41rv的数字特征.pptVIP

应用 应用1 据统计65岁的人在10年内正常死亡 解 应用1 的概率为0. 98, 因事故死亡概率为0.02.保险 公司开办老人事故死亡保险, 参加者需交纳 保险费100元.若10 年内因事故死亡公司赔偿 a 元, 应如何定 a , 才能使公司可期望获益; 若有1000人投保, 公司期望总获益多少? 设Xi 表示公司从第 i 个投保者身上所得 的收益, i =1~1000 . 则 Xi ~ 0.98 0.02 100 100 由题设 公司每笔赔偿小于5000元, 能使公司获益. 公司期望总收益为 若公司每笔赔偿3000元, 能使公司期望 总获益40000元. 为普查某种疾病, n 个人需验血. 验血方 案有如下两种： 分别化验每个人的血, 共需化验 n 次； 分组化验, k 个人的血混在一起化验, 若 结果为阴性, 则只需化验一次; 若为阳性, 则 对 k 个人的血逐个化验, 找出有病者, 此时 k 个人的血需化验 k + 1 次. 设每人血液化验呈阳性的概率为 p, 且 每人化验结果是相互独立的.试说明选择哪 一方案较经济. 验血方案的选择 应用2 应用2 解 只须计算方案(2)所需化验次数的期望. 为简单计, 不妨设 n 是 k 的倍数，共分成 n / k 组. 设第 i 组需化验的次数为X i, 则 Xi P 1 k + 1 * * 第四章 第四章 随机变量的数字特征 分布函数能完整地描述 r.v.的统 计特性, 但实际应用中并不都需要知 道分布函数，而只需知道 r.v.的某些 特征. 判断棉花质量时, 既看纤维的平均长度 平均长度越长,偏离程度越小, 质量就越好; 又要看 纤维长度与平均长度的偏离程度 例如： 考察一射手的水平, 既要看他的平均环数是否高, 还要看他弹着点的范围是否小, 即数据的波动是否小. 由上面例子看到，与 r.v. 有关的 某些数值，虽不能完整地描述 r.v.但 能清晰地描述 r.v.在某些方面的重要 特征 , 这些数字特征在理论和实践上 都具有重要意义. r.v.的平均取值 —— 数学期望 r.v.取值平均偏离均值的情况 —— 方差 描述两 r.v.间的某种关系的数 —— 协方差与相关系数 本 章 内 容 随机变量某一方面的概率特性 都可用数字来描写 §4.1随机变量的数学期望 加 权 平 均 初 赛 复 赛 决 赛 总 成 绩 算术 平均 甲 乙 90 85 53 228 76 88 80 57 225 75 胜者 甲 甲 乙 甲 甲 3:3:4 2:3:5 2:2:6 73.7 70.0 66.8 73.2 70.1 67.8 甲 乙 乙 引例 学生甲乙参加数学竞赛, 观察其胜负 §4.1 为这 3 个数字的加权平均 称 数学期望的概念源于此 设 X 为离散 r.v. 其分布为 若无穷级数 其和为 X 的数学期望 记作 E( X ), 即 数学期望的定义 定义 绝对收敛, 则称 设连续 r.v. X 的 d.f. 为 若广义积分 绝对收敛, 则称此积分为 X 的数学期望 记作 E( X ), 即 数学期望的本质 —— 加权平均 它是一个数不再是 r.v. 定义 例1 X ~ B ( n , p ), 求 E( X ) . 解 特例 若Y ~ B ( 1 , p ), 则 E(Y) 例1 例2 X ~ N ( ? , ? 2 ), 求 E ( X ) . 解 例3 设 X ~ 参数为 p 的几何分布，求E ( X ). 解 例2 常见 r.v. 的数学期望（P159） 分布 期望 概率分布 参数为p 的 0-1分布 p B(n,p) np P(?) ? 分布 期望 概率密度 区间(a,b)上的 均匀分布 E(?) N(?,? 2) 注意 不是所有的 r.v.都有数学期望 例如：柯西(Cauchy)分布的密度函数为 但 发散 它的数学期望不存在! 设离散 r.v. X 的概率分布为 若无穷级数 绝对收敛，则 设连续 r.v. 的 d.f. 为f (x) 绝对收敛, 则 若广义积分 r.v.函数 Y = g(X ) 的数学期望 设离散 r.v. (X ,Y ) 的概率分布为 Z = g(X ,Y ), 绝对收敛 , 则 若级数 设连续 r.v. (X ,Y )的联合 d.f. 为 f (x ,y