N-概率论10.pptVIP

应 用 数 学 第4章 随机变量的数字特征 随机变量的分布函数能够完整描述随机变量的统计规律性。但在许多实际问题中, 并不需要全面考察随机变量的变化情况, 只需知道它的某些数字特征即可。 例如, 评价某地区粮食产量的水平时, 通常只要知道该地区粮食的平均产量; 又如, 评价一个选手的射击水平，关心的是命中环数的平均数以及命中点的分散程度，这两个数字指标分别反映射手的一般水准以及发挥的稳定程度。 这些数字指标是随机变量某一方面性质的反映，是在分布函数基础上进一步抽象出的指标，是由分布函数决定的常数，称为随机变量的数字特征。 本章将介绍随机变量的常用数字特征: 数学期望、方差、相关系数、矩 §1 数学期望 离散型随机变量的数学期望 平均值是日常生活中最常用的一个数字特征, 它对评判事物、作出决策等具有重要作用. 引例 射手甲每次射击的得分为X，X的可能取值是0,1,2,3，令甲射击10次，得分情况如下： 得分 0 1 2 3 次数 4 3 2 1 频率 0.4 0.3 0.2 0.1 则甲的平均得分为 注意到当n很大时，频率稳定在概率附近 定义 设X是离散型随机变量，其分布律为 如果 绝对收敛，则定义 的数学期望（又称均值）为 如果 发散，称 的数学期望不存在 例1 （分赌本问题）甲乙两赌徒赌技相同，各出赌注50元. 无平局，谁先赢3局，则获全部赌注.当甲赢2局、乙赢1局时，中止了赌博.问如何分赌本? 因再赌两局必分胜负，共四种情况： 甲甲、甲乙、乙甲、乙乙 所以甲分总赌本的3/4、乙分总赌本的1/4 解： 换一个角度看（1654年帕斯卡）：设想再赌下去，则甲最终所得 X 是一个随机变量，可能取值为0 或100，其分布列为： 则甲的“期望” 所得是： 例2 甲, 乙两人打靶, 所得分数分别记为 , 它们的分布律分别为 试评定他们的成绩的好坏。 解： 故平均看来甲的成绩好 例3 几种常见的离散型分布的数学期望 （0-1）分布 二项分布 泊松分布 连续型随机变量的数学期望 定义 设 是连续型随机变量,密度函数为 ，如果 绝对收敛, 则称 为 的数学期望 例4 几种常见的连续型分布的数学期望 均匀分布 正态分布 指数分布 例5 设X的密度函数为 ，且 求 与 的值。 解： 随机变量函数的数学期望 设 是一随机变量, 为一实函数,则 也是一随机变量。 理论上, 虽然可通过 的分布求出 的分布, 再按定义求 的数学期望 ，但很多情况下求 的分布是相当困难的。 下面不加证明地引入计算随机变量函数的数学期望的定理，直接从 的分布出发计算 的期望。 定理 设X是一个随机变量，Y=g(X),且E(Y)存在，则 ⑴若X为离散型随机变量，分布律为 则Y的数学期望为 ⑵若X为连续型随机变量，密度函数为 则Y的数学期望为 例6 设 的密度函数为 求 解： 上述定理可推广到二维以上的情形, 即 应 用 数 学