④数字特征【DOC精选】.docVIP

四、随机变量的数字特征 这一部分，“数学一”、“数学三”和“数学四”的考试大纲、内容和要求完全一致． Ⅰ　考试大纲要求 ㈠ 考试内容 随机变量的数学期望（均值）、方差、标准差及其性质 随机变量函数的数学期望 切比雪夫（Chebyshev）不等式 矩、协方差、相关系数及其性质 ㈡ 考试要求 1、理解随机变量的数字特征（数学期望、方差，标准差、矩、协方差、相关系数）的概念，并会运用数字特征定义和基本性质计算具体分布的数字特征；掌握常用分布（二项分布、超几何分布、泊松分布、一维和二维均匀分布、指数分布、一维和二维正态分布）的数字特征（解题时可以直接利用这些数字特征）． 2、会根据随机变量的概率分布求其函数的数学期望；会根据二维随机变量的概率分布求其函数的数学期望． 3、理解有关数字特征的概率意义，例如，对于指数分布，“平均无故障工作的时间”或“平均等待时间”……可以理解为相应时间的数学期望． Ⅱ 考试内容提要 ㈠ 数学期望 表征随机变量取值的平均水平、“中心”位置或“集中”位置． 1、数学期望的定义 (1) 定义 离散型和连续型随机变量X的数学期望定义为 (4.1) 其中Σ表示对X的一切可能值求和．对于离散型变量，若可能值个数无限，则要求级数绝对收敛；对于连续型变量，要求定义中的积分绝对收敛；否则认为数学期望不存在． (2) 随机变量的函数的数学期望 设为连续函数或分段连续函数，而X是任一随机变量，则随机变量的数学期望可以通过随机变量X的概率分布直接来求，而不必先求出的概率分布再求其数学期望；对于二元函数，有类似的公式： (4.2a) (4.2b) 2、数学期望的性质 (1) 对于任意常数c，有． (2) 对于任意常数，有． (3) 对于任意，有 ． (4) 如果相互独立，则 ． ㈡ 方差和标准差 表征随机变量取值分散或集中程度的数字特征． 1、方差的定义 称 为随机变量X的方差，称为随机变量X的标准差．随机变量X的方差有如下计算公式： (4.3) 2、方差的性质 (1) ，并且当且仅当（以概率１）为常数； (2) 对于任意实数，有； (3) 若两两独立或两两不相关，则 ． ㈢ 协方差和相关系数 考虑二维随机向量，其数字特征包括每个变量的数学期望和方差，以及和的联合数字特征——协方差和相关系数． 1、协方差和相关系数的定义 (1) 协方差 随机变量和的协方差定义为 ， (4.4) 其中 (2) 相关系数 随机变量X和Y的相关系数定义为 ． (4.5) 2、协方差的性质 设随机变量和的方差存在，则它们的协方差也存在． (1) 若和独立，则；对于任意常数c，有． (2) ． (3) 对于任意实数a和b，有． (4) 对于任意随机变量，有 (5) 对于任意和，有． (6) 对于任意和，有． 3、相关系数的性质 相关系数的如下三条基本性质，决定了它的重要应用．设——和的相关系数， (1) ． (2) 若和相互独立，则=0；但是，当=0时和却未必独立． (3) 的充分必要条件是和（以概率１）互为线性函数． 三条性质说明，随着变量和之间的关系由相互独立到互为线性函数，它们的相关系数的绝对值从0增加到1，说明相关系数可以做两个变量统计相依程度的度量． 4、随机变量的相关性 假设随机变量和的相关系数存在．若= 0，则称和不相关，否则称和相关． (1) 若两个随机变量独立，则它们一定不相关，而反之未必； (2) 若和的联合分布是二维正态分布，则它们“不相关”与“独立”等价． ㈣ 矩 在力学和物理学中用矩描绘质量的分布．概率统计中用矩描绘概率分布．常用的矩有两大类：原点矩和中心矩．数学期望是一阶原点矩，而方差是二阶中心矩． 1、原点矩 对任意实数，称为随机变量Ｘ的阶原点矩，简称阶矩．．原点矩的计算公式为： (4.6) 2、中心矩 称为随机变量Ｘ的阶中心矩．． ㈤ 切比雪夫（切贝绍夫）不等式 设随机变量的数学期望和方差都存在，则对于任意，有 ． (4.7) Ⅲ 典型例题分析 〖填空题〗 例4.1（函数的方差p.91） 已知随机变量的分布函数为： 则= ． 分析 由分布函数，可得随机变量的概率分布 例4.2（函数的期望p.92） 设随机变量分布函数为F(x)，则随机变量 的数学期望 ． 分析 随机变量只有和1两个可能值（因为）． 例4.4（函