4.4数字特征及极限定理.pptVIP

4.4 数字特征与极限定理 例3 设甲、乙两人玩必分胜负的赌博游戏，假定游戏的规则不公正，以致两人获胜的概率不等，甲为p,乙为q，pq,p+q=1.为了补偿乙的不利地位，另行规定两人下的赌注不相等，甲为 a, 乙为b, ab. 现在的问题是：a究竟应比b大多少，才能做到公正？ 解：设甲赢的钱数为X，乙赢的钱数为Y， 依题意 解：设甲赢的钱数为X，乙赢的钱数为Y， 为对双方公正,应有 依题意 E(X)=bp+(-a)q, E(Y)=aq+(-b)p bp-aq=aq-bp=0, 故 期望与风险并存．数学家从期望值来观察风险，分析风险，以便作出正确的决策． 例如，有一家个体户，有资金一笔，如经营西瓜，风险大但利润高(成功的概率为0.7，获利2000元)； 如经营工艺品，风险小但获利少(95％会赚，但利润为1000元)．究竟该如何决策？ 所以权衡下来，情愿“搏一记”，去经营西瓜，因它的期望值高． 于是计算期望值： 若经营西瓜，期望值E1=0.7×2000=1400元． 而经营工艺品期望值E2＝0.95×1000＝950元． 我们介绍了随机变量的数学期望，它反映了随机变量取值的平均水平，是随机变量的一个重要的数字特征. 接下来我们将向大家介绍随机变量另一个重要的数字特征： 方差 我们已经介绍了随机变量的数学期望，它体现了随机变量取值的平均水平，是随机变量的一个重要的数字特征. 但是在一些场合，仅仅知道平均值是不够的. 例如，某零件的真实长度为a，现用甲、乙两台仪器各测量10次，将测量结果X用坐标上的点表示如图： 若让你就上述结果评价一下两台仪器的优劣，你认为哪台仪器好一些呢？ 甲仪器测量结果 乙仪器测量结果 较好 测量结果的均值都是 a 因为乙仪器的测量结果集中在均值附近 又如,甲、乙两门炮同时向一目标射击10发炮弹，其落点距目标的位置如图： 你认为哪门炮射击效果好一些呢? 甲炮射击结果 乙炮射击结果 乙炮 因为乙炮的弹着点较集中在中心附近 . 中心 中心 为此需要引进另一个数字特征,用它来度量随机变量取值在其中心附近的离散程度. 这个数字特征就是我们要介绍的 方差 一、方差的定义 采用平方是为了保证一切 差值X-E(X)都起正面的作用 由于它与X具有相同的度量单位，在实际问题中经常使用. 方差的算术平方根 称为标准差 设X是一个随机变量，若E[(X-E(X)]2∞，则称 D(X)=E[X-E(X)]2 (1) 为X的方差. 若X的取值比较分散，则方差较大 . 若方差D(X)=0,则r.v X 以概率1取常数值 . 方差刻划了随机变量的取值对于其数学期望的离散程度 . 若X的取值比较集中，则方差较小； D(X)=E[X-E(X)]2 X为离散型， P(X=xk)=pk 由定义知，方差是随机变量X的函数 g(X)=[X-E(X)]2的数学期望 . X为连续型， X~f(x) 二、计算方差的一个简化公式 D(X)=E(X2)-[E(X)]2 展开 证：D(X)=E[X-E(X)]2 =E{X2-2XE(X)+[E(X)]2} =E(X2)-2[E(X)]2+[E(X)]2 =E(X2)-[E(X)]2 利用期望 性质 请自己用此公式计算常见分布的方差. 例1 设r.v X服从几何分布，概率函数为 P(X=k)=p(1-p)k-1, k=1,2,…，n 其中0p1,求D(X) 解： 记q=1-p 求和与求导 交换次序 无穷递缩等比 级数求和公式 * * 在前面的课程中，我们讨论了随机变量及其分布，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. f (x) x o x P(x) o 然而，在实际问题中，概率分布一般是较难确定的. 而在一些实际应用中，人们并不需要知道随机变量的一切概率性质，只要知道它的某些数字特征就够了. 某型号电视机的平均寿命 18000小时±200小时 因此，在对随机变量的研究中，确定某些数字特征是重要的 . 我们先介绍随机变量的数学期望. 在这些数字特征中，最常用的是 期望和方差 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概念. 我们从离散型随机变量的数学期望开始. 一、离散型随机变量的数学期望 1、概念的引入： 某车间对工人的生产情况进行考察. 车工小