4.1(随机变量及数学期望).pptVIP

第4章 随机变量的数字特征 第四章 随机变量的数字特征 　随机变量的概率分布能够完整地描述随机变量的概率性质. 　但是这还不足以给人留下直观的总体印象. 　有时不需要去全面考察随机变量的整体变化情况，只需知道随机变量的某些统计特征就可以了． 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． 再如，在评定一批灯泡的质量时，主要看这批灯泡的平均寿命和灯泡寿命相对于平均寿命的偏差． 从这两个例子可以看到，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，但却可以概括描述它在某些方面的特征．这些能代表随机变量主要特征的数字，称为随机变量的数字特征． 　 本章介绍随机变量的几个常用数字特征：数学期望、方差、协方差和相关系数． 4.1 数学期望　 【引例】某班级有40名学生，18岁的有5人，19岁的有15人，20岁的有15人，21岁的有5人，则该班级学生的平均年龄为 事实上,平均年龄是以频率为权重的加权平均值． 【例】（掷骰子游戏）规定掷出1点得1分；掷出2点或3点得2分；掷出4点、或5点、或6点得4分,共掷n次.投掷一次所得的分数X是一个随机变量. 则X的分布律为 试问：预期平均投掷一次能得多少分？ 解：若在n次投掷中，得1分的共n1次，得2分的共n2次，得4分的共n3次,则平均投掷一次得分为： 4.1.1 离散型随机变量的数学期望 对于一般的离散型随机变量，有如下定义： 定义4.1 设离散型随机变量X的分布律为 P{X = xi} = pi，i = 1，2，…． 若级数 绝对收敛，则其称为随机变量X的 数学期望或均值． 记为E(X)，即 若级数 发散，则称随机变量X的数学期望不存在． 说明： 　　(1) 随机变量X的数学期望E(X)是一个常量，它是从概率的角度来计算随机变量X所有可能取值的平均值，具有重要的统计意义． 　 (2) 级数的绝对收敛性保证了级数的和不随级数各项次序的改变而改变． 【例】一无线电台发出呼唤信号被另一电台收到的概率是0.2，发方每隔5秒拍发一次呼唤信号，直到收到对方的回答信号为止，发出信号到收到回答信号之间需经16秒钟，求双方取得联系时，发方发出呼唤信号的平均次数。 解 令X表示双方取得联系时，发方发出呼唤信号的次数，则X的分布律为 X 4 5 6 7 …n… p 0.2 于是，双方取得联系时，发方发出的呼唤信号的平均数为 由于 当 时， 将x=0.8代入上式，得到 从而有 【例】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，奖金各5千元；三等奖10个，奖金各1千元；四等奖100个，奖金各100元；五等奖1000个，奖金各10元．每张彩票的成本费为0.3元，请计算彩票发行单位的创收利润． 解：设每张彩票中奖的数额为随机变量X，则有 其中 p0 = 1 – (1/105 + 2/105 + 10/105 + 100/105 + 1000/105) 　　　? 0.98887 每张彩票平均能得到的奖金为: 每张彩票平均可赚：2 – 0.5 – 0.3 = 1.2(元)， 彩票发行单位发行10万张彩票的创收利润为: 100000 ? 1.2 = 120000(元)． 【例】设随机变量X服从二项分布B(n，p)，求它的数学期望． 解：由于 ,k = 0 ,1,2,…,n． 因而 【例】设随机变量X服从参数为?（? 0）的泊松分布，求它的数学期望． 解：由于 ，k = 0，1，2，…， 因而 4.1.2. 连续型随机变量的数学期望 定义4.2 设连续型随机变量X的概率密度为f(x)，若积分 绝对收敛，则称其为X的数学期望或均值．记为E(X)或EX，即 若积分 不收敛,则称X的数学期望不存在.