随机变量的数字特征().pptVIP

解 由题意 于是 定理:设X,Y是两个随机变量,若E(X),E(Y)存在,则对任意的实数a、b, E(aX+bY)存在,且有 E(aX+bY)=aE(X)+bE(Y) 证明(1)设离散型随机向量(X,Y)的联合分布列和边际分布列分别为 P{X=xi,Y=yj}=pij, i,j=1,2,… P{X=xi}=pi., i=1,2,… P{Y=yj}=p.j, j=1,2,… 则 (2)设连续型随机向量(X,Y)的联合概率密度和边际概率密度分别为p(x,y)和pX(x), pY(y) 则 定理:设X,Y是互相独立的随机变量,则有 E(XY)=E(X)E(Y) 证明 (1)设离散型随机向量(X,Y)的联合分布列和边际分布列分别为 P{X=xi,Y=yj}=pij, i,j=1,2,… P{X=xi}=pi., i=1,2,… P{Y=yj}=p.j, j=1,2,… 则 (2)设连续型随机向量(X,Y)的联合概率密度和边际概率密度分别为p(x,y)和pX(x), pY(y) 则 例:一民航送客车载有20位旅客自机场开出,旅客有10个车站可以下车.如到达一个车站没有旅客下车就不停车.以X表示停车的次数,求E(X). 解:引入随机变量 易知X=X1+X2+…+X10 任一旅客在第i站不下车的概率为9/10.因此20位旅客都不在第i站下车的概率为(9/10)20,在第i站有人下车的概率为1- (9/10)20. 即P{Xi=0}= (9/10)20, P{Xi=1}= 1- (9/10)20 所以 E(Xi)= 1- (9/10)20, i=1,2,…,10 进而 E(X)=E(X1+X2+…+X10) =E(X1)+E(X2)+…+E(X10) =10[1- (9/10)20]=8.784 注:本题的特点是将X分解为数个随机变量的和,再求数学期望.此种方法具有普遍意义. 解 例:设一电路中电流I(安)与电阻R(欧)是两个相互理独立的随机变量,其概率密度分别为 求电压V=IR的数学期望. 解 因此，有 又当-1≤x≤1时， 故得 同理可得 由于 所以X与Y不相互独立 例: 抛掷6颗骰子，X表示出现的点数之和，求E(X). 从而由期望的性质可得 §3 随机变量的方差 例：A，B两种手表的日走时误差分别具有如下的分布律： 易知E(XA)=E(XB)=0.由数学期望无法判别两种手表的优劣.但直觉告诉我们A优于B,怎么样用数学的方法把这种直觉表达出来呢? §3.1 方差的概念 分析原因： A手表之所以优于B手表,是因为A手表的日走时较B手表稳定.其日走时与其日平均误差的偏离程度小. 研究随机变量与其均值的偏离程度是有必要的. 怎么样去度量这个偏离程度呢? (1)xk-E(X)表示xk与E(X)之间的偏差; (2)E[X-E(X)]不能反映X与E(X)之间的整体偏差; (3)E{|X-E(X)|}可以度量X与E(X)之间的整体偏差,但运算不方便; (4)E{[X-E(X)]2}可以度量X与E(X)之间的整体偏差,且运算也较方便. 定义：设X是一个随机变量,若E{[X-E(X)]2}存在,则称E{[X-E(X)]2}为X的方差.记为D(X)或Var(X),即 D(X)= Var(X)= E{[X-E(X)]2} 称为X的标准差或均方差. 定理: 证明 D(X)=E{[X-E(X)]2} =E{X2 -2XE(X)+ [E(X)]2} = E(X2)-2E(X)E(X)+ [E(X)]2 = E(X2)- [E(X)]2 方差实际上是随机变量X的函数f(X)=[X-E(X)]2的数学期望.于是 (1)对于离散型随机变量X,若 P{X=xk}=pk,k=1,2,… 则 (2)对于连续型随机变量X,若其概率密度为p(x),则 例：A，B两种手表的日走时误差分别具有如下表的分布律.问哪种手表质量好些? 解 易知E(XA)=E(XB)=0.所以 由于D(XA)D(XB),因此A手表较B手表的质量好. 例:设随机变量X概率密度为p(x),求D(X). 解 于是,D(X)=E(X2)-[E(X)]2=1/6 §3.2 常见分布的方差 §3.2.1（0-1）分布的方差 定理：若P{X=0}=q,P{X=1}=p,则D(X)=pq. 证明 §3.2.2 二项分