[考研数学]概率统计辅导答疑第四章.doc

4 数字特征 基本要求 1．理解数学期望与方差的概念，熟练掌握它们的性质与计算。 2．会计算随机变量函数的数学期望。 3．熟练掌握二项分布、泊松分布、正态分布的数学期望与方差。了解均匀分布、指数分布等分布的数学期望与方差。熟记一些常用的结果，并能灵活运用。 4．理解随机变量的独立性与不相关性之间关系，了解矩、协方差、相关系数等的概念与性质，熟练掌握其计算公式及应用。 疑难解答 1、为什么要研究随机变量的数字特征？答：（期望）以及该班每个学生的成绩与平均成绩的偏离程度（方差），一般总是认为平均成绩高、偏离程度小的班级当然学习情况好些。这种“平均成绩”、“偏离程度”显然不是对考试成绩这个随机变量的全面描述，但它们确实反映了考试成绩这个随机变量的某些特征。；比较两种钢材的抗拉强度，只需比较它们的平均抗拉强度；检查一批棉花的质量，只需了解这批棉花的平均纤维长度及这批绵花的纤维长度与平均纤维长度的偏离程度等等。由这些例子可以看到，某些与随机变量有关的数值，虽然不能完整地描述随机变量，但比较集中地概括了人们所关心的某些特征，我们把描述随机变量某些特征的数字，称为随机变量的数字特征。这些数字特征在理论上和实践上都具有重要意义。2、如何理解数学期望和方差？答：的两个最重要的数字特征，数学期望的实际意义就是在随机试验中可能取值的理想（或期望）平均值，因此数学期望有时也称为数学理想，它是概率意义上的平均值，这和通常数值意义上平均值不同，否则就无所谓期望或理想了。 方差是描述了随机变量取值的集中(或分散)程度。较大方差说明取值相对于较分散。实用上，以显示差异性为目的的试验希望有较大的方差。例如，选拔人才的考试，只有在其成绩有较大方差时，才能实现好中选优的目的。较小的方差说明取值相对于较为集中。以考察稳定性为目的的试验希望有较小的方差。例如，对于质量指标的掌握总是以较高的数学期望和较小的方差作为努力的目标。 3、怎样计算数学期望？ 答：f (x)，则可按定义求：E=或E=。 （2）对于随机变量的函数=g()或(，E=E[g()]=，或， （3）还可以利用数学期望的性质求： 如E(C)=C； E(C)=CE；，E(+)=E+E；若、是相互独立的随机变量，则有E(·)=(E)(E)等等。 4、怎样计算方差？ 答：分为离散型和连续型分别用不同的公式求之，但要特别注意：； D()=D+D 只有当、是两个相互独立的随机变量，才有D(+)=D+D。 另外方差也常用下列公式计算： D=E。 5、在数学期望的定义中，为什么要求级数绝对收敛（离散型）或积分绝对收敛（连续型）？ 答： 答：的统计意义是的总体均值，其物理意义是随机点集中的位置，也就是说随机质点在周围波动，是随机质点系的中心。 下面再作一力学解释，由于和，我们将写成 ,或 由力学知识或定积分的应用公式知，上两式即为求质点系（或曲线）的重心（或质心）从坐标的计算公式。相应地，方差 ,或 可以解释为概率函数或的随机点沿轴分布的质量关于过质量中心且垂直于轴的轴线的转动惯量。 7、数学期望与的样本均值有什么区别与联系？ 答：之间的关系。 与的区别：是某随机现象（或随机变量）所固有的数字特征，它是客观存在的理论值，没有随机性，即不随着试验改变而改变。而是一次具体试验的n个样本值的平均值，它随着试验改变而改变。 与的联系：它们都是反映随机变量的“平均状态”这一统计特征，一为总体均值，一为样本（局部）均值，且有 8、随机变量的分布与数字特征有何关系？ 答：的分布，如果知道了它的某些数字特征（例如均值与方差）也可对事件的概率作大致的估计，例如，契比雪夫不等式： 9、请证明一般教材没有证明方差的性质5）： D=0的充分必要条件是以概率1取常数C，即，这里C=E。 证明 必要性 设D=0，这里不妨设是连续型随机变量，有 D=E， 这里[a，e]或记为[a，s]，是表示“几乎处处”的意思，即此等式除去一个概率为零的集合以外都成立。于是 所以 充分性 若，则有 所以，故D=E。 10、如何理解协方差与相关系数？Cov(，)一般而言是针对两个随机变量而说，它也是一种期望值，也是一种数字特征，是用来衡量两个随机变量相互关系的一个数量，它与的取值单位有关，特别地，当时，协方差Cov(，)就成了方差D，因此，方差是协方差的一种特例；相关系数刻画了与之间的线性相关程度，特别地，当=1时称为正线性相关，当=－1时称为负线性相关。当||1时，这种线性相关程度将随着||的减小而减弱。当=0时，就称与是不相关的。相关系数有如下性质：；的充分必要条件是与以概率1线性相关。即存在常数a、b，使得。 11、怎样计算协方差和相关系数？ 答：， 另一个方法就是用公式：。 一般在求出后，可直接用公式计算。 12、如