第五章数字特征和特征函数(1,2)探究.ppt

例 5-15 一民航机场的送客汽车载有20位旅客，自机场开出，沿途有10个车站。如到达一个车站没有旅客下车，就不停车。以 X 表示停车次数，求 EX（假设每个旅客在各个车站下车是等可能的，且各旅客是否下车相互独立）。 解 设 第i个车站有旅客下车 第i个车站没有旅客下车 则 因此，为求 EX，只需求 即可。 即Xi的概率分布为： 从而 ，故由性质的推广知， 即送客汽车平均停车 8．784。 例 5-16 设 X 服从二项分布，即 解 由第三章二项分布可知，X 可看做 n 次独立重复试 第i次试验A发生 第i次试验A不发生 试求 EX。 验中事件 A 发生的次数，且P（A）＝p，令 则 相互独立且都服从参数为 p的 0-1 分布。 易知有 故由性质 5-2 的推广知， 四、 矩 （略） 如果需要进一步研究数字特征，则需讨论随机变量的矩， 它在概率论与数理统计中占有重要地位。最常用的矩有两种： 一种是原点矩，一种是中心矩。 定义5-3 如果 为任意正整数，则称 为随机变量 X 的 k阶原点矩（origin moment）， 而称 为随机变量 X 的 k 阶中心矩 （central moment）。 显然，数学期望是一阶原点矩 m1。运用初等不等式 可知，若随机变量 X 的高阶矩有限，则其低阶矩也有限。 第五章 习题 （P133） 1*，4* (离散) 2*，3， (连续) 5，6*，7，8*，9，10， 11*(函数) 12*，13*，14，15，16 一、 方差的定义 第二节 方差 数学期望描述了随机变量取值的平均值，即其是分布的 位置特征数，它位于分布的中心，随机变量的取值在其周围 波动。 方差是度量此种波动大小的最重要的特征数，下面分析 一个简单的例子，引出它的定义。 有下列两个随机变量的分布： Ｘ -1 0 1 Y -20 0 20 显然有： 但其取值的分散程度大不同。 可见，数学期望还不能反映随机变量取值的分散程度。 有下列两个随机变量的分布： Ｘ -1 0 1 Y -20 0 20 显然有： 可见，数学期望还不能反映随机变量取值的分散程度。 设有一随机变量 X，称 X-EX 为偏差， 此种偏差可大可小，可正可负， 为了使此种偏差能积累起来，不至于正负抵消，可取绝 对偏差的均值 |X－EX| 来表示随机变量取值的波动大小。 由于绝对值在数学上处理不甚方便，故用 衡量偏差更合适。它也是随机变量，取其平均值 就可以作为刻画随机变量 X 取值的波动大小（或取值分散 程度）的一个数字特征。即方差 。 但其取值的分散程度大不同。 定义 5-4 设 X 是一个随机变量，若 存在， 则称 为X的方差（variance），记为 DX 或 VarX， 即 方差的平方根,称为标准差或根方差（standard deviation）。 若 X 为离散型随机变量，其概率分布为 即 则按方差的定义有: 若 X 为连续型随机变量，其密度函数为p（x），则按方差 的定义有: 若 X 为离散型随机变量，按方差的定义有: 若 X 为连续型随机变量，其密度函数为p（x），则按方差 的定义有: 数学期望和方差是随机变量的最基本、最常用的两个数字特 数学期望刻画了随机变量取值的平均位置，因而也有人称它 征。 方差刻画了随机变量偏离其数学期望的（分散）程度，方差 是位置特征； 越小，随机变量取值越集中于数学期望的周围。称离散特征。 为计算方便，方差的公式也可简化为： 例5-17 若随机变量 X 服从 0-1 分布，试求 X 的方差。 解 由例 5—1 知: ,又 则 其中 Ｘ 0 1 又解： 则： 例5-18 若随机变量 X 服从参数为λ的普阿松分布 ， 解 由例 5—2 知: ,又 则 试求 X 的方差。 例5-19 设随机变量 X 服从参数为 p 的几何分布，即 解 X 的概率分布为 由例 5—3,5-9 知 ,及 则 ，试求 X 的方差。 其中 例5-20 设随机变量 X 服从均匀分布，即 解 X 的概率分布为 由例 5—5,5-10 知 ,及 则 试求 X 的方差。 例5-21 设随机变量 X 服从参数为λ的指数分布，即