第四章随机变量的数字特征第一讲.pptVIP

导读内容 1、自学：什么是数学期望？为什么说期望是随机变量取值的概率意义下的加权平均值？ 2、离散型、连续性随机变量的期望及随机变量函数的期望如何计算？期望有哪些性质？ 3、期望在实际问题（如效益、利润、保险、求职、证券等）中有哪些应用？请查找资料举例说明。 例1 -1 0 1 2 3 p 0.1 0.2 0.1 0.3 0.3 常见离散的随机变量的数学期望 （3）泊松分布 设 服从参数为λ的泊松分布，其分布列为 常见离散的随机变量的数学期望 常用的连续型随机变量的数学期望 2 指数分布 3 正态分布 例7 一个仪器由两个主要部件组成，其总长度为 此二部件的和，这两个部件的长度： 解: 概率与统计 浙江万里学院 李春华 编 随机变量的数字特征 第四章 随机变量的概率特性 怎样粗线条地描述r.v 的某一概率特性？ 简单明了、特征鲜明、直观实用 分布函数 密度函数 分布律 ★ r.v.的平均取值 —— 数学期望 ★ r.v.取值平均偏离均值的情况—— 方差 ★ 描述两 r.v.间的某种关系的数—— 协方差与相关系数 本 章 内 容 分布列或概率密度,全面地描述了随机变量的统计规律.但在许多实际问题中,这样的全面描述并不使人感到方便.有时只需知道它的某些特征就可以了. 1.一只母鸡的年产蛋量是一个随机变量,如果要比较两个品种的母鸡的年产蛋量,通常只要比较这两个品种的母鸡的年产蛋量的平均值就可以了. 2.考察一射手的水平, 既要看他的平均环数是否高, 还要看他弹着点的范围是否小, 即数据的波动是否小. 3.判断棉花质量时, 既看纤维的平均长度，又要看纤维长度与平均长度的偏离程度。平均长度越长,偏离程度越小, 质量就越好。 第一讲 数 学 期 望 甲、乙两射手进行打靶训练，每人各打了100发子弹，成绩如下： 怎样评估两人的成绩？ 甲： 每枪平均环数为 可见甲的射击水平比乙略好 甲： 乙： 环数 次数 次数 环数 两人的总环数分别为 (环) 乙： (环) 甲： 乙： (环) (环) 平均环数 某班级某课程考试的平均成绩 电子产品的平均无故障时间 某地区的日平均气温和日平均降水量 某地区水稻的平均亩产量 某地区的家庭平均年收入 怎样定义 r.v 的平均值概念 某国家国民的平均寿命 甲、乙两射手进行打靶训练，每人各打了100发子弹，成绩如下： 怎样评估两人的成绩？ 即平均环数为 甲： 乙： 环数 次数 次数 环数 记甲每枪击中的环数为 因为射击次数 较多,故可认为 的分布律为 则甲射手每枪平均环数为 5 4 16 21 28 17 10 3 只数Nk 3 2 1 0 -1 -2 日走时误差xk 则抽查到的100只手表的平均日走时误差为 即 例:某手表厂在出厂产品中,抽查了N=100只手表的日走时误差,其数据如表: 如果另外再抽验100只手表,每做一次这样的检验,就得到一组不同的频率,也就有不同的日走时误差的平均值. 由频率和概率关系的讨论知,理论上应该用概率去代替上述和式的频率,这时得到的平均值才是理论上(也是真正)的平均值. 这样我们就引出了随机变量的数学期望的概念. (期望、均值) 设 的分布律为 若级数 则称 为 的数学期望。 离散型随机变量的数学期望 数学期望的本质 —— 加权平均 它是一个数不再是 r.v. 设随机变量 有分布列 试求 的数学期望 解: =（-1）×0.1+0×0.2+1×0.1+2×0.3+3×0.3=1.5 解: ① 分布律为： 0.1 0.2 0.4 0.3 P 3 2 1 0 X ② 平均废品数为： 例2 某工人工作水平为：全天不出废品的日子占30%， 出一个废品的日子占40%，出二个废品占20%，出三个 废品占10%。设X为一天中的废品数，（1）求X的分布律； （2）这个工人平均每天出几个废品？ 例3 某商店对某种家用电器的销售采用先使用后付款的 方式.付款额根据使用寿命 来确定： 寿命(年) 付款(元) 试求该商店出售一台电器的平均收费额. 假设 设出售一台电器的收费额为 元 ,分布律为 即 参数为1/10 的指数分布密度函数为 即商店出售一台电器平均收费额为 元 解: (1) 两点分布 设 服从二点分布，其分布列为： q p P( = )