概率论与数理统期望.pptVIP

前两章讨论了随机变量的分布函数，我们看到分布函数能够完整地描述随机变量的统计特征，但在一些实际问题中，随机变量的分布函数并不容易求得；另一方面，在一些实际问题中，我们往往并不直接对分布函数感兴趣，而只对分布的少数几个特征指标感兴趣，例如分布的中心位置，分散程度等等，一般称之为随机变量的数字特征，而这些数字特征在理论和实践中都具有十分重要的意义。本章介绍随机变量的常用数字特征：数学期望、方差、协方差、相关系数和矩。 第一节 数学期望 一、离散型随机变量的数学期望 我们希望引进这样一个特征数字，它能反映随机变量X所取数值的集中位置，就象力学系统中的重心反映该系统质量的集中位置一样，在概率论中，这样一个数字就是随机变量的数学期望（也称平均值）.先看一个例子。 观察一名射手20次射击的成绩如下： 我们知道，当试验次数增大时，频率的稳定值就是概率，那么完整描述该射手真实水平的是其射中各环数的概率分布，相应地，观察到的平均中靶环数?x 随试验次数增大必将趋于一个稳定值，设中靶环数X（观察之前为随机变量）的分布律为： P{X=i}=pi, i=0,1,2,…,10, 定义中“绝对收敛”这一条件，是为了保证E(X)的值不因求和的次序改变而改变，期望公式(1)实际上是随机变量X的取值以概率为权的加权平均，它也有一个物理的解释。 例1 X~b(1,p), 求E(X)解 因X有分布律 例2 设X~