概率论在实际生活中的应用.pptVIP

第一节 数学期望 第二节 方差 复习与小结 方差 Variance 定义 ＝ 　 设 是一随机变量， 如果 的方差，记为 存在， 则称 为 或 均方差/标准差 与 有相同的量纲 一维随机变量的方差 设离散随机变量X的概率分布为 离散型 连续型 设连续随机变量X的分布密度为 f (x) 二维随机变量的数学期望 (X,Y)为二维离散型随机变量 (X,Y)为二维连续型随机变量 方差的背景和意义 E( X1 )=5 D( X1 )=0.5 X2 P 2 3 5 7 8 1/8 1/8 1/2 1/8 1/8 E( X2 )=5 D(X2)=3.25 X1 P 4 5 6 1/4 1/2 1/4 算一算X1 和X2期望、方差 比较X1和X2的取值偏离期望值5的程度与方差的关系 方差反映了随机变量的取值相对于期望值的分散程度 方差计算公式 Proof. 方差的计算步骤 Step 1: 计算期望 E(X) Step 2: 计算 E(X2) Step 3: 计算 D(X) 例：数学期望和方差的计算 三个射手独立地向目标各打一枪，他们击中目标的概率分别是 p1 , p2 , p3，设X表示目标中弹数，求E(X)和D(X). 求X的概率分布. 分 析 X的所有可能取值为0, 1, 2, 3 P(X=0)=q1q2 q3 P(X=1)= p1q2q3 + q1p2q3+ q1q2p3 令qi=1-pi P(X=2)= p1p2 q3 +p1q2p3 + q1p2p3 P(X=3)= p1p2p3 a b c d Step 1： Step 2： 利用公式计算 方差的性质 . 相互独立时 当随机变量 C 为常数 . 是两个相互独立的随机变量，其概率密度 分别为 求 . 两点分布的方差 X P 0 1 1-p p 分布律 方差 D(X) = p q q=1-p 二项分布的方差 If X ~ B ( n, p ) , then D ( X ) = n p ( 1- p ) D(X)=npq 分布律 方差 X ~ B ( n, p ) 泊松分布的方差 If then 方差和期望值相等？！ 分布律 方差 均匀分布的方差 分布密度 方差 指数分布的方差 分布密度 方差 正态分布的方差 分布密度 方差 某地出产的某品种的苹果的总量X服从正态分布。若E(X)=148, D(X)=162.写出X的分布律和概率密度，并用积分表示 例 解 若随机变量X服从均值为2，方差为σ2的正态分布，且P{2X4}=0.3,求P{X0}。 已知一批玉米种子的发芽率是75％，播种时每穴种三粒，求每穴发芽种子粒数的数学期望、方差及均方差. , , . 设发芽种子数为 X， 则 X 服从二项分布，且 例 解 设X表示10次独立重复射击命中目标的次数，每次射中命中的概率为0.4，求 X2 的数学期望。 某动物的寿命 X （年） 服从指数分布，其中参数 ＝0.1，求这种动物的平均寿命及标准差. 例 所以这种动物的平均寿命为10年，标准差为10年. 解 因为 服从指数分布，且 设随机变量X服从参数为1的指数分布，求 常见分布及其期望和方差列表 作业P93-94 1; 3; 6; 8 * * 华南农业大学理学院应用数学系 Probability 第一章 随机事件及其概率 第四章 随机变量的数字特征 第二章 随机变量及其概率分布 第三章 二维随机变量及其分布 随机变量的数字特征 第四章 数学期望 方差 * 协方差与相关系数 * 大数定律与中心极限定理 数学期望E(X) 设离散型随机变量的概率分布为 Mathematical Expectation 定义 离散型随机变量 连续型随机变量X的数学期望E(X) 连续型随机变量 定义 设连续型随机变量X的概率密度为 f (x), 则 数学期望的意义 E(X)反映了随机变量X取值的“概率平均”,是X的可能值以其相应概率的加权平均。 试验次数较大时，X的观测值的算术平均值 在E(X)附近摆动 数学期望又可以称为期望值(Expected Value)，均值(Mean) Expected Value as a Point of Balance X P 4 1/4 5 1/2 6 1/4 数学期望的计算 已知随机变量X的分布律： E(X)=1/4×4+1/2×5+1/4×6=5 例 数学期望的计算 已知随机