[数学]概率教案3-1.pptVIP

二、几种重要分布的数学期望 三、随机变量函数的数学期望 例4: 已知随机变量(X,Y) 的概率密度为： （1）设C是常数，则E(C)=C （2）设X为一随机变量，C为常数，则有 E（CX）= C E(X） （3）设X，Y为两个随机变量，则有 E（X+Y）=E（X）+E（Y） （4）若X，Y为两个相互独立的随机变量，则 E（XY）=E（X）E（Y） 例3：将一枚均匀的骰子连掷10次，求 所得点数之和的数学期望。 例4：客车载有20位乘客，有10个下车站。设每位乘客在各站下车是等可能的，且各乘客是否下车相互独立。若在一个车站没有人下车，则不停车，用X表示总停车次数，求E（X）。 pk 6 5 4 3 2 1 Xi 一、数学期望的定义 二、几种重要分布的数学期望 三、随机变量函数的数学期望 四、数学期望的性质 §3.1 数学期望 小节 解：引入变量Xi ，i=1，2,…,10。 * 上页 下页 返回 第三章 随机变量的数字特征 1、数学期望 (Mathematical expectation) 2、方差、协方差(Variance.Covariance) 3、相关系数(correlation coefficient) 4、矩(moment) 完整的描述r.v.X 的取值规律， 但有时候我们很难完整地考察X的分布或者不需要 完整去考察X的分布。 如 X---家庭收入，我们只需要知道平均收入、 贫富差距如何？ Y---考试成绩，我们关心的是平均分、两极分化 程度如何？ 我们把由分布综合出来的指标叫做数字特征， 主要有：数学期望，方差，协方差，相关系数，矩 一、数学期望的定义 引例: §3.1 数学期望 X---打靶得分，“脱靶”记0分，“中靶未中 靶心”记1分，“中靶心”记2分 X 0 1 2 频数 频率 频率(波动) 概率 波动 理论(常数)-----反映射手的射击水平, 每次射击的平均分都在理论平均分附近来回摆动。 定义1 数学期望 条件： 绝对收敛， 注 (1) E(X)是常数，不一定存在 权重 E(X)是r.v.X的所有可能值（以概率为权重） 的加权平均值, 简称为均值或中心 定义2 X---连续型， ---概率密度 数学期望 条件： 绝对收敛， 收敛 即 例1：某厂产品的次品率为0.2 ，每生产一件合格品赢利8元，而每生产 一件次品亏损2元，求该厂每件产品的平均利润？ 解：用X表示每件产品的利润，则 X的分布律为： 0.8 0.2 p 8 -2 x 所以 E(X)=(-2)·0.2+8·0.8=6 . 例2: 设随机变量X取值为 试问随机变量X的数学期望是否存在? 解: 例3：设随机变量X的概率密度为： 解: 1、一维随机变量函数的数学期望 求E(Y),E(Z). (1) X---离散型 一般项 （i）若存在一个 ，使 时，则 从而 （ii）若存在 ，使 时，则 从而 …… 函数值 （2）X---连续型 函数值 2、二维随机变量函数的数学期望 2/5 1/5 2/5 pk 1 0 -1 X 求Y=X2 的数学期望. 例1: 设离散型r.v X的分布律为： 例2: 设风速V在（0，a）上服从均匀分布，又设飞机机翼受到的正压力W=kv2 (k0为常数)，求W的数学期望。 解：V的概率密度为: 因为W=KV2 ，故有 例3：已知随机变量 X的概率密度为： 求E(XY）, E(X), E(Y). X Y 1 0 1 D X Y 1 0 1 D X Y 1 0 1 D 四、 数学期望的性质 （2）以连续型r.v.为例证明 证明:（1）常数的概率可看作1，于是 例1：设X与Y相互独立，其分布律分别为： 0.2 0.5 0.3 pk 11 10 9 X 0.6 0.4 pk 7 6 Y 求 E(X+Y), E(XY), E(2Y-3). 解：E(X)=9.9 , E(Y)=6.6； E(X+Y)=E(X)+E(Y)=16.5, E(XY)=65.34, E(2