第四讲_随机变量的数字特征与极限定理.doc

第四讲数字特征与极限定 一、考试要求 1．理解随机变量数字特征(数学期望、方差、标准差、协方差、相关系数)的概念, 会运用数字特征的基本性质, 掌握常用分布的数字特征. 2．会根据随机变量的概率分布求其函数的数学期望；会根据随机变量和的联合概率分布求其函数的数学期望. ．了解切比雪夫不等式. ．了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律(独立同分布随机变量的大数定律) ．了解棣莫弗—拉普拉斯定理(二项分布以正态分布为极限分布)列维—林德伯格定理(独立同分布的中心极限定理) （1）离散型：对离散型随机变量，，若， 定义的数学期望为： . 对于 ，若 ，则：. （2）连续型：对密度为的连续型随机变量，若 ，定义的数学期望为： . 对于，若，则：. （3）数学期望的性质： ① ； ② ； ③ ； ④ ； ⑤ 设与相互独立，则：. 2、一维随机变量的方差及标准差（均方差） （1）定义：方差 ， 有： ， 标准差： . 特别：① 离散型：； ② 连续型：. （2）方差的性质： ① ； ② ； ③ ； ④ 若与独立，则 . 3、随机变量的矩 阶原点矩：； 阶中心矩：； 阶混合原点矩： . 阶混合中心矩： . 4、常见分布的期望与方差 （1）两点分布：，， ， ； （2）二项分布：， ， ； （3）Poisson分布：， ， ； （4）超几何分布： ，， ，； （5）几何分布：， ，，. ， ； （6）均匀分布：， ， ； （7）指数分布：， ， ， ； （8）正态分布：， ， ； 5、二维随机变量的数学期望及方差 （1）离散型，，则： ；； ；. 对于 ， 若 ， 则 . （2）连续型， 设联合密度函数为：，则： ； ； ； . 对于， 若 ， 则：. 6、二维随机变量的协方差及相关系数 （1）协方差： . （2）协方差的性质： ① ； ② ； ③ ； ④ ； ⑤ . （3）相关系数：与的相关系数为： . 若 ，则称与不（线性）相关. （4）相关系数的性质： ① ； ② 与以概率线性相关； 即有常数：，使 . ③ 若与相互独立，则：. 反之未必！ （5）的协方差矩阵： . 7、切比雪夫（Chebyshev）不等式 设随机变量，，均存在，则，有不等式： 或 . 主要是对期望、方差已知的随机变量取值的概率作粗略估计. 8、大数定律 （1）切比雪夫（Chebyshev）大数定律： 设随机序列 两两不相关， ，则，有： . （2）伯努里（Bernoulli）大数定律： 设随机变量，，则，有： . （3）辛钦（Khinchine）大数定律： 设独立同分布，且存在，则，有： . 9、中心极限定理 （1）列维—林德伯格中心极限定理（Levy-Lindberg）： 设独立同分布， ，， 则随机变量的分布函数， 满足： . （2）棣莫弗—拉普拉斯（De Moivre-Laplace）中心极限定理. 设随机变量，，则对恒有： . 说明：① 列维—林德伯格中心极限定理中，独立同服从（0-1）分布时，就是棣莫弗—拉普拉斯中心极限定理的结论. ② 中心极限定理主要用于近似计算.　即：若独立同分布，，，很大时，有： . 三、典型题型与例题 题型一数学期望与方差（标准差1. 定义(计算公式) 2. 期望的性质： 性质，求途中遇到红灯次数的数学期望. 例2、设 ，即：，求的数学期望. 例3、设有超几何分布 ， 求随机变量的数学期望. 例的数学期望； （2）从乙箱中任取一件产品是次品的概率. 例二随机变量函数的期望 2、二维的情形 离散型 连续型例内，求圆面积的数学期望. 例8、 设X与Y独立且均服从N (0，1)，求Z＝ 的数学期望与方差. 例分，分，分发车，某乘客不知发车的时间，在每小时内任一时刻到达车站是随机的，求乘客到车站后等车时间的数学期望. 例～，～且它们相互独立，求. 例11、设随机变量服从上的均匀分布，其中为轴、轴及直线所围成的三角形区域，求的数学期望与方差. 题型三、协方差，相关系数与随机变量的矩 1重要公式与概念：性质： 、下面5个条件互为充要条件： 例的概率密度为， （1）求的期望，方差； （2）求与的协方差，并问与是否不相关？ （3）问与是否相互独立？ 例, 则= 例14、（01134） 将一枚硬币重复掷n次，以X,Y分别表示正面向上，反面向上的次数，则 。 例为独立同分布的随机变量, 且均服从, 记, 求: (I) 的方差； (II) 与的协方差; (III) 例，机器发生故障时全天停止工作。若一周5天工作日里无故障，