《概率论与数理统计》课件ch4一1.ppt

CH4 随机变量的数字特征 注 数学期望由r.v.的概率分布唯一确定 概率意义：r.v.依概率取值的平均，均值 绝对收敛：保证级数之和不受求和次序变动的影响（级数具有可交换性） 本质: 加权平均,它是一个数不再是 r.v. 例4-1-1 连续型期望 例4-1-5 例4-1-6 例4-1-7 注 常见 离散r.v. 的数学期望 常见 连续r.v. 的数学期望 * §4.1 数学期望 §4.2 期望的性质与随机变量函数 的期望 §4.3 方差 §4.4 协方差与相关系数 CH4 随机变量的数字特征 分布函数能完整地描述随机变量的统 计特性, 但实际应用中, 有时并不需要知道 分布函数而只需知道随机变量的某些特征.这些特征虽不能完整地描述随机变量，但能清晰地描述随机变量在某些方面的重要特征 . 考察一射手的水平, 既要看他的平均 环数是否高, 还要看他弹着点的范围是否 小, 即数据的波动是否小. r.v.的平均取值 —— 数学期望 r.v.取值平均偏离平均值的情况 —— 方差 描述两个 r.v.之间的某种关系的 数 —— 协方差与相关系数 本 章 内 容 随机变量某一方面的概率特性 都可用数字来描写 引例 考查某手表厂出厂手表的日走时误差X的 平均取值。抽取N=100只手表，测得日走时 误差如下: §4.1数学期望-引例 §4.1 数学期望 3 10 67 8 5 4 3 只数Nk -2 -1 0 1 2 3 4 日走时误差k(s) 则这100只手表的平均日走时误差为: 表示事件“日走时误差为k秒”的频率 算术平均值， 随试验不同而变 频率稳定于概率 常数，描述 X 取值的 平均水平，即期望 = EX 设 X 为离散 r.v. 其分布律为 若 无穷级数 则 X 的数学期望存在, 记作 E X, 即 离散期望定义 绝对收敛, 否则, X的数学期望不存在, 不绝对收敛,即 发散 注 一. 离散型 r.v.的期望 注 例4-1-1 掷一颗均匀的骰子，求它落地时 出现的平均点数。 解 X 1 2 3 4 5 6 P 1/6 1/6 1/6 1/6 1/6 1/6 EX=(1+2+3+4+5+6)/6=3.5 思考 掷两颗均匀的骰子，求它落地时 出现的平均点数? n颗骰子呢? 练4-1-1 练习册P26一.1. 例4-1-2 X ~ B ( n , p ), 求 E X . 解 特例 若Y ~ B ( 1 , p ), 则 EY 例4-1-2 例4-1-3 设 X ~ P( λ), 求E X . 解 例4-1-3 注 例4-1-4 设 X ~ G( p), 求E X . 解 例4-1-4 级数的逐项求导 设连续 r.v. X 的密度函数为 p(x) 若 广义积分 此积分为 X 的数学期望,记作 E( X ), 即 绝对收敛,则称 否则, X的数学期望不存在 不绝对收敛,即 发散 二. 连续型 r.v.的期望 注 例4-1-5 X ~ U (a,b), 求 E X . 解 练4-1-2 练习册P26一.3. 例4-1-6 X ~ e (λ), 求 E X . 解 例4-1-7 X ~ N ( ? , ? 2 ), 求 E X . 解 注意 不是所有的 r.v.都有数学期望 例如：柯西(Cauchy)分布的密度函数为 但 发散 它的数学期望不存在! 分布 期望 概率分布 参数为p 的 0-1分布 p B(n,p) np P(?) ? G(p) 三. 常见 r.v.的期望 分布 期望 概率密度 U(a,b) E(?) N(?,? 2) 柯西分布 不存在