应用数学8.pptVIP

1 数学期望 2 方差 3 协方差 相关系数 4 复习 习题 * 随机变量的概率分布及其分布函数 — 完整地描述了随机变量的取值规律。 而在一些实际问题中，只需知道描述随机变量的 某种特征的量 — 随机变量的数字特征。 一· 离散型随机变量的数学期望（P·85） 数学期望（均值） — 描述随机变量平均取值的情况。 例· 一批钢筋共有10根，抗拉强度指标为120和 130的各有2根、125的有3根、110、135、140的各有 1根，则它们的平均抗拉强度指标为 定义 设离散型随机变量X 的概率分布为 若级数 绝对收敛， 则称为X的数学期望 或均值。 记为E（X）（或EX）。 即 E（X）= 可见，平均抗拉强度指标并不是这10根钢筋所取 到的6个值的简单平均，而是取这些值的次数与试验 总次数的比值（频率）为权重的加权平均。 例1 已知甲、乙两射手在同样条件下进行射击时， 其命中环数的概率分布如表 0·1 0·2 0·2 0·2 0·2 0·1 P乙 0·05 5 0·05 0·1 0·1 0·2 0·5 P甲 6 7 8 9 10 命中环数 问应如何评定甲、乙两人技术的优劣？ 解 E（X甲）=10× 0·5+9× 0·2 +8×0·1+7× 0·1 +6× 0·05+5×0·05 = 8·85 E（X乙）= 10×0·1+9×0·2+8×0·2+7×0·2 +6× 0·2+5×0·1=7·5 即 甲的射击技术比乙好 补例 一批产品中有一、二、三等品、等外品及废品 5种，相应的概率分别为0·7、0·1、0·1、0·06、 及0·04，若其产值分别为6元、5·4元、5元、4元 及元。求产品的平均产值。 解 产品的产值X是一个随机变量，其分布律如表 0·04 0·06 0·1 0·1 0·7 P 0 4 5 5·4 6 X 于是 E（X）= 6× 0·7+5·4× 0·1 +5×0·1+4× 0·06+0×0·04 = 5·48（元） 常用离散型随机变量的数学期望 两点分布●二项分布●泊松分布（普阿松分布） 1· 两点分布 p 1- p P 1 0 X 则 E（X）= 0×（1－P）+1×P = P E（X）= P 分布律 2· 二项分布 E（X）= np 分布律 … P n … 1 0 X X~B（n，p） 3· 普阿松分布 X~P（λ） E（X）= λ 分布律 … P … 2 1 0 X 二·连续型随机变量的数学期望（P·88） 定义 设连续型随机变量X的分布密度为 ， 若积分绝对收敛，则称 为X 的 数学期望或均值。 即 常用的连续型随机变量的数学期望 均匀分布●指数分布●正态分布 1· 均匀分布 X~U[a,b] 证 ∵X的概率密度为 ∴E（X）= 证毕 2·指数分布 X~E（λ） 证 X的密度函数为 E（X） 3· 正态分布 X~N（μ ，σ2） → E（X）= μ 证 X的分布密度 E（X）= …… P·90 数学期望的性质 性质1 E（C）=C 性质2 E（CX）=CE（X） 证1 ∵ 1 P C X ∴ E（C）=C×1=C 证2 E（CX） =CE（X） 证毕 性质3 E（kX+C）=kE(X)+C 性质4 例2 设X的分布密度为 1／3 1／6 1／3 1／6 P 2 1 0 -1 X 则 例3 设 求 解 X的分布密度 ∴ = 0 随机变量函数的数学期望 P·93 常用的求和及求积公式 把数字1，2，3…N任意地排成一列，如果数字K恰好 出现在第K个位置，K称为巧合数，求巧合数个数的期望。 解： 1： 例2： 设X的概率密度为p(x)，满足p(c+x)=p(c-x), c为常数， 收敛，试证明：