第二章§2.4 随机变量函数的分布(续).pptVIP

数学期望的概念 随机变量函数的数学期望 试问哪个射手技术较好? 实例1 谁的技术比较好? 乙射手 甲射手 解 故甲射手的技术比较好. 乙射手 甲射手 实例2 如何确定投资决策方向? 某人有10万元现金，想投资于某项目，预估成功的机会为 30%，可得利润8万元 ， 失败的机会为70%，将损失 2 万元．若存入银行，同期间的利率为5% ，问是否作此项投资? 解 设 X 为投资利润，则 存入银行的利息: 故应选择投资. 三个常见离散型分布的期望 例1 设 则 E? = p。 如：某产品的次品率p=0.05,则E?=0.05. 含义：任取一件，“平均”有0.05件次品。 例2 设 ? ? ????，则 E? = ?。 解 例3 设 ? ? B?n, p?，则 E? = np。 由性质导出更易。 二、连续型随机变量的数学期望 小区间[xi, xi+1) 阴影面积近似为 离散化： xi与xi+1很接近, 所以区间[xi, xi+1)中的值可以用xi来近似代替. 二、连续型随机变量的数学期望 2.连续型随机变量数学期望的定义 解 因此, 顾客平均等待5分钟就可得到服务. 例4 顾客平均等待多长时间? 设顾客在某银行的窗口等待服务的时间 X(以分计)服从指数分布,其概率密度为 试求顾客等待服务的平均时间? 例5 某动物的寿命（年）X为随机变量，其分布函数为 解 三个连续型分布的期望 例 设 ? ? U[a,b]，则 E? ＝ 例 设 则 E?＝ . ? 例 设 则 E?＝? . ? 三、随机变量函数的数学期望 问题的提出： 设已知随机变量ξ的分布，我们需要计算的不是ξ的期望，而是ξ的某个函数η=g(ξ)的期望，那么应该如何计算呢？ 一种方法是，因为g(ξ)也是随机变量，故应有概率分布，它的分布可以由已知的X的分布求出来. 一旦我们知道了g(ξ)的分布，就可以按照期望的定义把E[g(ξ)]计算出来. 那么是否可以不先求g(ξ)的分布而只根据ξ的分布求得E[g(ξ)]呢？ 使用这种方法必须先求出随机变量函数g(ξ)的分布，一般是比较复杂的 . 1. 一元离散型随机变量函数的数学期望 解 设随机变量 X 的分布律为 则有 因此离散型随机变量函数的数学期望为 若 Y=g(X), 且 则有 定理 2. 一元连续型随机变量函数的数学期望 若 X 是连续型的,它的分布密度为 f (x) , 则 3. 二元随机变量函数的数学期望 定理 例2 设 ( X , Y ) 的分布律为 解 例3 设某种电子元件的寿命（单位：小时） X的 密度函数为 解 例4 在国际市场上，每年对我国某种出口商品的需求量X是一个随机变量，在[2000,4000]上服从均匀分布。若每售出1吨，可得外汇3万美元，若售不出而积压，每吨需保养费1万美元，问组织多少货源，才能使得平均收益最大？ 解 平均收益 例5 解 四、数学期望的性质 证明: 设X~f(x)，则 1. 设 C 是常数, 则有 证明 2. 设 X 是一个随机变量,C 是常数, 则有 例如 3. 设 X, Y 是两个随机变量, 则有 证明 设 (X,Y) ~ f(x, y) * * 第二章 随机变量及其分布 §2.4 随机变量函数的分布(续) 内容复习 一、离散型 一元 2.二元 二、连续型 一元 2.二元 问题提出：如何利用“自变量”的分布（已知）来推出“因变量”的分布。 顺序是： ?＝g(?) ?＝g(?,η) 一、离散型随机变量函数的分布 1. 一元函数 ?＝g(?) ?利用“关系表”求出“因变量”取每个可能值的概率。 ? 列出“因变量”与“自变量”可能值的关系表； 2. 二元函数 对于?＝g (?, ?)，已知 求? 的分布律。 二、连续型随机变量函数的分布（难点、重点） 1. 一元函数 ~ ~ 重要结果 ~ ~ ? 特别： ~ 标准化 ? 2. 二元函数 一般方法及步骤： 所用公式： ? 利用分布函数及公式计算 ? 求导 ? （1）和的分布 （P.67） ? 解 计算 下面导出直接用 f (x,y)计算 的公式。 这是一般方法！ 当?与?独立时，有卷积公式： 或 例5 (P.68) ? 解法1（一般方法） 当z0时，在R(G与f(x,y) 的非零值区域之交集)上积分： R 0 0 所以 解法2（卷积公式） 由2.3例6，例11知?与?相互独立, 由卷积公式有 0x