概率论与随机过程-第四章.pptVIP

第四章、随机变量的数字特征 例13 Γ函数的基本知识 例13 某公司计划开发一种新产品投入市场并试图确定该产品的产量，他们估计出售一件产品可获利m元，而积压一件产品导致n元的损失，再者，他们预测销售量Y服从参数为θ的指数分布，问要获得利润Q的数学期望最大，应生产多少件产品（m , n , θ均为已知）？ ②当X1,X2,…Xn相互独立时，有 D(X1+X2+…+Xn)= D(X1)+D(X2)+…+D(Xn) 利用这个性质可以比较简便地计算出二项分布的方差： 二项分布可以理解为n个两点分布的和，设 Xi＝ (Dxi)=pq i=1,2…n 令，X＝{在n次独立试验中A发生的次数}，有 X～b(n,p) 且 X＝ 于是， D(X)＝ npq 随机变量标准化 设X为随机变量，EX=μ，DX＝σ2，令Y＝ 则称Y为X的标准化变量。 事实上，E(Y)=0，D(Y)＝1 。此时， 如果 X～N（μ，σ2），那么 Y ～N（0，1） 重要不等式——切比雪夫（Chebyshev)不等式 定理 设随机变量X具有数学期望E(X)＝μ，方差D(X)=σ， 则对于任给的正数，不等式 成立。 证明 我们就连续型随机变量的情形来证明，设X的概律 密度为f(x)，则 即 注： ①切比雪夫不等式可写成如下形式： ②D(X)反映