概率四章蓝底.pptVIP

  1. 1、本文档共78页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
概率四章蓝底

例13 设甲、乙两人玩必分胜负的赌博游戏,假定游戏的规则不公正,以致两人获胜的概率不等,甲为p,乙为q,pq,p+q=1.为了补偿乙的不利地位,另行规定两人下的赌注不相等,甲为 a, 乙为b, ab. 现在的问题是:a究竟应比b大多少,才能做到公正? 下面我们给出数学期望应用的一个例子. 解:设甲赢的钱数为X,乙赢的钱数为Y, 为对双方公正,应有 依题意 E(X)=bp+(-a)q, E(Y)=aq+(-b)p bp-aq=aq-bp=0, 故 例如,某零件的真实长度为a,现用甲、乙两台仪器各测量10次,将测量结果X用坐标上的点表示如图: 若让你就上述结果评价一下两台仪器的优劣,你认为哪台仪器好一些呢? 乙仪器测量结果 甲仪器测量结果 较好 测量结果的均值都是 a 因为乙仪器的测量结果集中在均值附近 第二节 方差 为此需要引进另一个数字特征,用它来度量随机变量取值在其中心附近的离散程度. 这个数字特征就是我们这一节要介绍的 方差 方差是随机变量X与其“中心”E(X)的偏差平方的平均。方差刻划了随机变量的取值对于其数学期望的离散(偏离)程度 . 注:若方差D(X)=0,则随机变量 X 以概率1取常数值 . 计算方差的一个简化公式 D(X)=E(X2)-[E(X)]2 展开 证:D(X)=E[X-E(X)]2 =E{X2-2XE(X)+[E(X)]2} =E(X2)-2[E(X)]2+[E(X)]2 =E(X2)-[E(X)]2 利用期望 性质 即D(X)=0 P{X= C}=1, 这里C=E(X) 方差的性质 设随机变量X与Y的方差存在,则 可推广为:若X1,X2,…,Xn相互独立,则 注:(4)可推广到n个相互独立随机变量的 情形。 例:设一次试验中事件 A 发生的概率为p,则在n次这样的独立重复试验中事件 A 发生的次数 X~B(n,p), 求 E ( X ) ,D( X ). 解 : X 的分布律为 第i次试验中A发生 第i次试验中A不发生 则Xi(1≤ i≤ n )是服从0-1分布的随机变量且有 又 E ( Xi ) = p , D ( Xi ) = p(1-p) (1≤ i≤ n) 几种重要随机变量的方差 X 0 1 P 1-p p 注:正态随机变量的概率密度中的两个参数u, σ2分别就是该随机变量的数学期望和方差,故正态随机变量的分布完全由它的数学期望和方差所确定。 随机变量的分布完全可由它的数学期望和方差来确定。 例2 设随机变量X和Y相互独立, 且 X~N(1,2), Y~N(0,1). 试求Z=2X-Y+3的概率密度. 故X和Y的联合分布为正态分布,X和Y的 任意线性组合是正态分布. 解: X~N(1,2),Y~N(0,1),且X与Y独立, D(Z)=4D(X)+D(Y)=8+1=9 E(Z)=2E(X)-E(Y)+3=2+3=5 即 Z~N(E(Z), D(Z)) Z~N(5, 32) 故Z的概率密度是 Z~N(5, 32) 前面我们介绍了随机变量的数学期望和方差,对于多维随机变量,反映分量之间关系的数字特征中,最重要的,就是本节要讨论的 协方差和相关系数 第三节 协方差与相关系数 若(X,Y)为二维离散型随机变量,其联合分布律为 P{X=xi,Y=yj}=pij, i,j=1,2,… 若(X,Y)为二维连续型随机变量,其概率密度为f(x,y) * * 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 本章主要内容 在前面的课程中,我们讨论了随机变量及其分布,如果知道了随机变量X的概率分布,那么X的全部概率特征也就知道了. 然而,在实际问题中,概率分布一般是较难确定的. 而在一些实际应用中,人们并不需要知道随机变量的一切概率性质,只要知道它的某些数字特征就够了. 因此,在对随机变量的研究中,确定某些数字特征是重要的 . 我们先介绍随机变量的数学期望. 在这些数字特征中,最常用的是 期望和方差 第一节 数学期望 例: 某种产品即将投放市场,根据市场调查估计每件产品有60%的把握按定价售出,20%的把握打折售出及20%的可能性低价甩出。上述三种情况下每件产品的利润分别为5元,2元和 -4 元。厂家对每件产品可获利多少? 解: 设 X 表示一件产

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档