[小学教育]概统4.pptVIP

第四章 随机变量的数字特征 §4.1 数学期望 定义4.6：对二维随机变量(X,Y)， Cov(X,Y)=E{[X-E(X)][Y-E(Y)]} 称为X与Y的协方差。 §4.3.1 协方差 Cov(X,Y)=E(XY)-E(X)E(Y). 协方差的计算式为： 特别地，Cov(X,X)=DX. * * §4.1.1 数学期望的定义 例：某自动化车床一天内加工的零件中，出现次品的数量X是一个随机变量。由多日统计，得X分布律如下: 0.04 0.10 0.44 0.27 0.15 4 3 2 1 0 X 问车床平均一天出几个次品？ 解：设车床工作100天，按分布律，理想化后可得平均值为 数学期望的定义 若级数 不绝对收敛，我们称X的数学期望不存在。 定义4.1 设离散型随机变量X的概率分布为P{X=xk}=pk, k=1,2,…, 如果级数 绝对收敛，则称此级数为X的数学期望（也称期望或均值），记为 泊松分布的期望 例4.3 设X ? ????，则 E(X) = ?. 连续型随机变量的数学期望 定义4.2 设连续型随机变量X的密度函数为f(x), 如果广义积分 则称此积分为随机变量X的数学期望,记为 绝对收敛， 例4.4 Γ分布的数学期望 X的密度函数: 解: 例：随机变量不存在的例子 设随机变量X服从Cauchy分布，其密度函数为： 这表明积分 不绝对收敛,因而EX不存在. §4.1.2 随机变量函数的期望 定理4.1 设X为随机变量，Y=g(X)是X的连续函数或单调函数，则 (1)若离散型随机变量X～P{X=xk}=pk, k=1,2,…，且级数 绝对收敛，则 X P g(x) P x1 x2 … xn p1 p2 … pn g(x1) g(x2) … g(xn) p1 p2 … pn … … … … (2)若连续型随机变量X～f(x)，如果广义 积分 绝对收敛，则 §4.1.2 随机变量函数的期望 例4.6 某车站开往甲地的班车每小时10分,40分 发车,一乘客因不知车站发车的时间,在每 小时的任意时刻都随机到达车站,求乘客 的平均等待时间. 解：设乘客到达车站的时间为X,等车时间为Y,则X~U[0,60],且 于是,乘客的平均等待时间E(Y)为: 例4.6 定理4.2 设(X,Y)为二维随机变量，Z=g(X,Y)是(X,Y)的连续函数. 二维随机变量函数的期望 (1)设离散型随机变量(X,Y)的概率分布为 P{X=xiY=yj)}=pij, i,j=1,2,…, 绝对收敛,则 如果级数 (2)若连续型随机变量(X,Y)～f(x,y)，如果广义积分 绝对收敛，则 二维随机变量函数的期望 例4.7 两元件并联构成系统，由元件寿命X与Y独立同分布于e(0.5),求系统的平均寿命. 解：写出(X,Y)的联合密度函数 令Z表示系统寿命,则 例4.7 §4.1.3 数学期望的性质 证:设X有密度f(x)，则 证 §4.1.3 数学期望的性质 (4)设Xi(i=1,2,…,n) 是n个随机变量，Ci (i=1,2,…,n) 是n个常数，则 ---线性性质 (5) 若X与Y独立，则E(XY)=E(X).E(Y) (独立时，乘积的期望等于期望的乘积) §4.1.3 数学期望的性质 例4.8 设随机变量 （1）求 E(X-Y) （2）求 （3）若X与Y独立，求 E(XY). 例4.9 设 X?B?n, p?, 则 EX = np 解：设 X表示n次独立重复试验中事件A发生的次数， 则 而 故 §4.2 方差 4.2.1 方差的定义及计算 定义4.3 设X是随机变量，若E(X-EX)2存在，称为X的方差，记为 D(X)= E(X-EX)2 （或Var(X)），称 为标准差。 (方差本质是随机变量函数的期望) 度量随机变量与均值的偏离程度 方差的计算式 (实数) 例4.11 例4.12 §4.2.2 方差的性质 (常数的方差等于0) （1） （2）a,b为常数， （3）若X与Y独立， 例4.13 例4.14 随机变量 且X，Y，Z相互独立， (4)设随机变量Xi(i=1,2,…,n) 相互独立，ci (i=1,2,…,n) 是n个常数，则 (5) D(X)=0 ? 存在常数C，使得P{X=C}=1，且 C=EX. §4.2.2 方差的性质 §4.2.3 变异系数，矩 定义4.4 若随机变量X的期望、方差均存在，且 ，则变异系数为 定义4.5 若随机变量X对非负整数k有下列期望存在， X的k阶原点矩 X