浙大版概率.pptVIP

* * * * * * * * * * * * * * * * * * * * * * 一、随机变量方差的概念及性质 引例 有两个学生的五次测验成绩如下 甲： 成绩 78 80 82 乙： 成绩 75 80 90 次数 1 3 1 次数 2 2 1 问谁的成绩好？ 但分析发现甲的成绩 比较稳定，而乙的成绩起伏较大，这就是他们的 差别。描述这种差别的量就是方差。 乙的平均成绩=（75×2+80×2+90×1）÷5=80。 两人的平均成绩相同； 解： 甲的平均成绩=（78×1+80×3+82×1）÷5=80 说明 ，其中E(X)视作为一个常数； 定义 设 是任一 r.v. ，若 存在， 则称它为r.v. 的方差，记作 ，即 称 为r.v. 的标准差（或均方差）。 X X X 当 较大时，表示r.v. 的取值比较分散； 当 较小时，表示r.v. 的取值比较集中， 即 刻画了r.v. 取值的离散程度， X X X 1. 离散型随机变量的方差 连续型随机变量的方差 2. 随机变量方差的计算 (1) 利用定义计算 (2) 利用公式计算 其中 X是离散型r.v. X是连续型r.v. 证明 证明 3. 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, Y 相互独立, D(X), D(Y) 存在, 则 证明 推广 1. 两点分布 已知随机变量 X 的分布律为 则有 二、重要概率分布的期望和方差 2. 二项分布 则有 设随机变量 X 服从参数为 n, p 二项分布, 其分布律为 另解 3. 泊松分布 则有 所以 4. 均匀分布 则有 结论 均匀分布的数学期望位于区间的中点. 5. 指数分布 则有 6. 正态分布 结论 例如 且X，Y相互独立 求 的分布 +1 解 例 分　　布 参数 数学期望 方差 两点分布 二项分布 泊松分布 均匀分布 指数分布 正态分布 契比雪夫不等式 切比雪夫不等式 切比雪夫不等式也可以写成 设电站供电网有10000盏电灯，夜晚每一盏灯开灯的概率都是0.7，而假定开、关时间彼此独立，估计夜晚同时开着的灯数在6800与7200之间的概率。 利用切比雪夫不等式估计 补例 一、重点与难点 二、主要内容 三、典型例题 第四章　随机变量的数字特征习 题 课 主要内容 数学期望 方 差 离散型 连续型 性 质 协方差与相关系数 二维随机变量的数学期望 定 义 计 算 性 质 随机变量函数的数学期望 定 义 协方差的性质 相关系数定理 三、典型例题 解 例1 Ｘ P -2 0 2 0.4 0.3 0.3 求 例2 设 解 * 第四章 随机变量的数字特征 第一节 数学期望 第二节 方差 第三节 协方差与相关系数 第四节 矩 协方差矩阵 一、数学期望的概念 三、数学期望的性质 二、随机变量函数的数学期望 第一节 数学期望 一、数学期望的概念 引例 甲，乙两射击选手进行射击训练，已知在100次射击中命中环数与次数记录如下： 甲： 环数 8 9 10 乙： 环数 8 9 10 　次数 30 10 60 次数 20 50 30 试问如何判定甲，乙两射击选手的技术优劣？ 解： 用平均命中环数进行比较 甲的平均命中环数： 乙的平均命中环数： 故可以认为甲的技术比乙的好。 分析：若设X是命中的环数，则X是一r.v.，它的可能取值为0，1，…，10。上述所求的平均命中环数可看作是r.v.X的观测值（8，9，10）的算术平均值，是以频率（0.3，0.1，0.6或0.2，0.5，0.3）为权数的加权平均。 平均命中环数 频率随机波动 随机波动 随机波动 稳定值 “平均射中环数”的稳定值 “平均射中环数”等于 射中环数的可能值与其概率之积的累