- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
第4章 随机变量的数字特征
指联系于分布函数的某些数,如平均值,离散程度等. 本章介绍随机变量的常用数字特征:数学期望、方差、相关系数、矩等.
4.1随机变量的数学期望
例4.1 甲、乙两射击手击中目标的环数用随机变量、表示,它们的分布分别如下:
8 9 10 8 9 10 0.3 0.1 0.6 0.1 0.4 0.5 试比较甲、乙两射击手射击技术的优劣.
解 假设甲、乙两射击手分别射击次,则射击手甲击中的总环数为
,
平均环数为 ;
射击手乙击中的总环数为
,
平均环数为 .
上述平均环数可以告诉我们,射击手乙的射击技术优于射击手甲.
从例4.1可以看出,在大量次独立重复试验中,离散型随机变量的平均值总是稳定在一个常数附近,这个常数就是将分布列表中各组对应数据相乘所得乘积的总和,据此,我们给出随机变量数学期望的定义.
定义4.1 设离散型随机变量的分布律为.
如果
,
则称
=. (4.1)
为随机变量的数学期望,或称为该分布的数学期望,简称期望或均值. 若不收敛,则称的数学期望不存在.
类似地给出连续型随机变量的数学期望的定义.
定义4.2 设连续型随机变量的密度函数为.
如果
,
则称
=. (4. 2)
为随机变量的数学期望,或称为该分布的数学期望,简称期望或均值.若不收敛,则称的数学期望不存在.
例4.2 设在某一规定的时间间隔里,某电气设备用于最大负荷的时间(以分种计)是一个随机变量,其密度函数为
,
求.
解 =
(min) .
例4.3 柯西分布的密度函数为.求.
解 因为,故不存在.
4.1.2 随机变量函数的数学期望
按照随机变量的数学期望的定义,由其分布唯一确定,如今若要求随机变量的一个函数的数学期望,可以通过下面的一个定理来求得.
定理4.1 设是随机变量的函数:(为连续函数).
(1)是离散型随机变量,它的分布律为,若绝对收敛,则有
(4. 3)
(2)是连续型随机变量,它的密度函数为.若绝对收敛,则有
. (4. 4)
定理4.1的重要意义在于当求时,不必先算出的分布.
类似于一维随机变量的数学期望,此定理还可以推广到多维随机变量函数的数学期
望.
定理4.2 设是二维随机变量(,)的函数:(为连续函数).
(1)若二维随机变量(,)的分布律,则有
. (4. 5)
(2)若二维随机变量(,)的密度函数为,则有
(4. 6)
这里,假设(4.5),(4.6)的右端都是绝对收敛的.
例4.4 设随机变量X的概率密度为
(
求E(e(3X)(
解 .
例4.5 设随机变量(,)服从二维正态分布,其密度函数为
,求的数学期望.
解
.
4.1.3 数学期望的性质 以下假设所涉及的随机变量的数学期望存在.
性质1 设是常数,则有.
性质2 设是一个随机变量,是常数,则有.
性质3 设是两个随机变量,则有.
推论 设有随机变量则有.
性质4 设是两个独立的随机变量,则有.
性质1和性质2可以自己证明.下面就连续情形给出性质3和性质4的证明,对于离散情形,读者只要将证明中的“积分”用“和式”代替,就能得到证明.
证明(性质3) 设二维随机变量()的密度函数为,其边缘密度函数为,.由随机变量函数的数学期望知道,
.
证明(性质4) 因是两个独立的随机变量,于是
==.
例4.6 机场大巴载有20位旅客自起点站开出,途经10个站点.设每位旅客在各个站点下车是等可能的,且各旅客是否下车相互独立.以表示停车的次数,求.
解 引入随机变量.
易知 .
按题意,任一旅客在第站不下车的概率是,因此位旅客都不在第站下车的概率为,在第站有人下车的概率为,也就是
.
进而,有
.
本题是将分解成若干个随机变量之和,然后利用数学期望的性质来求数学期望,这种处理方法具有一定的普遍意义.
4.
文档评论(0)