概率论与数理统计4_1.pptVIP

例 设系统L 由两个相互独立的子系统;⑴;则 ⑴;⑶;时;第四章; ;随机变量的数字特征（即用数字表示随机变量的;数学期望 ;一、数学期望的概念;帕斯卡;我们来看一个引例.;可以得到这100天中 每天的平均废品数为;可以想象，若另外统计100天，车工小张不出废品，出一件、二件、三件废品的天数与前面的100天一般不会完全相同，这另外100天每天的平均废品数也不一定是1.27.;这是 以频率为权的加权平均;注：离散型随机变量的数学期望是一个绝对收敛的;解 设试开次数为X ,;例2;;再如:考试中经常碰到选择题，选对3分，错了扣一分 没有任何线索的情况下，能不能碰碰运气;关于期望值的理解:;2、连续型随机变量的数学期望; 由于xi与xi+1很接近, 所以区间[xi, xi+1)中的值可以用xi来近似代替.;由此启发我们引进如下定义.;例3;二、随机变量函数的数学期望; 那么是否可以不先求g(X)的分布而只根据X的分布求得E[g(X)]呢？;解;(1) 当X为离散型时,它的分布率为P(X= xk)=pk ;; 该公式的重要性在于: 当我们求E[g(X)]时, 不必知道g(X)的分布，而只需知道X的分布就可以了. 这给求随机变量函数的期望带来很大方便.;设X 服从 N (0，1) 分布，求E (X2), E (X3), E (X4);设随机变量X 的概率密度为;某公司按季度销售某商品的量X 服从;求 S 使E( Y )最大; 上述定理还可以推广到两个或两个以上随 机变量的函数的情况。;若级数;例8 已知( X,Y )的分布律为 ;;已知 的概率密度 ;一般来说， ,那么何时相等？ 看下面数学期望性质;1. 设C 是常数，则E(C )=C ;;4. 设X、Y 独立，则 E(XY )=E(X )E(Y );;（当Xi 独立时）;四、几种重要分布的数学期望 ;⑶ 二项分布;结论：任何一个服从二项分布的随机变量 X 都可表示;则;⑶ 正态分布;已知;;注:;小结;