第四章随机变量的数字特征.doc

第四章 随机变量的数字特征 教学要求 　 1．理解随机变量的数学期望、方差的概念，并会运用它们的基本性质计算具体分布的期望、方差， 2．掌握二项分布、泊松分布、均匀分布、指数分布、正态分布的数学期望和方差． 3．会根据随机变量的概率分布计算其函数的数学期望；会根据随机变量的联合概率分布计算其函数的数学期望． 4．理解协方差、相关系数的概念，掌握它们的性质，并会利用这些性质进行计算，了解矩的概念。 本章重点：随机变量的期望。方差、协方差、相关系数的计算． 教学手段：讲练结合 课时分配：8课时 §4.1 数学期望的定义及性质 一、离散型随机变量的数学期望的定义 定义4.1 若具有分布列 P 当有时 （4.1） 记 （4.2） 称为的数学期望，简称期望或均值，若（4.1）不成立，则称的期望不存在。 定义中要求级数绝对收敛是为了数学处理的必要，从直观上讲, 的可能取值的排列顺序对于来说应是无关紧要的，因而定义式（4.2）中就应允许任意改变的顺序而不影响其收敛性及和值，这就必须要求有（4.1）成立。 例4.1 ，求 例4.2 ，求 例4.3 设的可能取值为 且，，问是否存在？ 解：由于发散，故不存在。 但我们注意到有。 二、随机变量函数的期望 定理4.1 若的分布列为，为一元Borel函数，则当时有， （4.3） 证：省略 定理4.2若联合分布为 而为二元Borel函数，则时，有 （4.4） 特别有中， 三、离散型随机变量数学期望的性质（以下总假定所讨论的期望是存在的） 随机变量的数学期望具有下述基本性质： （1）若，且存在，则，特别地 证：设的取值为，则 于是 （2） 证： 一般地有 (3)若相互独立,则 证： 例4.4 （续），求 解：设表n重是努里试验中A出现的次数 令，， 则，而 故 例4.5 将n封信随机放入n个写好地址的信封，以表配对的封数，求。 解：令 则，，且 而， 故 上面两例是分解为一些简单的代数和，进而利用期望的线性性质求，这是一个重要的方法。 §4.2 方差的定义及性质 一、离散型随机变量的方差 定义4.2 设离散型随机变量的期望存在，如果存在，则记称它为的方差，也常记作，方差的平方根称为的标准差或根方差，记作。 由期望的性质可得 = 例4.6 ，求 由 = = 故 例4.7 ～参数为P的几何分布： ，，整数。求 ∴ 方差具有如下基本性质： （1）若c是常数，则Dc=0 （2） （3）若相互独立，则 一般地若相互独立，为常数，则 例4.8 (续) ,求 解：如前，则，且诸相互独立，， 由，得， 从而 二．连续型随机变量的方差 定义4.3设连续型随机变量，又存在，则称为的方差，记为或， 由期望的性质还可得 (4.5) 称为的根方差或均方差或标准差 例4.9 ， 例4.10 设 ， 例4.11 ，求 解：已知 ，令 = 令，则， =， 与离散型的情形一样，方差具有如下性质 性质1 设a，c为常数，则 特别有 在理论研究和实践应用中，为了简化证明或方便计算，往往对随机变量进行所谓标准化，即如，存在和，则令 称为的标准化随机变量，由期望和方差的性质易验， 定理4.3 切比雪夫不等式 设存在有限的方差，则对任意，有 （4.6） 或 证：仅以连续型情形给出证明，设 则 此式将积分号换成求和式，即得离散型场合的证明 由切比雪夫不等式看出，越小，事件发生的概率越小，越是集中在的附近取值。 性质2 （c为某常数） （）由性质1得 （）对任意自然数，因=0，均有 又 故 即，取即可 性质3 （最小性）对任意，有 （学员自验，令，找最小值） 性质4 若，两两独立，则 §4.3协方差、相关系数 一．协方差 对于二维随机变量来说，了解各分量的数学期望和方差固然重要，但它们不能反映各分量之间的相互关系，为解决这样一个问题，我们引入协方差这个量。 定义4.4 若是一个二维随机变量，又 则称为的协