4-1厦门大学概率统计辩析.ppt

第四章 随机变量的数字特征 §1 数学期望 §2 方差 §3 协方差及相关系数 §4 矩、协方差矩阵 为什么要研究随机变量的数字特征 尽管随机变量的分布函数(分布律、概率密度)完整地描述了随机变量的统计规律性。但是这种完整的描述有时并不使人感到方便，而且在一些实际问题中，也不需要去全面考察随机变量的分布，而只需知道随机变量分布的某些特征，因此并不需要求出它的分布函数(分布律、概率密度) 。 为什么要研究随机变量的数字特征 在评定某一地区粮食产量时，在许多场合只需知道该地区的平均产量。 在研究水稻品种优劣时，时常是关心稻穗的平均稻谷粒数。 在检查一批棉花的质量时，即需要注意纤维的平均长度，又需要注意纤维长度与平均长度的偏离程度。平均长度较大、偏离程度较小，质量就较好。 为什么要研究随机变量的数字特征 与随机变量有关的某些数值，虽然不能完整地描述随机变量，但能描述随机变量在某些方面的重要特征。这些数字特征在理论和实践上都有重要的意义。 本章将介绍随机变量的常用数字特征：数学期望、方差、相关系数和矩。 §1 数学期望 1、数学期望定义 例 2 例3 例3（续） 例4 例 5 例5(续) 例6 例6(续) 例7 例7(续) 例8 例9 2、随机变量函数的数学期望 证： 定理 2： 例10 例 11 例 12 例 12续 例 12续 例 13 例 13续 例 13续 例 13续 例 14 （例 14续） 例14(续) 例 15 例 15 第四章 随机变量的数字特征 §1 数学期望 以G(x)记甲赚钱数，则是一个随机变量，其分布律为 于是甲赚钱数的数学期望为 概率 10-x 0 G(x) 第四章 随机变量的数字特征 §1 数学期望 得： 而： 3、数学期望的性质 第四章 随机变量的数字特征 §1 数学期望 若x , y独立，则 EXY=EXEY 第四章 随机变量的数字特征 §1 数学期望 对N个人进行验血，有两种方案： 1）对每人的血液逐个化验，共需N次化验； 2）将采集的每个人的血分成两份，然后取其中的一份，按k个人一组混合后进行化验（设N是k的倍数），若呈阴性反应，则认为k个人的血都是阴性反应，这时k个人的血只要化验一次；如果混合血液呈阳性反应，则需对k个人的另一份血液逐一进行化验，这时k个人的血要化验k+1次； 第四章 随机变量的数字特征 §1 数学期望 解：设X表示第二个方案下的总化验次数，Xi表示第i个组的化验次数，则 第四章 随机变量的数字特征 §1 数学期望 例如：当p=0.1，q=0.9时，可证明k=4可使最小；这时， 工作量将减少40%. * 第四章 随机变量的数字特征 第四章 随机变量的数字特征 第四章 随机变量的数字特征 第四章 随机变量的数字特征 第四章 随机变量的数字特征 现在他射击N次，其中得0分有a0次，得1分有a1次，得2分有a2次，a0 + a1 + a2 = N。他射击N次得分的总和为 §1 数学期望 例1. 一射手进行打靶练习，规定射入区域e2得2分，射入区域e1得1分，脱靶，即射入区域e0得0分。射手一次射击得分数X为一个随机变量。设X的分布律为 平均一次射击的得分数为 第四章 随机变量的数字特征 §1 数学期望 事件的概率是大量重复独立试验时事件发生频率的稳定值。 随机变量的数学期望是大量重复独立试验时随机变量观测值算术平均的稳定值。 (1) 离散型 第四章 随机变量的数字特征 §1 数学期望 (2)、连续型 第四章 随机变量的数字特征 §1 数学期望 (3)数学期望E(X)完全由随机变量的分布所确定，若X服从某一分布，也称E(X)是这一分布的数学期望。 (4)数学期望代表随机变量分布的中心位置。多数情况下，在离E(X)越远的位置随机变量分布的就越稀疏。 说 明 第四章 随机变量的数字特征 §1 数学期望 此例说明了数学期望代表随机变量分布的中心位置。 第四章 随机变量的数字特征 §1 数学期望 第四章 随机变量的数字特征 X的分布率为 第四章 随机变量的数字特征 §1 数学期望 候车时间的数学期望为 第四章 随机变量的数字特征 §1 数学期望 解 有两个相互独立工作的电子装置，它们的寿命Xk(k=1,2)同一指数分布，其概率密度为 若将这两个电子装置串联联接组成敕整机，求整机寿命(以小时计)N的数学期望。 第四章 随机变量的数字特征 §1 数学期望 因而N的概率密度为 于是N的数学期望为 第四章 随机变量的数字特征 §1 数学期