第六章 数学期望及方差.ppt

授课教师：林四海 联系方式：TEL： Q Q： 254639066 6.2.1 数学期望及其性质 一、数学期望的概念 二、数学期望的性质 *三、 随机变量函数的数学期望 四、 小结 6.2.2 方　差 一、随机变量方差的概念及性质 二、重要概率分布的数学期望方差 三、 例题讲解 四、 小结 契比雪夫资料 一、随机变量方差的概念及性质 三、例题讲解 二、重要概率分布的方差 四、小结 1. 概念的引入 方差是一个常用来体现随机变量取值分散程度的量. 实例 有两批灯泡,其平均寿命都是 E(X)=1000小时. 2. 方差的定义 　　方差是一个常用来体现随机变量 X 取值分散程度的量. 如果 D(X) 值大, 表示 X 取值分散程度大, E(X) 的代表性差; 而如果 D(X) 值小, 则表示X 的取值比较集中, 以 E(X) 作为随机变量的代表性好. 3. 方差的意义 离散型随机变量的方差 连续型随机变量的方差 4. 随机变量方差的计算 (1) 利用定义计算 证明 (2) 利用公式计算 证明 5. 方差的性质 (1) 设 C 是常数, 则有 (2) 设 X 是一个随机变量, C 是常数, 则有 证明 (3) 设 X, Y 相互独立, D(X), D(Y) 存在, 则 证明 推广 1. 两点分布 已知随机变量 X 的分布律为 则有 2. 二项分布 设随机变量 X 服从参数为 n, p 二项分布,(即 ) 其分布律为 令 表示第i次试验中事件A发生的次数， 是相互独立的， 则有 ， 其中 服从同一0—1分布。 所以有 3. 泊松分布 则有 所以 4. 均匀分布 则有 结论 均匀分布的数学期望位于区间的中点. 5. 指数分布 则有 设 其概率密度为 结论： 指数分布的期望和方差分别为 和 6. 正态分布 则有 分　　布 参数 数学期望 方差 两点分布 二项分布 泊松分布 均匀分布 指数分布 正态分布 解： 例1 于是 解 例2 解 例3 解 例4 契比雪夫不等式 证明 取连续型随机变量的情况来证明. 切比雪夫不等式 得 方差是一个常用来体现随机变量 X 取值分散 程度的量. 如果 D(X) 值大, 表示 X 取值分散程 度大, E(X) 的代表性差; 而如果 D(X) 值小, 则 表示 X 的取值比较集中, 以 E(X) 作为随机变 量的代表性好. 2. 方差的计算公式 3. 方差的性质 4. 契比雪夫不等式 Pafnuty Chebyshev Born: 16 May. 1821 in Okatovo, RussiaDied: 8 Dec. 1894, in St. Petersburg, Russia一、数学期望的概念 二、数学期望的性质 *三、随机变量函数的数学期望 四、小结 6.2 随机变量的数字特征 引例1 分赌本问题(产生背景) A, B 两人赌技相同, 各出 赌金100元,并约定先胜三局者为 胜, 取得全部 200 元.由于出现意 外情况 ,在 A 胜 2 局 B 胜1 局时, 不得不终止赌博, 如果要分赌金, 该如何分配才算公平? A 胜 2 局 B 胜 1 局 前三局: 后二局: 把已赌过的三局(A 胜2局B 胜1局)与上述结果 相结合, 即 A、B 赌完五局, A A A B B A B B A 胜 B 胜 分析 假设继续赌两局,则结果有以下四种情况: A A A B B A B B A胜B负 A胜B负 A胜B负 B胜A负 B胜A负 A胜B负 B胜A负 B胜A负 因此, A 能“期望”得到的数目应为 而B 能“期望”得到的数目, 则为 故有, 在赌技相同的情况下, A, B 最终获胜的 可能性大小之比为 即A 应获得赌金的 而 B 只能获得赌金的 因而A期望所得的赌金即为X的 “期望”值, 等于 X 的可能值与其概率之积的累加. 即为 若设随机变量 X 为:在 A 胜2局B 胜1局的前提 下, 继续赌下去 A 最终所得的赌金. 则X 所取可能值为: 其概率分别为: 1. 离散型随机变量的数学期望 试问哪个射手技术较好? 实例1 谁的技术比较好? 乙射手 甲射手 解 故甲射手的技术比较好. 实例2 发行彩票的创收利润 某一彩票中心发行彩票 10万张, 每张2元. 设头等奖1个, 奖金 1万元, 二等奖2个