概率与统计(上)浙江工业大学培训教案.pptVIP

五、数学期望性质的应用 例7 求二项分布的数学期望 若 X~B(n,p)， 则X表示n重贝努里试验中的“成功” 次数. 现在我们来求X的数学期望 . 可见，服从参数为n和p的二项分布的随机变量X的数学期望是np. X~B(n,p), 若设 则 X= X1+X2+…+Xn = np i=1,2，…，n 因为 P{Xi =1}= p, P{Xi =0}= 1-p 所以 E(X)= 则X表示n重贝努里试验中的“成功” 次数. E(Xi)= = p 例8 将n个球放入M个盒子中,设每个球落入各个盒子是等可能的,求有球的盒子数X的期望. 解: 引入随机变量: 则X=X1+X2+…+XM ,于是 E(X)=E(X1)+E(X2)+ …+E(XM). 每个随机变量Xi都服从两点分布,i=1,2,…,M. ∵每个球落入每个盒子是等可能的均为1/M, ∴对第i个盒子,一个球不落入这个盒子内的概 率为(1-1/M). 故N个球都不落入这个盒子内的概率为(1-1/M)n ,即: 小结： 这一讲，我们介绍了随机变量的数学期望，它反映了随机变量取值的平均水平，是随机变量的一个重要的数字特征. 接下来的一讲中，我们将向大家介绍随机变量另一个重要的数字特征： 方差 第四章第二节 方 差 上一讲我们介绍了随机变量的数学期望，它体现了随机变量取值的平均水平，是随机变量的一个重要的数字特征. 但是在一些场合，仅仅知道平均值是不够的. 例如，某零件的真实长度为a，现用甲、乙两台仪器各测量10次，将测量结果X用坐标上的点表示如图： 若让你就上述结果评价一下两台仪器的优劣，你认为哪台仪器好一些呢？ 乙仪器测量结果 甲仪器测量结果 较好 测量结果的均值都是 a 因为乙仪器的测量结果集中在均值附近 又如,甲、乙两门炮同时向一目标射击10发炮弹，其落点距目标的位置如图： 你认为哪门炮射击效果好一些呢? 甲炮射击结果 乙炮射击结果 乙较好 因为乙炮的弹着点较集中在中心附近 . 中心 中心 为此需要引进另一个数字特征,用它来度量随机变量取值在其中心附近的离散程度. 这个数字特征就是我们这一讲要介绍的 方差 一、方差的定义 采用平方是为了保证一切 差值X-E(X)都起正面的作用 由于它与X具有相同的度量单位，在实际问题中经常使用. 设X是一个随机变量，若E{[X-E(X)]2}∞，则称 Var(X)=E{[X-E(X)]2 } (1) 为X的方差. 注：有的书上记作D(X) 若X的取值比较分散，则方差较大 . 若方差Var(X)=0,则r.v. X 以概率1取常数值 . 方差刻划了随机变量的取值对于其数学期望的离散程度 . 若X的取值比较集中，则方差较小； Var(X)=E[X-E(X)]2 X为离散型， P{X=xk}=pk 由定义知，方差是随机变量X的函数 g(X)=[X-E(X)]2的数学期望 . X为连续型， X~f(x) 二、计算方差的一个简化公式 Var(X)=E(X2)-[E(X)]2 展开 证：Var(X)=E[X-E(X)]2 =E{X2-2XE(X)+[E(X)]2} =E(X2)-2[E(X)]2+[E(X)]2 =E(X2)-[E(X)]2 利用期望 性质 请自己用此公式计算常见分布的方差. 例1 设r.v. X服从几何分布，概率函数为 P(X=k)=p(1-p)k-1, k=1,2,…，n 其中0p1,求Var(X) 解： 记q=1-p 求和与求导 交换次序 无穷递缩等比 级数求和公式 Var(X)=E(X2)-[E(X)]2 +E(X) 求:Var(X) 解: 例 2 设连续型随机变量X的密度函数f(x)为: 例3 设随机变量X的期望和方差为E(X)和Var(X),且Var(X)0,求: 解: 这一讲，我们介绍了求随机向量函数的分布的原理和方法，需重点掌握的是： 请通过练习熟练掌握. 1、已知两个随机变量的联合概率分布，会求其函数的概率分布； 2、会根据多个独立随机变量的概率分布求其函数的概率分布． 关于n维随机向量请同学们自学 第四章第一节 数学期望 在前面的课程中，我们讨论了随机变量及其分布，如果知道了随机变量X的概率分布，那么X的全部概率特征也就知道了.