概率论辅导课件ch4-1.pptVIP

第四章 随机变量的数字特征 例如， §1 随机变量的数学期望 一、离散型随机变量的数学期望 定义1(P130D1) 例2(P130 例2) 二、连续型随机变量的数学期望 二、连续型随机变量的数学期望 物理力学解释： 例3(P132 例3) 例4(P132 例4) 已学过的重要分布的数学期望： 三、随机变量函数的数学期望 三、随机变量函数的数学期望 ? 将 g(X) 特殊化, 可得到多种其他的数字特征. 例5(P134例5) 设随机变量X 的分布列为 例6(P135例7) 四、数学期望的性质——定理2(P.136) 五、期望及其性质的应用 例8(P134 例6) 某种商品每周的需求量 X～U[10,30], 例8 期望与风险并存 小结 * * * * 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. x p(x) o f (x) x o 在前面的课程中我们讨论了随机变量及其分布, 即分布函数能完整地描述随机变量X 的统计特征， 而且 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特征, 只需要知道它的某些特征. 但概率分布一般是较难确定的. 这些特征数字在 理论上和实践上都具有十分重要的意义. 即数据波动的范围是否小. 灯泡寿命相对于 平均寿命的偏差越小,灯泡的质量就越稳定. 平均寿命越长,灯泡的质量就越好, 主要应看这批灯 泡的平均寿命和灯泡寿命相对于平均寿命的偏差, 由此可以看出, 在对随机变量的研究中,某些与随机变 量有关的数值虽然不能完整地描述随机变量的统计性质, 在这些特征数字中, 最常用的是抽象自平均值的期望 和抽象自 相对于平均值偏差程度的方差. 我们先介绍随机变量的数学期望. 评定一批灯泡的质量, 再如选拔射击运动员, 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, 但能清晰地描述随机变量在某些方面的重要特征 . 随机变量的数学期望是概率论中最重要的概念之一. 它的定义来自习惯上的平均值概念. 我们从离散型随机变量的数学期望开始. 抽象出 1、概念的引入： 例1 甲班有30名学生, 他们的数学 考试成绩(按五级记分)如右表所示, 则该班的平均成绩 平均值 === 以频率为权的加权平均 改以频率为权 的加权平均为 频率与 以概率为权 的加权平均 数学期望 试验次数很大时, 频率接近于概率pk 频率是一个不确定的值，但概率则是一个定值 2 5 10 8 5 2/ 30 5/ 30 10/ 30 8/ 30 5/ 30 人数 频率 1 2 3 4 5 成绩 概率的关系 则称 为 X 的数学期望(期望) 如果 收敛, 离散型随机变量的数学期望是一个绝对收敛级数的和 记为 EX . 或均值, 它是随机变量所有取值的以概率为权的加权平均 设离散型随机变量X 的分布列是 P(X=xi)=pi , i=1,2,… 推广到二维: 设在各交通岗遇到红灯的事件是相互独立的, 从学校乘汽车到火车站的途中有3个交通岗, 试求途中遇到红灯次数的数学期望. 解 设 X 为遇到的红灯数, 则 X 的分布列为 0 1 2 3 X pk 7/125 54/125 36/125 8/125 其概率为2/5, X 的数学期望近似 在数轴上任取很密的分点 x1 x2 x3 …, 则 X 落在小区间[xk , xk+?xk)内的概率是 设X 是连续型随机变量,其密度为 f (