【中国矿业大学课件】概率论：4-1.pptVIP

第四章 第一节 例4 作业13 则 ⑵ 指数分布 则 分部积 分法 ⑶ 正态分布 已知 的分布律为 例1 求 解 * 随机变量的数字特征 一、数学期望 二、方差 三、协方差及相关系数 四、矩、协方差矩阵 随机变量的数字特征（即用数字表示随机变量的 分布特点）， 在理论上和应用上都是有重要意义的。 本章介绍随机变量常用的数字特征：数学期望和方 差。 数学期望 第四章 二、随机变量函数的数学期望 一 、数学期望的概念 三、数学期望的性质 四、几种重要分布的数学期望 一、数学期望的概念 对于随机变量来说， 有时不仅要知道它的概率分布， 还希望知道随机变量取值的“平均”大小。 起源： 法国数学家帕斯卡（Pascal，1623—1662） 法国数学家费马（ Fermat，1601—1665） 法国军人德.梅勒（De Mere，1607—1684） 帕斯卡 德.梅勒 约定先赢5局，获全部赌金 A：4 B：3 分赌金 写信 费马 假设再赌一局 A赢获全赌金：1 A输获赌金： 1/2 A最后获赌金：1/2×1+1/2×1/2=3/4 B最后获赌金：1/2×0+1/2×1/2=1/4 期望（提前分钱） 朋友 若统计100天,可得到这100天中每天的平均废品数为 每天生产的废品数 X 是一个随机变量。如何定义X 引例 某车间对工人的生产情况进行考察。车工小张 的平均值呢？ (假定小张每天至多出三件废品) 可以想象，若另外统计100天，情况？？？ 可以得到n 天中每天的平均废品数为 一般来说,若统计n天, (假定小张每天至多出三件废品) 把这种各个数与相应频率相乘的和称为 0、1、2、3 的以频率为权的加权平均， 而频率称为权。 由频率和概率的关系 概率代替频率，得平均值为 ，在求废品数 X 的平均值时，用 注：离散型随机变量的数学期望是一个绝对收敛的 若级数 绝对收敛 。 设离散型随机变量X 的分布律为 简称期望或均值，记为 E(X). 则称此级数的和为X 的数学期望。 即 级数的和. 数学期望是随机变量的平均值， 其与 X 取 值 x k 的顺序无关（唯一性），所以要求级数绝对收敛。 一、定义1 解 设试开次数为X , 于是 某人的一串钥匙上有n 把钥匙，其中只有一把能打开自己的家门，他随意地试用这串钥匙中的某一把去开门. 若每把钥匙试开一次后除去，求打开门时试开次数的数学期望. 例1 例2 掷一颗均匀的骰子，以 X 表示掷得的点数， 求X 的数学期望。 例3 甲乙两人射击，他们的射击水平由下表给出 试问哪个人的射击水平较高？ 解 甲乙的平均环数可求得： 因此，从平均环数上看，甲的射击水平要比乙的好。 X：甲击中的环数 Y：乙击中的环数 设连续型随机变量X 的概率密度为 为X 的数学期望。 定义2 如果 绝对收敛， 简称期望或均值，记为 E (X) . 即 则称 已知某电子元件的寿命 X 服从参数为 的指数分布(单位：小时）。 求这类电子元件的平均寿命E ( X )。 解 小时。 由定义可得 二、随机变量函数的数学期望 应该如何计算Y=g(X)的数学期望呢？ 故可以按照期望的定义把E [ g(X ) ]计算出来. 一种方法是， 因为g( X )也是随机变量， 它的分布可以由已知的X 的分布求出来， 解 已知X 的分布律为 求 及 的数学期望。 1/4 1/8 1/4 3/8 -1 0 1 2 例1 1/4 1/8 1/4 3/8 1 0 1 4 同理 定理1 设 ( g为连续函数 ) ⑴ 设X为离散型随机变量，其分布律为 若级数 绝对收敛, 则g(X) 的数学期望为 ⑵ 设X为连续型随机变量，其概率密度为f(x), 若 绝对收敛, 则g(X) 的数学期望为 设X 服从 N (0，1) 分布，求E (X2), E (X3), E (X4) 例2 解 设随机变量X 的概率密度为 例3 求 E ( 1 / X )。 解 某公司按季度销售某商品的量X 服从 例4（最佳决策） [2000，4000]上的均匀分布，销售1公斤获利3元，屯仓 1公斤亏损1元，为获利最大，该公司应进货多少公斤？ 解 设S为进货量，则 ，获得利润为 由题意可得 则平均利润为 求 S 使E( Y )最大 可得 （公斤） 定理2 设( X , Y )是二维随机变量, g ( X , Y )是二元连 续函数 ⑴ 设( X , Y )为离散型随机变量，其联合分布律为 若级数 绝对收敛, 则Z 的数学期望为 ⑵ 设X为连续型随机变