概率BCH1-5改.pptVIP

三、随机变量函数的数学期望 ⑴离散型r.v X的分布律为：P{X=xk}=pk k=1,2… 例4 已知r.v（X，Y）的概率密度为: 方差的引入： 四、方差的定义 方差的计算方法： 5、常见分布的期望、方差(熟练记忆) 五、协方差 3、性质ⅰ) Cov(X,Y)=Cov(Y,X);(对称性) ⅱ) Cov(aX,bY)=abCov(X,Y), a,b是任意常数； ⅲ) Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y) 六、相关系数 (correlation coefficient) 设(X,Y)是一随机向量,当D(X)0,D(Y)0,则称数值 矩 (moment) :  ② ③ 则称之为X与Y的k+l 阶混合中心矩。 ① 定义：设X与Y是随机变量， ④ 显然，E(X)为一阶原点矩，D(X)是二阶中心矩； Cov(X,Y)是二阶混合中心矩。 作业：P25 T32, 34,36,37 预习内容： §4 * 第二章 随机变量 主要内容 数学期望(均值) 方差(Mathematical expectation) (Variance.) 协方差及相关系数 (Covariance、correlation coefficient) 矩(moment) §3 随机变量的数字特征 我们知道，随机变量的概率分布能完整地描述随机变量的统计规律性。但是，要完全知道一个随机变量的概率分布，并非一件容易的事情。更何况在实际问题中，也无需知道随机变量的一切概率性质，而是只关心一些能描述随机变量某些方面特征的数字——数字特征. 随机变量的数字特征无论对于理论研究还是在实践中，都具有重要意义.其中最常用的是: 期望和方差. 引例: 为了调整车辆,对某个公共汽车站的乘客数进行了20天的观察, 其结果为: 1 1 5 7 4 2 天数 440 430 420 410 400 390 乘客数 求平均每天的乘客数. =(390×2+400×4+410×7+420×5+430×1+440×1)/20 解: 20天中,平均每天乘客数为 这里2/20，4/20是“乘客数为390人”“乘客数为400人”的频率，若将其视为相应的概率,则可建立如下模型(用X表示日乘客数)： =390×2/20+400×4/20+410×7/20 +420 ×5/20+ 430×1/20+440×1/20=411 一、离散型随机变量的数学期望 定义1 设离散型r.vX的分布律为： 若级数 绝对收敛，则称级数的和为r.vX的数学期望， 简称期望或均值，记为E(X),即: (1) 随机变量 X 的算术平均值为 假设 而 注：若E(X)存在，则是一个确定的实数.而非变量,它是一种加权平均,与一般的平均值不同！ 例1 解： 令m=k-1 练习：设X服从几何分布，即 解： 求和与求导 交换次序 无穷递减等比 级数求和 二、连续型随机变量的数学期望 设连续型r.vX的概率密度为f(x),若广义积分 绝对收敛,则称此积分的值为r.vX的数学期望,记为 E(X), 即 E（X）= (2) 1、定义2 例2 已知 求 解: 由题知， 的概率密度为: 于是有: 二项分布 泊松分布 均匀分布 正态分布 指数分布 要求: ①能熟练验证; ②熟记结果. 2、几种重要分布的数学期望值: ⑵连续型r.vX的概率密度为f(x) 1 、 已知一维r.vX的分布,求其函数Y=g(X)的期望: (4) (3) 说明：该公式的重要性在于: 当我们求E[g(X)]时, 不必知道g(X)的分布，而只需知道X的分布就可以了. 这给计算r.v函数的期望带来很大方便. 简单函数 可以列表运算 解法1: 例3 设随机变量 X 的分布律为 则有 解法2: 补充 某车间生产的圆盘直径在（a，b）上服从均匀分布，试求圆盘面积的数学期望。 解：设X为某车间生产的圆盘直径，依题意，X～U（a，b） X的概率密度为 设圆盘面积为Y，则 说明：若先求出随机变量X的函数g(X)的分布，再求期望， 运算要复杂得多 . （2）连续型r.v(X,Y)的概率密度为 f(x,y)