第3章随机变量及数字特征第1节 概率论.pptVIP

随机变量某一方面的概率特性都可用数字来描写 第一节 数 学 期 望 Poisson 分布 例设随机变量 X 密度为 均匀分布 四、数学期望的性质 例 某种商品每周的需求量 X～U[10,30], 小结 （1）随机变量的平均取值——数学期望； （2）随机变量的取值平均偏离平均值的情况 ——方差； （3）描述随机变量之间的相关关系 ——协方差和相关系数； 一、数学期望的定义 二、数学期望的性质 基本内容： 第三章  —— 随机变量的数字特征 抽象出 §3.1 数学期望 一、离散型随机变量的数学期望 1、概念的引入： 例1 甲班有30名学生，他们的数学考试成绩(按五级记分)如右表所示, 则平均成绩 2 5 10 8 5 2/ 30 5/ 30 10/ 30 8/ 30 5/ 30 人数 频率 1 2 3 4 5 成绩 平均值 === 以频率为权的加权平均 以频率为权 的加权平均 频率和 概率的关系 改以概率为权 的加权平均 数学期望 试验次数很大时, 频率会接近于概率pk 离散型随机变量的数学期望是一个绝对收敛级数的和 红球数的数学期望。 例 1 从装有6个红球与4个白球的袋中任意取出3个球，求其中 解 设 X 为红球数, 则 X 的分布列为 它是随机变量所有取值的以概率为权的加权平均 超几何分布 0-1分布 几种常见分布的数学期望 二项分布 定义2 设 X 是连续型随机变量, 其密度函数为 f (x), 若 收敛, 则称 为 X 的数学期望， 连续型随机变量的数学期望是一个绝对收敛的积分 小面积近似为 简称期望或均值. f ( x) x 试证 E(X)不存在. 解 柯西分布 = + ? , ∴ E(X)不存在. 不绝对收敛 指数分布 如果 收敛, 三、随机变量函数的数学期望 定理 设随机变量Y 是随机变量X 的连续函数Y=g(X), (1) 设 X 为离散型随机变量,其分布列为P(X=Xi)=pi , i=1,2,…, (2) 设X 是连续型随机变量,其密度函数为 f (x), 如果 收敛, 则 则 = ? 0. 1 + ? 0. 2 + ? 0. 4 + ? 0. 3 例 设随机变量X 的分布列为 pk X -1 0 1 2 0.1 0. 2 0.4 0.3 求 E(2X - 1), E(X 2). 解 E(2X -1) = 1. 4 ; 解 证: 证: 推广 证：仅就连续随机变量情形 五、期望及其性质的应用 例(P74) 设随机变量X服从超几何分布H(n,M,N) ,求EX。 五、期望及其性质的应用 解 设 Xi 表示第 i 次取出的 样品数中的次品数，则 Xi服从如下的 “0-1”分布, 且 Xi 的分布列为 这种将 X 分解为有限多个随机变量之和,再利用期望性质求得 X 的期望的方法是较常见的基本方法. 取出的n件样品中的次品数 设每次命中率 为 p, 例 对某一目标连续射击,直到命中n 次为止. 五、期望及其性质的应用 求消耗子弹数 X 的数学期望. 解 设 Xi 表示从第 i –1 次命中后至第 i 次命中时所消耗的子弹数， 则 X= X1+X2+…+Xn , 且 Xi 的分布列为 P(Xi = k)=