教学课件PPT随机变量的数学期望.pptVIP

* * * * * * * * Ex1. ( X , Y ) 的概率密度为 ⑴ E (X) , E (Y ) ； ⑵ E (XY) 试求 解 x y (1,1) 0 y = x Ex2. 已知 (X ,Y )的联合分布律如下表所示，试求 E ( X )， E ( Y ) ， E ( X＋Y )和 E ( XY ). 解 X Y 0 1 0 0.1 0.8 1 0.1 0 p i . 0.2 0.8 p. j 0.9 0.1 Ex2. 已知 (X ,Y )的联合分布律如下表所示，试求 E ( X )， E ( Y ) ， E ( X＋Y )和 E ( XY ) . 解 X Y 0 1 0 0.1 0.8 1 0.1 0 p i . 0.2 0.8 p. j 0.9 0.1 注意: 可见,一般讲 三、数学期望的性质 1）设C是常数，则 2) 对任何X，Y 有 3) 若 X 与Y 相互独立，则 Ex3. X 和Y 相互独立, 二者的概率密度为 则E (XY ) ＝ ( ). C. 8 / 3 D. 7 / 3 C A. 4 / 3 B. 5 / 3 Ex4. 若X服从0-1分布,求EX 解 EX=0?(1-p)+1?p=p Ex5. 设X～P(λ), 求E(X). X的其分布律为P{X=k}=pk(1-p)1-k (k=0,1), 解 X的分布律为 四、常用分布的数学期望 Ex5 设X～P(λ), 求E(X). X的数学期望为 即 E(X)=λ. 解 X的分布律为 试求 E ( X ) . 解 例6 随机变量X 服从二项分布B ( n, p ), 设 Yi ∽ B ( 1, p ) ( i =1, 2, … , n )，且各 变量相互独立，则可看出 于是 试求 E (X ). Ex6. 设X ∽ R (a, b), 其中常数a, b＞0. Ex7. 设X ∽ E (λ). 试求E (X ). 试求 E (X ). 解 Ex6. 设X ∽ R (a, b), 其中常数a, b＞0. 显然, X的概率密度 解 故 Ex7. 设X ∽ E (λ). 试求E (X ). X的概率密度为 即其概率密度为 例7 随机变量X 服从正态分布N (μ, σ2), 其中常数μ, σ2＞0，试求 E (X ). 解 且 , 即 可见 又∵ 几种常用的概率分布 分布 参数 分布律或概率密度 数学期望 方差 0-1 分布 二项 分布 泊松 分布 分布 参数 分布律或概率密度 数学期望 方差 均匀 分布 其它 正态 分布 指数 分布 其它 几种常用的概率分布 在概率意义下的平均值，是一个重要的数字特征. 接下来的一讲中，我们将向大家介绍随机变量的 方差 这一讲，我们介绍了随机变量的数学期望， 它反映了随机变量取值的平均水平，是随机变量 另一个重要的数字特征： * * * * * * * * * * * * * * * * * 概率论与数理统计 ( Mathematical expectation deviation ) 第一讲 随机变量的数学期望 第三讲 协方差与相关系数 第二讲 随机变量的方差 第四章 随机变量的数字特征 第一讲 随机变量的数学期望 数学期望的定义 数学期望的计算法 常用分布的数学期望 数学期望的算子演算性质 引例1 假设一个班共20人, 其中18岁的有6人, 19岁的有10人, 20岁的有4人, 现任取一人观察其岁数,则观察到的岁数X为一随机变量, 不难求出X的分布率如下表所示，计算这个班的学生的平均年龄. X 18 19 20 P 6/20 10/20 4/20 平均年龄 = 引例2 假设 n 个考试成绩中， xi 分的有mi 个( i = 1, 2,??? , k), 那么平均分 = ? x1m1+…+xkmk 平均分 = n 一、数学期望(或均值)的定义 例如，设离散型随机变量X的分布律为 X -2 -1 0 1 2 P 1/16 2/16 3/16 2/16 8/16 则X的数学期望为 例1 掷一颗均匀的骰子，以X表示掷得的点数，求X的数学期望。 解 X的分布律为 X 1 2 3 4 5 6 P 1/6 1/6 1/6 1/6 1/6 1/6 关于定义的几点说明 (1) E(X)是一个实数,而非变量,它是一种加权平均,与一般的平均值不同,它从本质上体现了随机变量X取可能值的真正的平均值, 也称均值. (2) 级数的绝对收敛