- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
工程随机数学(2011-4).ppt
工程随机数学; 关键词:
数学期望
方差
协方差
相关系数
数字特征:联系随机变量分布函数的某些数
;研究数字特征的意义;问题的提出:
在一些实际问题中,除了需要了解随机变量
的分布函数外,更关心的是随机变量的某些特征。
例:
在评定某地区粮食产量的水平时,最关心的
是平均产量;
在检查一批棉花的质量时,既需要注意纤维的
平均长度,又需要注意纤维长度与平均长度的
偏离程度;
考察市区居民的家庭收入情况,既知家庭的年平
均收入,又要研究贫富之间的差异程度;;§1 数学期望;定义:
定义:;说明; 例2:有2个相互独立工作的电子装置,它们的寿命
服从同一指数分布,其概率密度为:
若将这2个电子装置串联联接
组成整机,求整机寿命N(以小时计)的数学期望。
解: ; 例3:设有10个同种电子元件,其中2个废品。装配仪器时,从这10个中任取1个,若是废品,扔掉后重取1只,求在取到正品之前已取出的废品数X的期望。; 例4:设一台机器一天内发生故障的概率为0.2,机器发生
故障时全天停工。若一周5个工作日里无故障,可获利10万元;发生一次故障获利5万元;发生2次故障获利0元,发生3次或以上故障亏损2万元,求一周内期望利润是多少? ; 例5:;例6:;;
;例7:已知某零件的横截面是个圆,对横截面的直径X进行测量,其值在区间(1,2)上均匀分布,求横截面面积S的数学期望。; 例8:; 例9:设随机变量(X,Y)的概率密度为:
;;数学期望的特性:
;证明:;例:一民航送客车载有20位旅客自机场出发,旅客有10个车站可以下车,如到达一个车站没有旅客下车就不停车,以X表示停车的次数,求
(设每位旅客在各个车站下车是等可能的,并设各旅客是否下车相互独立); 例:;§2 方差;定义:;对于离散型随机变量X,; 例1:设随机变量X具有数学期望; 例2:设随机变量X具有0-1分布,其分布律为:
解:
; 例3:
解:
; 例4:; 例5:设随机变量X服从指数分布,其概率密度为:;方差的性质:
;证明:; 例6:; 例7:
解:
;例8:设活塞的直径(以cm计) 汽缸的直径 X,Y相互独立,任取一只活塞,任取一只汽缸,求活塞能装入汽缸的概率。
;切比雪夫不等式;表1 几种常见分布的均值与方差;§3 协方差及相关系数;意义;由于协方差取值的大小要受到量纲的影响, 为了消除量纲对协方差值的影响,所以把X,Y 标准化后再求协方差;意义;协方差的性质:
;意义
▼ 若X与Y相互独立,则一定有ρxy= 0
独立必不相关,但不相关未必独立
▼ X与Y不相关的等价条件是下列式子中任一个成立
Cov(X,Y)=0
E(XY)=EXEY
D(X±Y)=DX+DY
; 相关系数的性质:;; 例1:设X,Y服从同一分布,其分布律为:
X -1 0 1
P 1/4 1/2 1/4
已知P(????X? = ?Y? )=0,判断X和Y是否不相关?是否不独立? ;; ;;; 例3:设X,Y相互独立服从同一分布,记U=X-Y,V=X+Y,则随机变量U与V是否一定不相关,是否一定独立?;ρ在线性预测中的应用;利用配方法;注意:
(i) 是为了确定ρ如何取值会有Qmin
(ii) 含有b
(iii) 含有a,b
问题:
a,b如何取值才能使 Q=(i)+(ii)+(iii)=Qmin;显然,选取a#和b#时,Q=Qmin;工程应用举例:维纳最佳线性滤波器(一维情况);由
得;具体做法;实际应用;§4 矩、协方??矩阵 ;矩的意义;关于偏度与峰度的讨论;; 所以(X, Y)的协方差矩阵为; 利用协方差矩阵,可由二维正态变量的概率密度推广,得到n维正态变量的概率密度。;n维正态变量具有以下四条重要性质:
文档评论(0)