第4章 随机变量的数字特征 第1节 第2节综合讲练.doc

要览 题型一 随机变量的数学期望与方差 提示 熟记有关定义、性质、常用结论 辨析 设 离散型随机变量的概率分布为 （ 或 ） 连续型随机变量的概率密度函数为 （ ） 1、随机变量的数学期望的定义 P87定义1、P88定义2 随机变量的数学期望（均值） Mathematical Expectation ( Mean Value ) 假设 级数收敛 （即） 积分收敛 （即） 典型模式 表示连续型随机变量在点处长度为的区间内取值的概率 归纳 随机变量的数学期望（均值）表示随机变量取值的平均值（实测值）的稳定值，是一个理论值（期望值） 2、随机变量的方差、标准差的定义 P94定义1 （1）随机变量的方差（Variance） 随机变量的离差平方的数学期望（均值） 假设 随机变量的数学期望存在， 且， 典型模式 表示连续型随机变量在点处长度为的区间内取值的概率 （2）随机变量的标准差（或均方差） Standard Variance 称为随机变量的标准差（或均方差），即 3、随机变量的函数的数学期望 (1) 一维随机变量的函数的数学期望（均值） P89定理1 假设 ， 注意 随机变量的函数的数学期望（均值）即为随机变量的数学期望（均值） 典型模式 离散求和 连续累加 注: (i)定理的重要性在于:求时, 不必知道的分布, 只需知道的分布即可. 这给求随机变量函数的数学期望带来很大方便. (2) 二维随机变量的函数的数学期望（均值） P89定理2 设 二维离散型随机变量的联合概率分布为 （ ） 二维连续型随机变量的联合概率密度函数为 （ ） 则定义，二维随机变量的函数的数学期望（均值） 假设 ， 注意 二维随机变量的函数的数学期望（均值）即为随机变量的数学期望（均值） 4、数学期望与方差的性质 设、为随机变量，、为常数，由定义可证 （1） 如果（又称服从退化分布），则 又记为 （常数的数学期望为其本身） （常数的方差为零） （2）如果，均存在，则 （常数因子可以从数学期望记号中提出） （常数因子从方差记号中提出后变为平方） （3） 如果，均存在，则 （4） 对任一随机变量，如果，均存在，则的标准化随机变量满足 （5） 如果，均存在，则 （为正整数） （6）如果随机变量、相互独立（即，对任意实数，有 ） ，且，，，均存在，则 （乘积的数学期望等于数学期望的乘积） （和的方差等于方差的和） 如果随机变量（为正整数）相互独立，则 （7）如果、均存在，则 （方差的简算公式） 其中， （ 设 离散型随机变量的概率分布为 （ 或 ） 连续型随机变量的概率密度函数为（ ） ） （8）切比雪夫不等式 设随机变量的数学期望 ，方差均存在，则对任一正数，有 或 ※（9）柯西-施瓦兹（）不等式 如果、均存在，则存在，且 5、常用结论（常见离散型随机变量的数学期望、方差） 参见第2章第2,3,4节 -- 常见随机变量的概率分布数字特征典型模式表 【引例】观察一名射手20次射击的成绩如下： 人们常常使用“平均中靶环数” （记为）来对射手进行综合评价，易求出 即，“平均中靶环数”为 （ 次试验中，中靶环数的频率为 ） 当试验次数充分大时，中靶环数的频率将趋于一个稳定值-- 中靶环数的概率： （） 故 当试验次数充分大时，“平均中靶环数” 将趋于一个稳定值--- （ 称为中靶环数的数学期望） 归纳 离散型随机变量的数学期望的定义 【§4.1例1】 【辨析】利用随机变量的数学期望的定义 【§4.1例2】 【辨析】利用离散型随机变量的数学期望的定义 【§4.1例3】（第2版课件补充） 【辨析】利用随机变量的数学期望的定义 【§4.1例4】（教材P88例3） 【辨析】利用随机变量的数学期望的定义 【§4.1例5】（教材P88例4） 【辨析】利用随机变量的数学期望的定义 【§4.1例6】（第2版课件补充） 【辨析】利用密度函数的性质、随机变量的数学期望的定义 【§4.1例7】（第2版课件补充） 【辨析】利用随机变量的数学期望的定义 【§4.1例8】（教材P90例5） 【辨析】利用随机变量的数学期望的定义、随机变量函数的数学期望的定义 二维随机变量的函数的数学期望（均值） 【§4.1例9】（教材P90例6） 【辨析】利用随机变量函数的数学期望的定义 二维随机变量的函数的数学期望（均值） 【§4.1例10】（第2版课件补充