概率第五章[精选].pptVIP

第5章 随机变量的数字特征 在许多问题中，并不需要知道随机变 量的一切概率性质，而只需了解它的某一 性质或特征就可以了。本章将介绍随机变 量的一些常见的数字特征，如数学期望、 方差、相关系数等，它们在理论和实践上 都有重要意义。 §5.1 随机变量的数学期望 5.1.1 离散型随机变量的数学期望 定义5.1.1 设离散型随机变量X的分布律为P{X=ak}=pk (k=1,2,...),若级数 绝对收敛, 则称它为随机变量X的数学期望，或平均值（简称期望或均值）记为 ，即 （5.1.1） 若级数 不绝对收敛，则称随机变量X的 数学期望不存在. 例5.1.1 有甲、乙两个射手，他们的射击技术 用下表表出： 甲： 乙： 击中环数 ８ ９ １０ 击中环数 ８ ９ １０ 概　　率 0.3 0.1 0.6 概　　率 0.2 0.5 0.3 试问哪个射手本领较大？ 例5.1.2 据统计，一个50岁的人，在一 年内死亡的概率为1.5％，今有一个50岁的 人参加一年期保险额度为20万元的某种保 险，须缴保费4千元，求保险公司获利的 数学期望． 例5.1.3（一种验血方法） 在一个人数很多的团体 中普查某种疾病，N个人去验血，对这些人的血的化 验可以用两种方法进行。（1）每个人的血分别化验 ，这时需要化验N次；（2）把k个人血液混在一起化 验，如果是阴性的，那么对这k个人只需作一次化验 ，如果结果是阳性的，那么必须对这k个人再逐个分 别化验，这时对这k个人共需作k+1化验。假定对所有 的人来说，化验是阳性反应的概率都是p，而且这些 人的反应是相互独立的。试说明按方法（2）可以减 少化验次数，并说明k取何值时最为适当。 1．两点分布 随机变量X的分布律为 X 1 0 概率 p q 2．二项分布 随机变量X的分布律为 3．泊松分布 随机变量X的分布律为 4．几何分布 随机变量X的分布律为 例5.1.4 某射手每次射击击中目标的概率 为0.8，现连续向一目标射击，直到第一次 击中为止，求射击次数X的数学期望． 5.1.2 连续型随机变量的数学期望 对于连续型随机变量X，若其密度函数 为，注意到的作用与离散型随机变量的相 类似，于是有如下定义． 定义5.1.2 设连续型随机变量X的密度函 数为f(x)，若积分 绝对收敛，则 定义 （5.1.2） 若积分 不绝对收敛，则称随机 变量X的数学期望不存在． 下面介绍几个常见的连续型随机变量 的数学期望． 1．均匀分布 随机变量X的密度函数为 2．指数分布 随机变量X的密度函数为 3．正态分布 随机变量X的密度函数为 例5.1.5 设随机变量X的密度函数为 求X的数学期望． 例5.1.6 有5个相互独立工作的电子装置， 它们的寿命 服从同一个指数分 布，其概率密度函数为 （1）若将这5个装置串联组成整机，求整机 的寿命的数学期望； （2）若将这5个装置并联组成整机，求整机 的寿命的数学期望. 例5.1.7　设随机变量的分布函数为 则 ． 例5.1.8 设随机变量X的密度函数为 已知 ，试求 的值． 5.1.3 随机变量函数的数学期望 在许多实际问题中，常常需要计算随 机变量函数的数学期望，即若 ，要 求出 ，当然可以先由X的分布求出Y的分 布,再由定义求 ．但我们也可以不必求 出Y的概率分布，而直接由的概率分布来计 算 ． 定理5.1.1 设随机变量Y是随机变量X的函 数， ， 是连续函数． （1）X为离散型随机变量，其分布律为 若级数 绝对收敛，则 （5.1.3） （2）X为连续型随机变量,其密度函数为 , 若 绝对收敛，则 （5.1.4） 证略（定理证明超出本书范围）． 该定理可以推广到多个随机变量函数的情形. 定理5.1.2 设随机变量Z是随机变量X，Y 的函数， ， 是连续函数． （1） 是离散型随机变量，其联合分 布律为 若级数 绝对收