4.1 数学期望(带编号).pptVIP

* 第四章 随机变量的数字特征 数学期望 平均值 方差 与数学期望的偏差 协方差与相关系数 两个随机变量的线性相关性 4.1 数学期望 Mathematical Expectation 一. 定义 以频率为权重的加权平均 例如：某7人的高数成绩为90，85，85，80，80， 75，60，则他们的平均成绩为 1. 引例 1).离散型随机变量,X, 分布律 2. 定义 若级数 绝对收敛, 则称级数为随机变量X的数学期望，记作E(X)，即 2). 连续型随机变量, X, 密度函数 f(x), 若广义积分 绝对收敛, 则称积分为 X的数学期望, 记作E(X). 数学期望的意义 试验次数较大时，X 的观测值的算术平均值 在E(X)附近摆动 数学期望又可以称为期望值(Expected Value)， 均值(Mean) E(X)反映了随机变量X 取值的“概率平均”,是X 的 可能值以其相应概率的加权平均。 二. 数学期望的计算 1. 一维离散型随机变量 例4.2 参数为p的几何分布, 例4.3 P136-2 利用公式求级数的和. 如 则 分布律 数学期望 1). 泊松分布, 例4.2. 2).二项分布的数学期望 分布律 X服从二项分布，其概率分布为 数学期望 特别的, X 服从0-1分布，即X~B(1, p), 则 练习题 练习 独立地操作两台仪器，他们发生故障的概率分别为p1和p2.证明：产生故障的仪器数目的数学期望为 p1 + p2. 设产生故障的仪器数目为X 则X的所有可能取值为0, 1, 2. 解 所以 2.一维连续型随机变量 利用公式求一元函数的广义积分. 练习题 已知随机变量X 的密度函数为 例 求数学期望。 解 练习 例. 设X 的密度函数为 求a, b, c. 3.二维随机变量的数学期望 # (X,Y)为二维离散型随机变量 # (X,Y)为二维连续型随机变量 1). 定义 设(X,Y)的联合密度为 例 (1) 求k; (2) 求X和Y的边缘密度; (3) 求E(X), E(Y). (1)由 解 所以 所以 得 1 1 3 时 (2) （３） 时 1 1 3 * *