)) 二维随机变量(X,Y)的数学期望 (D(X),D(Y)) 二维随机变量(X,Y)的方差 问题1 二维随机变量的数学期望、方

文档评论(0)

克拉钻 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档