数理统计10.pptVIP

例5 设随机变量Ｘ服从[a,b]区间上的均匀分布， 例6 设随机变量X 密度为 例7 设随机变量 X 的分布律为 数学期望性质的应用 例13 求二项分布 X~B n,p 的数学期望　 若设 则 X X1+X2+…+Xn np i 1,2，…，n 因为 P Xi 1 p, P Xi 0 1-p 所以 E X 解　由于X表示n重伯努利试验中某事件Ａ“发生” 次数.　　 E Xi p i 1,2，…，n 例14 一民航客车载20位旅客，共有10个车站，到达一站若无旅客下车则不停车。X表示停车的次数。求EX（设每个旅客在各个车站下车是等可能的，并设各旅客是否下车相互独立）。 解： 作业：习题1： 19, 39, 59 第一章 概率论 同书75页例3 实为75页例5 同77页例9 * * x p x o f x x o 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. 　　但在实际问题中，概率分布一般是较难确定的. 而且在一些实际应用中，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. 　引　言 主要应看这批灯泡的平均寿命和灯泡寿命相对于平均寿命的偏差．平均寿命越长,灯泡的质量就越好,灯泡寿命相对于平均寿命的偏差越小,灯泡的质量就越稳定． 因此，在对随机变量的研究中，确定某些数字特征是重要的 . 下面我们来学习随机变量的数字特征． 例如，评定一批灯泡的质量, 数学期望的定义 随机变量函数的数学期望 数学期望的性质 退 出 前一页 后一页 目 录 1.7.1数学期望 . . , , , . , 2 , 1 , 1 1 1 ? ? ? ￥ ￥ ￥ k k k k k k k k k k k p x X E X E X p x p x k p x X P X 即 记为 简称期望或均值 的数学期望 变量 为随机 则称级数 绝对收敛 若级数 的分布律为 设离散型随机变量 L 定义 一. 数学期望的概念 随机变量的数学期望是概率论中最重要的概念之一. 它的定义来自习惯上的平均值概念. 1. 离散型变量数学期望的定义 2 数学期望E X 是一个常数,而非变量．它是一种以概率为权的加权平均值,它从本质上体现了随机变量 X 取可能值的真正的平均值，具有重要的统计意义． 例如 随机变量 X 的算术平均值为 设 X 的期望为 几点说明: 试问哪个射手技术较好? 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. 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. 例３ 设随机变量 求X的数学期望E X . 解 由于 ，k 0,1,2,… 因而 解 例4 某商店对某种家用电器的销售采用先使用后 付费的方式。记使用寿命为 X（年），规定收费 Y（元）与寿命 X 的关系如下表： Y 3000 Y 2500 Y 2000 Y 1500 设X服从 的指数分布，求每台电器的平均收费。 而寿命X的概率密度为 即求收费Y的数学期望。 可计算得： 同理计算可得下表： 0.7408 0.0779 0.0861 0.0952 p 3000 2500 2000 1500 Y 即每台电器的平均收费2732.15元。 在数轴上任取很密的分点 x1 x2 x3 …, 则 X 落在小区间[xk , xk+?xk 内的概率是 设X 是连续型随机变量,其密度为 f x , 由于 xk 与 xk+?xk 很接近, 所以区间 [xk , xk+?xk 中的值可以用 xk 来近似代替. 因此 X ≈ 取值 xk、概率为 的离散型随机变量, 它的数学期望是 x1 x2 … xk … X pk f x1 ?x1 f x2 ?x2 … f xk ?xk … 定义的引出 f x x 小面积近似为 2. 连续型随机变量数学期望的定义 定义 设连续型随机变量X的概率密度为 ， 若积分 绝对收敛，则称积分 的值为X的数学期望。 记为 退 出 前一页 后一页 目 录 解 由于均匀分布的密度函数为 因而 结论 均匀分布的数学期望位于区间的中点. 求 试证 E X 不存在. 证明 柯西分布 + ? , ∴ E X 不存在. 数学期望不存在的随机变量 ò ￥ ￥ - dx x f x | | 设已知随机变量X 的分布 　　一种方