《概率统计》第七讲.pptVIP

绍兴文理学院计算机基础教研室 随机变量的数字特征 期望方差的定义 期望方差的性质 常见r.v.的期望方差 期望方差的计算 r.v.函数及其期望 切比雪夫不等式 期望方差定义 期望定义 离散型 连续型 方差定义 标准差 期望方差性质 期望性质 期望方差计算 若ξ~N(μ,σ2),η=ξ*=(ξ-μ)/ σ 求E η， Dη的值[标准化]。 期望方差计算 求：a,b,c.若E ξ=0.5,D ξ=0.15, ξ的概率密度函数p(x) 为： r.v.函数的分布 r.v.ξ,普通函数f(x),η=f(ξ)也是一个r.v.,它的分布列或概率密度函数是很有用的。 η的数字特征可以由其自身的分布求，也可以直接求。 离散型Eη=∑f(xk)pk 连续型Eη=∫f(x)p(x)dx 切比雪夫不等式 若随机变量ξ的方差存在，则对任意的正数ε0,有 不等式应用 若随机变量ξ的方差存在,估计 P{μ-3σξμ+3σ} , 其中μ=Eξ，σ2=Dξ； 若明确ξ~N(μ,σ2)，再作一估计[3σ原则]。 二维随机向量 试验结果不能只用一个数量指标表示的时候就需要用几个； 几个随机变量组成的有序数组(ξ1,ξ2,…,ξn)n维随机向量； 着重讨论二维的情况； 联合、边际、离散、连续型。 二维随机向量 联合分布函数：(ξ,η)是二维随机向量，对任意实数x,y F(x,y)=P{ξ≤x,η≤y}称为二维随机向