大学概率统计教程第4章.ppt

第四章 随机变量的数字特征 §数学期望 §4.2.2 方差的性质 例4.8(数学期望的性质) 例4.8(续) 例4.9 设 X? B?n, p?,则 E(X) = np 解: 设 X表示n次独立重复试验中事件A发生的次数， 则 而 故 例4.10(数学期望的线性性质) 例4.10 课堂练习 §4.2 方差 方差的定义及计算 定义4.3 设X是随机变量，若E(X-E(X))2存在，则定义 D(X)= E(X-E(X))2 称其为随机变量X的方差，记作D(X)或Var(X)，称 为标准差。 (方差本质是随机变量函数的期望) 方差的表现形式 方差的计算式 (实数) 例： ： 的射击水平由下表给出 甲、乙两人射击，他们 ：甲击中的环数； X ：乙击中的环数； Y 平较高？ 试问哪一个人的射击水 解： ． 比较两个人的平均环数 甲的平均环数为 5 . 0 10 2 . 0 9* 3 . 0 8 * + + * = E(X) 乙的平均环数为 4 . 0 10 4 . 0 9 2 . 0 8 * + * + * = E(Y) 的方差分别为 的，但两个人射击环数 是一样 ，甲乙两人的射击水平 因此，从平均环数上看 ( ) 环 2 . 9 = ( ) 环 2 . 9 = ( ) ( ) ( ) 5 . 0 2 . 9 10 2 . 0 2 . 9 9 3 . 0 2 . 9 8 2 2 2 * - + * - + * - = D(X) 76 . 0 = ( ) ( ) ( ) 4 . 0 2 . 9 10 4 . 0 2 . 9 9 2 . 0 2 . 9 8 2 2 2 * - + * - + * - = D(Y) 624 . 0 = ， 由于 D(X) D(Y) 甲稳定． 这表明乙的射击水平比 例4.11 泊松分布的方差 例4.11 泊松分布的方差 例4.12 Γ-分布的方差 Γ-分布Γ (α，β) 例4.12 Γ-分布的方差 §4.2.2 方差的性质 (常数的方差等于0) §性质3的证明 证明: X与Y独立 (4)设Xi(i=1,2,…,n) 是相互独立的n个随机变量，ci (i=1,2,…,n) 是n个常数，则 (5) DX=0 ? 存在常数c ，使得P{X=c}=1。事实上c=EX。 0-1分布的数学期望和方差 E(X)=p E(X2)=p D(X)= E(X2)-[E(X)]2=p-p2=pq 二项分布B(n,p)的方差 设 第i次试验事件A发生 第i次试验事件A不发生 其它结论 例4.14 计算数学期望及方差 设随机变量X，Y，Z相互独立，且已知X~ U（1，3），Y~e(2)，Z~Γ（3，2），设 W=2X+3XYZ-Z+5，求E（W）； (2)U=3X-2Y+Z-4，求D（U）。 解：E(X)=2，E(Y)=1/2，E(Z)=3/2，且X，Y，Z 相互独立，故得 例4.14 计算数学期望及方差 $4.2.3 变异系数 矩及中心矩 定义4.5 原点矩和中心矩的关系 例4.15 原点矩和中心矩的计算 例4.15 例4.15 * * §4.1 数学期望 例4.1：某自动化车床在一天内加工的零件中，出现次品的数量X是一个随机变量。由多日统计，得X的分布律如下： 0.10 3 0.04 0.44 0.27 0.15 pi 4 2 1 0 X 问车床平均一天出几个次品？ 数学期望 设车床工作100天，按分布律，理想化后 可得平均值为 §4.1.1 数学期望的定义 若级数 不收敛,我们称X的数学期望不存在. 定义 4.1. 若离散型随机变量X～P{X=xk}=pk, k=1,2,…, 如果级数 绝对收敛，则称此级数为X的数学期望（也称期望或均值）,记为 例4.2 X服从0~1分布,则E(X)=p 泊松分布的期望 例4.3 设X ? ????，则 E(X) = ?。 离散随机变量无期望例子 连续型随机变量的数学期望 定义 4.2若连续型随机变量X～f(x), 如果 广义积分 此积分为随机变量X的数学期望,记为 绝对收敛，则称 连续型随机变量的数学期望 连续型随机变量的数学期望 例4.4 Γ分布的数学期望 X的密度函数: 解: §4.1.2 随机变量函数的期望 定理4.1 设X为随机变量，Y=g(X)是X的 连续函数或单调函数,则 (1)若离散型随机变量X～P{X=xk}=pk, k=1,2,…, 如果级数 绝对收敛，则 X P g(x) P x1 x2 … xn p1 p2 … pn g(x1) g(x2) … g