ch4 rv的数字特征.ppt

Ch3 r.v.的数字特征 数学期望 方 差 分 位 数 三章作业 P77——1，2，3，5，8 P82——1，2，4 P86——1，2 什么是r.v.的数字特征 r.v.的概率分布 分布函数F(x)=P{X≤k} 分布律P{X=k} 概率密度f(x) 在有些问题中只能或者只需知道r.v.的某些特 征，如取值的集中位置，分散程度等，称为 r.v.的数字特征。 §3.1 数学期望 §3.2 方差 3.3 分位数 数理统计中常用的一种r.v.的数字特征。 三章小结 1.数学期望 2.方差 3.分位数 4. 均匀分布X～U(a, b) 5. 指数分布 X~Exp(λ) 6. 标准正态分布 X～N(0, 1) E(X)＝0 D(X)＝1 正态分布 X～N(?, ?2) E(X)＝μ D(X)＝?2 定义 设X是连续型r.v.，0p1，若实数xp满足 则称xp为X(或X服从的分布)的p分位数(分位点)。 特别：p=0.5时，称x0.5为X的中位数。 *上海理工大学理学院 引例1 甲乙两名射手各射击10枪, 结果如下表: 问哪个射手射击本领高？ 3 7 2 2 3 次数 8 9 10 击中环数 次数 击中环数 6 4 0 0 8 9 10 7 解：两个射手平均每枪打中的环数分别是： 平均起来，甲每枪射中8.5环，已每枪射中8.4环。甲的平均成绩高些，但乙的射击成绩更稳定。 甲：（7×3+ 8×2+ 9×2+ 10×3）/10 = 7×0.3+ 8×0.2+ 9×0.2+ 10×0.3=8.5 乙：（7×0+ 8×6+ 9×4+ 10×0）/10 = 7×0+ 8×0.6+ 9×0.4+ 10×0=8.4 引例2 甲乙两赌徒赌技相同，各出赌资50元，先赢3局者得全部100元，当甲赢2局，乙赢1局时，赌局因故终止，这时100元该如何分才公平？ 引例3 一射手进行打靶练习，规定射入区域e2得2分、 e1得1分，脱靶，即射入区域e0得0分。共射击了N 次，其中得0分、1分、2分的次数分别为n0、n1、n2， 则平均一次射击得分为 e2 e1 e0 平均值 理论上的平均值 注：定义中，要求级数绝对收敛的目的在于使数学期望唯一。因为r.v.的取值可正可负，取值次序可先可后，由无穷级数的理论知道，如果此无穷级数绝对收敛，则可保证其和不受次序变动的影响。 ——描述r.v.取值的 平均特征 注：数学期望是一个数值，表示随机变量分布的中心，当相应的无穷级数或广义积分不绝对收敛时，数学期望就不存在. 它完全由r.v.的分布决定，反映概率的加权平均值。 例1 某机器一天内发生故障的概率为0.2，若 发生故障，全天停止工作，一周五个工作日， 获利情况如下表，求周利润Y的数学期望。 -2 3次及以上 0 2 5 1 10 0 获利(万元) 故障次数 例2 某新产品在未来市场上的占有率X是 (0,1) 上取值的r.v.，其概率密度为 试求平均市场占有率。 例3 某品牌电视机按规定实行“三包”，若寿命不足30天，顾客可以退换，工厂则要亏损500元；若寿命在30～365天，顾客可以要求免费维修，工厂则要亏损100元；若寿命超过365天，电视机超过保修期，工厂获利150元．假设电视机的寿命X (单位：天)的概率密度为 试求工厂每生产一台电视机平均获利多少元？ 二、常见分布的数学期望 1. 0-1分布 X～b(1,p) 2. 二项分布 X～b(n, p) E(X)＝p E(X)＝np 3.泊松分布 X～P(λ) 4. 均匀分布X～U(a, b) E(X)＝λ 5. 指数分布 X~Exp(λ) 6. 正态分布 X～N(?, ?2) E(X)＝μ 1. E(c)=c 三、数学期望的性质 2. E(aX+b)=aE(X)+b 例4 X~N(0,1)，求E(3X-4)。 解：由题意得 引例：设X的分布律为 解: 求r.v. Y=X2的数学期望 X Pk -1 0 1 Y Pk 1 0 四、r.v.函数的数学期望 定理 设X是随机变量，Y=g(X)，g(x)为实连续函数, 且E(g(X))存在，则： (1) 若X为离散型，P{X=xi}=pi， i=1,2,...有 (2) 若X为连续型，概率密度为 f(x)，则 数学期望体现了r.v.取值的平均水平； 方差是r.v. 的另