概率论章-.pptVIP

4.1.1 一维离散型数学期望的概念 可以证明，数学期望的有如下性质： 二、方差的性质 (1) 设 C 是常数, 则有 (2) 设 X 是一个随机变量, C 是常数, 则有 证明 (3) 设 X 是一个随机变量, c 是常数, 则 证明 (4) 设 X, Y 相互独立, D(X), D(Y) 存在, 则 证明 推广 离散型随机变量的方差 连续型随机变量的方差 三、随机变量方差的计算 (1) 利用定义计算 证明 (2) 利用公式计算 例1 计算参数为p的0-1分布的方差 解：随机变量 X 的分布律为 则有 解： 例2 求泊松分布的方差 所以 例3 计算在区间 [a, b] 上服从均匀分布的 r.v. X 的方差。 解： 结论 均匀分布的数学期望位于区间的中点. 例4 解： 例5 二项分布的方差 小 结 * * 第四章 随机变量的数字特征 4.1 数学期望 4.2 方差 4.1.1 一维离散型随机变量的数学期望 4.1.2 一维连续型随机变量的数学期望 4.1.3 二维随机变量函数的数学期望 引例1 分赌本问题(产生背景) A, B 两人赌技相同, 各出 赌金100元,并约定先胜三局者为 胜, 取得全部 200 元.由于出现意 外情况 ,在 A 胜 2 局 B 胜1 局时, 不得不终止赌博, 如果要分赌金, 该如何分配才算公平? 4.1 数学期望 A 胜 2 局 B 胜 1 局 前三局: 后二局: 把已赌过的三局(A 胜2局B 胜1局)与上述结果 相结合, 即 A、B 赌完五局, A A A B B A B B A 胜 B 胜 分析 假设继续赌两局,则结果有以下四种情况: A A A B B A B B A胜B负 A胜B负 A胜B负 B胜A负 B胜A负 A胜B负 B胜A负 B胜A负 因此, A 能“期望”得到的数目应为 而B 能“期望”得到的数目, 则为 故有, 在赌技相同的情况下, A, B 最终获胜的 可能性大小之比为 即A 应获得赌金的 而 B 只能获得赌金的 因而A期望所得的赌金即为X的 “期望”值, X 的可能值与其概率之积的累加. 即为 若设随机变量 X 为:在 A 胜2局B 胜1局的前提 下, 继续赌下去 A 最终所得的赌金. 则X 所取可能值为: 其概率分别为: 设甲、乙两工人在相同条件下生产同一种产品，甲一天内生产的废品数为X，乙一天内生产的废品数为Y，经过长期观察，得 X，Y的分布如下： 引例2 技术高低问题 谁的水平更高一些？ 在同一个标准下(比如假设让甲、乙两人在相同条件下各工作100天)，以乙生产的废品数(或平均每天生产的废品数)来衡量技术高低。 由概率统计定义，甲生产0个，1个，2个，3个次品的天数为30，30，20 20.故甲平均每天生产的次品数： 同样可以得到乙平均每天生产的次品数 因此乙的技术要好一些。 关于定义的几点说明 (1) E(X)是一个实数,而非变量,它是一种加 权平均,与一般的平均值不同 , 它从本质上体现 了随机变量 X 取可能值的真正的平均值, 也称 均值. (2) 级数的绝对收敛性保证了级数的和不 随级数各项次序的改变而改变 , 之所以这样要 求是因为数学期望是反映随机变量X 取可能值 的平均值,它不应随可能值的排列次序而改变. 解： 例1 设X服从参数为 的泊松分布，求X的数学期望。 例2 如何确定投资决策方向? 某人有10万元现金，想投资于某项目，预估成功的机会为 30%，可得利润8万元 ， 失败的机会为70%，将损失 2 万元．若存入银行，同期间的利率为5% ，问是否作此项投资? 解 设 X 为投资利润，则 存入银行的利息: 故应选择投资. 例3　商店的销售策略 解 例4 随机变量的函数的数学期望 设X的分布密度为: 求4X+5的数学期望。 解： 先求出4X+5分布 一般地， 若X的分布为： 4.1.2 一维连续型数学期望的概念 解 例5 设X服从[a,b]上的均匀分布，求E(X). 例6 解： E(X) 与离散型随机变量类似， 则Y的数学期望为： 例7 解： 4.1.3 二维随机变量函数的数学期望 例8 解： 由(X,Y)的分布密度可得Z的分布密度 例9 1. 设 C 是常数, 则有 证明 3. 设 X 是一个随机变量,C 是常数, 则有 2. 设 X 是一个随机变量,C 是常数, 则有 4. 设 X 是一个随机变量, k, b 是常数, 则有 5. 设 X, Y