3.1数学期望(随机变量的均值).docVIP

第三章 随机变量的数字特征 内容 提要 本章主要讲述离散型随机变量的数学期望，连续型随机变量的数学期望，随机变量的函数的数学期望，数学期望的性质；方差的概念，方差的计算，方差的性质；协方差及相关系数的定义、协方差与相关系数的性质、矩等内容．切比雪夫不等式与大数定律。 重点 分析 理解数学期望与方差的概念，掌握它们的性质与计算． 了解二项分布、泊松分布、均匀分布、指数分布的数学期望与方差． 了解矩、相关系数的概念及其性质与计算． 难点 分析 数学期望与方差的概念、性质与计算． 矩、相关系数的概念、性质与计算． 切比雪夫不等式与大数定律。 第三章 随机变量的数字特征(Chapter Three Figure Characteristic of Random Variable) 第二章我们讨论了随机变量的分布函数，我们看到分布函数能够完整地描述随机变量的统计特性．但在一些实际问题中，不需要去全面考察随机变量的整个变化情况，而只需知道随机变量的某些统计特征．例如，在检查一批棉花的质量时，只需要注意纤维的平均长度，以及纤维长度与平均长度的偏离程度，如果平均长度较大、偏离程度较小，质量就越好．从这个例子看到，某些与随机变量有关的数字，虽然不能完整地描述随机变量，但能概括描述它的基本面貌．这些能代表随机变量的主要特征的数字称为数字特征．本章介绍随机变量的常用数字特征：数学期望、方差和相关系数． 3.1 数学期望(随机变量的均值) Mathematical Expectation（Average of Random Variable） 1. 离散型随机变量的数学期望 (Mathematical expectation of discrete random variable) Example 1 某年级有50名学生，17岁的有2人，18岁的有2人，16岁的有46人，则该年级学生的平均年龄为 事实上我们在计算中是用频率为权重的加权平均，对于一般的离散型随机变量，其定义如下： Definition 1 设离散型随机变量的分布律为P(Xk = xk) = pk (k = 1，2，…), 若级数绝对收敛，则称其为随机变量的数学期望(Mathematical expectation)或均值(Average)．记为． 若级数发散，则称随机变量的数学期望不存在． (Suppose is a discrete random variable, which distribution law is table 3-1. if progression is absolutely convergent, then it is called mathematical expectation (or average) of random variable , which is written . If seriesis divergent, then random variable has not mathematical expectation.) Example 2 一批产品有一二三等品及废品4种，所占比例分别为，各级产品的出厂价分别为6元，4.8元，4元，0元，求产品的平均出厂价． Solution 设为任取一只产品的出厂价, 的分布律为: X 6 4.8 4 0 p 0.6 0.2 0.1 0.1 平均出厂价为 (元) Example 3 (P75,例 3)设随机变量服从参数为的泊松分布，求它的数学期望． Solution 由于，k=1,2,… 因而 2. 连续型随机变量的数学期望 (Mathematical expectation of a continual random variable) Definition 2 设连续型随机变量的分布密度函数为，若积分绝对收敛，则称其为的数学期望或均值．记为，．(Suppose is a continuous random variable, which its probability density function is . if integral, , is absolutely convergent, then it is called mathematical expectation (or average) of random variable, which is written, and .) 若积分发散，则称随机变量的数学期望不存在． Example 3 (P75,例 5) 设随机变量服从参数为(0)的指数