[工学]14 随机变量的数字特征.pptVIP

一.数学期望的定义 方差一. 定义与性质 3. 方差的性质 (1) D(c)=0 反之，若D（X）=0，则存在常数C，使 P{X=C}=1, 且C=E(X); (2) D(aX)=a2D(X), a为常数； 证明: (3)若 X，Y 独立，则 D(X+Y)=D(X)+D(Y); 证明: X与Y独立 1. 二项分布B(n, p)： 二.几个重要随机变量的方差 证明: 设 第i次试验事件A发生 第i次试验事件A不发生 则 * * 1.4 随机变量的数字特征 数学期望和方差的概念 数学期望和方差的性质 常用随机变量的数学期望和方差 例1 设某班40名学生的概率统计成绩及得分人数如下表所示： 分数 40 60 70 80 90 100 人数 1 6 9 15 7 2 则学生的平均成绩是总分÷总人数(分)。即 数学期望——描述随机变量取值的平均特征 定义 1. 若X~P{X=xk}=pk, k=1,2,…n, 则称 定义 2. 若X~P{X=xk}=pk, k=1,2,…,且 为X的数学期望，简称期望或均值。 ，则称 为X的数学期望 例2 掷一颗均匀的骰子，以X表示掷得的点数，求X的数学期望。 定义 3 若X的密度函数为f(x), -?x?, 为X的数学期望。 则称 例3. 若随机变量X服从拉普拉斯分布，其密度函数为 试求E(X). 解 二.几个重要随机变量的期望 1.0-1分布的数学期望 E（X）=p 2. 二项分布B(n, p) 3.泊松分布 4. 均匀分布U(a, b) 5.指数分布 6. 正态分布N(?, ?2) EX1：设随机变量X的分布律为 解: 求随机变量Y=X2的数学期望 X Pk -1 0 1 Y Pk 1 0 三.随机变量函数的期望 定理1 若 X~P{X=xk}=pk, k=1,2,…, 则Y=g(X)的期望E(g(X))为: 推论: 若 (X, Y) ~ P{X=xi ,Y=yj,}= pij, i, j=1, 2, … , 则Z= g(X，Y)的期望 EX2：设随机变量(X,Y)的分布律如下，求E(XY) 解: 解： Y=ax+b关于x严单，反函数为 Y的概率密度为 EX3：设随机变量X服从标准正态分布，求随机变量 Y=aX+b的数学期望(其中a0) 定理2 若X~f(x), -?x?, 则Y=g(X)的期望 推论 若(X, Y) ~f (x, y), -?x?, -?y?, 则Z=g(X, Y)的期望 EX4：长途汽车起点站于每时的10分、30分、55分发车，设乘客不知发车时间，于每小时的任意时刻随机地到达车站，求乘客的平均候车时间 解:设乘客于某时X分到达车站,候车时间为Y,则 =10分25秒 0 60 30 EX5:设X服从N(0，1)分布，求E(X2),E(X3),E(X4) 1. E(c)=c,c为常数; 2.E(cX)=cE(X), c为常数; 四.数学期望的性质 证明:设X~f(x),则 3. E(X+Y)=E(X)+E(Y); 证明:设(X,Y)~f(x,y) 4. 若X与Y独立，则E(XY)=E(X)E(Y). 证明:设(X,Y)~f(x,y) 例1.设某种疾病的发病率为1%，在1000个人中普查这种疾病,为此要化验每个人的血。方法是，每100个人一组，把从100个人抽来的血混在一起化验，如果混合血样呈阴性，则通过，如果混合血样呈阳性，则再分别化验该组每个人的血样。求平均化验次数 解:设Xj为第j组的化验次数， Xj Pj 1 101 X为1000人的化验次数，则 例2 若X~B(n,p),求E(X) 解:设 第i次试验事件A发生 第i次试验事件A不发生 则 EX1 设随机变量X??N(0,1)，Y?U(0,1)，Z?B(5,0.5),且X，Y，Z独立，求随机变量 U=（2X+3Y)(4Z-1)的数学期望 EX2 设随机变量 相互独立，且均服从 分布，求随机变量 的数学期望 答: 答: 方差是衡量随机变量取值波动 程度 的一个数字特征。 如何定义？ 1. 定义 若E(X),E(X2)存在，则称 E[X-E(X)]2 为随机变量 X的方差，记为D(X),或Var(X). 称 为随机变量X的标准差 可见 2.推论 D(X)=E(X2)-[E(X)]2. 证明: D(X)=E[X-E(X)]2 例1：设随机变量X的概率密度为 1)