第三章多维随机变量学习的特点回顾及要求.pptVIP

* 课堂练习2. (934)设X与Y同分布，X的概率密度为 ⑴ 已知事件 A={Xα}和 B={Yα}独立,且P(A∪B)=3/4.求常数α； ⑵ 求E(1/X2). 解:(1)由已知得:P(A)=P(B), A, B独立, 所以 P(A+B)=P(A)+P(B)-P(A)P(B)=2P(A)-[P(A)]2=3/4 故P(A)=1/2,0a2, P{Xa}= =1/2 所以 (2)E(1/X2)= * 课堂练习 1.计算均匀分布的数学期望，密度函数如下 2.用组合数公式计算二项分布的数学期望。 * 作业 129页，第1、3、5、10题 * * * * 范例: 1.证明:随机变量X服从一般正态分布等价于它的标准化随机变量服从标准正态分布. 注意:该结论不仅告诉我们一般正态与标准正态的关系,而且更重要的是告诉我们利用标准正态分布函数去计算一般正态变量取值的概率. 2.进一步有:正态变量的线性函数仍然是正态变量. 3.分布函数法是求连续型随机变量(c.r.v)函数的分布的一种重要方法,其步骤有三:首先从求新随机变量的分布函数着手,找出新,旧随机变量分布函数间的关系;其次是利用求导方法,找出新,旧随机变量密度函数间的关系;最后将旧随机变量的密度具体化. 4.求连续型随机变量函数的密度可用公式法求得（所用公式是用分布函数法求得的）,即先求出函数的单调区间,然后在每个单调区间中求出函数的密度,最后将各单调区间求得的密度相加即可. * * * * * 1.利用均值的线性性质,证明:随机变量的标准化随机变量的均值为0,方差为1. 2.方差的简算公式(方差等于平方的期望减去期望的平方)和变形公式(用方差和期望计算二阶原点矩); 3切贝绍夫不等式的两种形式; 4.二项分布和Poisson分布的均值与方差要牢记. 5.范例: ①已知随机变量X服从参数为2的Poisson分布,求E(1/(1+X)); ②已知随机变量X服从参数为n,p的二项分布,求E[exp(aX); ③设随机变量X服从参数为n,p的二项分布,且均值为2,X不小于1的概率等于15/16,求n,p; ④设随机变量表示10次独立重复射击命中目标的次数,每次命中的概率为0.4,求X平方的-2倍的均值;X的-2倍的方差. * * * * * * * * 第三章多维随机变量学习的特点回顾及要求 1.概念多，一定要清楚明白，比如：边缘分布，条件分布，和的分布等。 2.公式多：对应于概念都有相应的公式，是否真正掌握，比如：边缘密度公式和和的密度公式的区别和联系。 3. 随机变量独立是一个重点内容。 4.和的分布及最值分布是难点。 * * 二维随机变量函数的分布：五个基本公式，随机变量和的分布函数公式有3个，其中卷积公式最为重要，最大值最小值分布函数公式各1个。 * 本次课的教学目的、教学要求 掌握 （1）数学期望的定义 （2）定理4.1.1 （3）定理4.1.2 （4）数学期望的性质 （5）方差的定义及计算方差常用的公式 重点难点：数学期望的定义、方差的定义及计算方差常用的公式。 教学要求：会运用定义、性质及定理4.1.1、定理4.1.2解决有关问题。 * 第四章 随机变量的数字特征 (1)分布函数往往都含有某些参数。参数一旦被确定，相应的分布函数的具体形式也就被确定了，因而这些参数反映了随机变量的某些重要特征。 (2)在实际问题中，还有一些随机变量，它的分布函数很难求出，但我们常常可以通过一定的方法，求出反映它的重要特征的某些数据。特别是当我们只需要了解所研究的随机变量一些重要特征而不太关心其具体的分布特征时，掌握求出这些数据的方法就显得十分重要了。 例如，冰箱的耗电量是其质量的一个重要指标。一种品牌的冰箱的平均日耗电量，在一定程度上决定了它的受欢迎程度。 (3)因此，本章将介绍“数学期望”、“方差”、“离散系数”等重要数字特征的概念及其求法。 * §4.1 数学期望 定义4.1.1 设离散型随机变量X的分布律为 X x1 x2 … xn….. pK p1 p2 …. Pn…. 若级数 绝对收敛，则称 的值为随机变量 的数学期望或均值，记作 或 。即 (4.1.1) 我们要求上式的值存在，且各项可任意交换，故要求此级数绝对收敛。 * 随机变量的数学期望分析