概率统计习题课答案(经管系 吴赣昌编)4.ppt课件.pptVIP

数学期望简称期望，又称均值。 定义： 定义： 第四章 随机变量的数字特征 §1 数学期望 数学期望的特性： 这一性质可以推广到任意有限个随机变量线性组合的情况. 定义： 偏差平方的期望 §2 方差 对于离散型随机变量X， 对于连续型随机变量X， 此外，利用数学期望的性质，可得方差得计算公式： 比定义更常用 方差的性质： 表1 几种常见分布的均值与方差 数学期望 方差 分布率或 密度函数 分布 0－1分布 p p(1-p) 二项分布b(n,p) np np(1-p) 泊松分布 均匀分布U(a,b) 指数分布 正态分布 定理 (切比雪夫不等式) 设随机变量 X 的数学期望和方差都存在，则对任意的常数 ε 0 ，有 或 证明：不妨设 X 是一个连续随机变量，其密度函数为 p( x ). 记 μ=E( X ), 则 事件“| X - E( X ) | ≥ε” 被称为大偏差。切比雪夫不等式给出了大偏差发生概率的上界。 §3 协方差及相关系数 偏差乘积的期望 协方差的性质： 协方差等于乘积的期望减去期望的乘积. 相关系数的性质： P92 §4 矩、协方差矩阵 随机变量序列依概率收敛的定义 § 5.1 大数定律 随机变量序列的平均变量出现大偏差的概率趋于0. 频率“收敛”于概率 或 定理一中要求随机变量序列X1,X2,…的方差存在。但在这些随机变量服从相同分布的场合，并不需要这一要求。 随机变量序列的平均变量出现大偏差的概率趋于0. § 5.2 中心极限定理 四 Th5 独立同分布随机变量之和, 其标准化随机变量的极限分布为标准正态分布. 四 (独立同分布的中心极限定理) 例1* 掷一颗色子 100 次, 记第 i 次掷出的点数为 Xi, i=1, 2, … , 100, 点数之平均为 试求概率 P( 3 ≤ Y ≤4 ). 解：由题意知 X1, X2, … , X100 是独立同分布的，其共同分布为 Xi 1 2 3 4 5 6 P 1/6 1/6 1/6 1/6 1/6 1/6 所以 所以, 二项分布的正态近似 则{ Xi } 是相互独立的同分布序列，其共同分布为 b( 1, p ), 并且 i=1, 2, … 证明: 记 所以, 因此，由定理四知定理 五 成立. 服从二项分布的随机变量，其标准化随机变量的极限分布为标准正态分布. 五 例2*：设某工厂有400台同类机器，各台机器发生故障的概率都是0.02，各台机器工作是相互独立的，试求机器出故障的台数不小于2的概率。 作业