第三章随机变量的数特字征.docVIP

第三章随机变量的数字特征 3.1数学期望 前面介绍了随机变量的概率分布，它们虽然全面、完整地反映、表达了随机变量的概率性质，但在许多情形下，特别是在许多实用场合，往往不可能或不必要完全、确切地掌握随机变量的全部概率特征，而只能或只需知道随机变量的某些数字特征，在这些用来作为显示随机变量分布特征的数字中，最重要的就是数学期望、方差以及各阶的矩。 ??? ??1．离散随机变量的数学期望 离散随机变量的一切可能的取值xi与对应的概率P(=xi)之积的和称为的数学期望.记作. 实际上是随机变量的平均取值的含义.当此和是无穷级数时，要求其绝对收敛，使其和与各项的排列次序无关. 例1 从一个装有个白球和个红球的袋中取球，直到出现白球为止。若每次取出的球仍放回袋中，试求取出红球数的数学期望. 解 设取出的红球数为，则的分布律为 令 则 于是 2 连续随机变量的数学期望 设连续随机变量的概率密度为，因为 落在小区间的概率近似等于.假设广义积分收敛，则的数学期望定义为 ?????????????? 注：当数学期望相应的无穷级数或广义积分不绝对收敛时，数学期望就不存在. 例 有5个相互独立工作的电子装置，其寿命服从同一指数分布，分布函数为 若将这5个电子装置串联组成整机，求整机寿命M的数学期望。 解 由随机变量函数的分布可知 的分布函数为 其密度函数为 故 例 设随机变量服从柯西(Cauchy)分布,其密度函数为 试证的数学期望不存在。 证 因为 即不绝对收敛，所以不存在。 二维随机变量的数学期望（手写） 3.2 随机变量函数的数学期望 1离散随机变量函数的数学期望 设离散随机变量的概率分布为 P(=xi)=p(xi),(i=1,2,...), 若其函数η=f(ξ), 则随机变量η的数学期望定义为 例1 设随机变量ξ的概率分布为 ξ -2 -1 0 1 2 3 p(xi) 0.10 0.20 0.25 0.20 0.15 0.10 求随机变量η=ξ2的数学期望. 解 2连续随机变量函数的数学期望 设连续随机变量的概率密度为，若其函数η=f(ξ),则随机变量η的数学期望定义为 注：①当数学期望相应的无穷级数或广义积分不绝对收敛时，数学期望就不存在； 例 （见课本P 92 例2 ） 设是随机变量,的函数(为连续函数)，则也是一个随机变量. 若为离散型随机变量，且其联合分布律为 则有 若为连续型随机变量，且其联合密度函数为，则有 这里要求等式右端的级数或积分都是绝对收敛的 例9 设二维随机变量的密度函数为 求 解 3.3 数学期望的性质 现在给出数学期望的几个常用性质。在下面的讨论中，所遇到的随机变量的数学期望均假设存在，且只对连续型随机变量给予证明，至于对离散型随机变量的证明只需将积分换为类似的求和即可。 1. 设为常数，则有 证 可将看成离散型随机变量，分布律为故由定义即得 2. 设为常数，为随机变量，则有 证 设的密度函数为，则有 3. 设为任意两个随机变量，则有 证 设二维随机变量的密度函数为，边缘密度函数分别为,则 这一性质可以推广到任意有限多个随机变量之和的情形,即 一般地，随机变量线性组合的数学期望，等于随机变量数学期望的线性组合，即 = 其中为常数。 4. 设为相互独立的随机变量，则有 证 因为与相互独立，其联合密度函数与边缘密度函数满足，所以 这一性质可以推广到任意有限多个相互独立的随机变量之积的情形，即若为相互独立的随机变量，则有 3.4方差与标准差 有一批灯泡，其平均寿命E (X )=1000小时，但仅由这一指标还不能判断这一批灯泡质量的好坏，我们还需考察灯泡寿命X与E (X )的偏离程度，若偏离程