概率论4-1.pptVIP

征 = = 数 字 特 * 征 = = 数 字 特 * 第四章 随机变量的数字特征 数学期望(均值) (Mathematical expectation) 方差 (Variance) 协方差及相关系数 (Covariance, correlation coefficient) 矩 、协方差矩阵 (moment, Covariance matrix ) 能描述随机变量某些方面特征的数字。其中，最常用的是: 期望和方差 §1 数学期望 (Mathematical expectation) 一、离散型随机变量的数学期望 二、连续型随机变量的数学期望 三、随机变量的函数的数学期望 四、数学期望的性质 五、数学期望性质的应用 1 1 5 7 4 2 天数 440 430 420 410 400 390 乘客数 求平均每天乘客数. 引例: 为调整车辆,对某公共汽车站的乘客数进行了20天的观察, 其结果为: =(390×2+400×4+410×7+420×5+430×1+440×1)/20 解: 20天中,平均每天乘客数为 这里2/20，4/20是“乘客数为390人”“乘客数为400人”的频率，若将其视为相应的概率,则可建立如下模型(X表示日乘客数)： =390×2/20+400×4/20+410×7/20 +420 ×5/20+ 430×1/20+440×1/20=411 一、离散型随机变量的数学期望 定义1 设离散型r.vX的分布律为： 若级数 绝对收敛，则称级数的和为r.vX的数学期望， 简称期望或均值，记为E（X），即 (1) （3） 注（1） （2） 与求和顺序无关。 同时保证了 收敛， 绝对收敛，不仅保证了 级数 E(X) p x p x k k k k k k ? ? ￥ = ￥ = 1 1 （4） E(X)反映了随机变量取值的平均水平. 0 3 0.2 2 0.5 1 0.1 3 0.2 2 0.3 1 X2 X1 0.3 0.4 概率pk 0 0 废品数 乙 甲 工人 设两人的日产量相等,问谁的技术更好? 故乙的技术好。 例1： 甲、乙两工人在一天生产中出现废品的概率分别是： 解： E(X1)=0×0.4+1×0.3+2×0.2+3×0.1=1 E(X2)=0×0.3+1×0.5+2×0.2+3×0=0.9 例2： 解： 令m=k-1 例3： 设X服从几何分布，即 解 求和与求导 交换次序 等比级数求和 注： ① E（X）不存在的例子： X 2 4 8 … … pk ②若E(X)存在，则是一个确定的实数. 发散 二、连续型随机变量的数学期望 设连续型r.vX的概率密度为f(x),若广义积分 绝对收敛,则称此积分的值为r.vX的数学期望,记为 E(X), 即 E（X）= (2) 1、定义2 例4： 设X服从参数为θ的指数分布，求E（X）。 解：X的概率密度函数为 分部积分 ? í ì ? = - 0 , 0 0 , ) ( x x e x f x q q 解： 2、重要分布的期望值: 二项分布 泊松分布 均匀分布 正态分布 指数分布 要求: ①能熟练验证; ②熟记结果. 例5: 已知 求E（X） , ) , ( ~ 2 s m N X 三、随机变量的函数的数学期望 ⑴离散型r.v X的分布律为：P{X=xk}=pk k=1,2… ⑵连续型r.vX的概率密度为f(x) 1 、 已知一维r.vX的分布,求其函数Y=g(X)的期望: (4) (3) 说明：该公式的重要性在于: 当我们求E[g(X)]时, 不必知道g(X)的分布，而只需知道X的分布就可以了. 这给计算r.v函数的期望带来很大方便. 简单函数 可列表运算 例6：某车间生产的圆盘直径在（a，b）上服从均匀分布，试求圆盘面积的数学期望。 解：设X为某车间生产的圆盘直径，依题意，X～U（a，b） X的概率密度为 设圆盘面积为Y，则 上述基本公式，可推广到两个或两个以上r.v的情况。 说明： （2）连续型r.v(X,Y)的概率密度为 f(x,y)，则有 (6) 2 、已知二维 r.v（X,Y）的分布，求Z=g(X,Y)的数学期望