离散型随机变量的数学期望和方差-ywcbs.com.pptVIP

第十章 概率与数理 统计初步 二、 连续型随机变量的数学期望和方差 一、 离散型随机变量的数学期望和方差 10.4 数学期望与方差 三、 数学期望和方差的性质 在前面的课程中，我们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. 然而，在实际问题中，概率分布一般是较难确定的. 而在一些实际应用中，人们并不需要知道随机变量的一切概率性质，只要知道它的某些数字特征就够了. 因此，在对随机变量的研究中，确定某些数字特征是重要的 . 在这些数字特征中，最常用的是 数学期望、方差 一、离散型随机变量的数学期望和方差 1. 引例 为了测定某种镜片的质量,从一批镜片中任取 100件进行检验,设一件镜片上的污点数为随机变量ξ,检验结果如下表格,试求平均每件镜片上有多少个污点. ξ 0 1 2 3 4 5 6 镜片数 21 40 24 8 4 2 1 解： 平均每件镜片上的污点数为 对上式稍作变化，得 如果把频率看做概率，可以得到ξ的分布： ξ 0 1 2 3 4 5 6 镜片数 0.21 0.40 0.24 0.08 0.04 0.02 0.01 平均数可改写为： 定义1 如果随机变量可能取值是有限个,分布为 ξ x1 x2 … xn P(ξ=xk) p1 p2 … pn 就称 为随机变量的数学期望,记为 . 如果随机变量的分布为： 即可能取值是有无限多个，而且极限 存在，则称 为随机变量ξ的数学期望. 例1 有两个工厂生产同一种设备,设其寿命(单位：h) 分别为随机变量ξ,η,其概率分布如下表所示： ξ 800 900 1000 1100 1200 P(ξ=xk) 0.1 0.2 0.4 0.2 0.1 η 800 900 1000 1100 1200 P(η=xk) 0.2 0.2 0.2 0.2 0.2 试求两厂产品的平均寿命. 解: 产品的平均寿命即为产品寿命的数学期望 两种产品的平均使用寿命是相同的,无法用平均寿命 评价其差异. 我们用方差来描述一个随机变量的取值与其数学期望 的“集中”程度. 设离散型随机变量的分布为 ξ x1 x2 … xn … P(ξ=xk) p1 p2 … pn … 称为随机变量ξ的方差. 例2 条件同前例,求随机变量的方差. ,所以第一个工厂产品质量较稳定. 因为 结论： 若 ，则 若 若 ，则 ，则 二、连续型随机变量的数学期望和方差 设连续型随机变量ξ具有密度函数f (x) , 若广义积分 和 收敛，记 则称E(ξ)为随机变量的数学期望,称D(ξ)为随机变量 的方差. 例3 已知随机变量ξ的密度函数为 求ξ的数学期望和方差. 解: 结论： 若 ，则 若 若 则 则 三、数学期望和方差的性质 1．数学期望的性质 （1） （2） （3） （4） c为常数. c为常数. 一般地 , 相互独立，则 2. 方差的性质 （1） （2） （3） （4） c为常数. c为常数. 相互独立，则 在实际计算中,往往还需要计算随机变量的函数的数学 期望和方差.如果 是 的函数, 的密度函数为f(x),则 解: 例4 设ξ的分布为 ξ -2 -1 0 1 2 P 1/5 1/6 1/6 1/15 11/30 求: 例5 设随机变量ξ , η相互独立，且 求:随机变量 的数学期望和方差. 解: 由已知