概率第四章4.1章节.pptVIP

第四章 随机变量的数字特征 本章主要讨论随机变量的平均值(期望),分散程度(方差),及变量间相依程度(相关系数). §1 数学期望 一 离散型随机变量的数学期望 1 定义: 例1 2 几种重要的离散型随机变量的数学期望 例 2 （2）旅客8：20分到达 X的分布率为 例 3 对N个人进行验血，有两种方案： （1）对每人的血液逐个化验，共需N次试验； （2）将采集的每个人的血分成两份，然后取其中的一份，按k个人一组混合后进行化验（设N是k的倍数），若呈阴性反应，则认为k个人的血都是阴性反应，这时k个人的血只要化验一次；如果混合血液呈阳性反应，则需对k个人的另一份血液逐一进行化验，这时k个人的血要化验k+1次； 解：设X表示第二个方案下的总化验次数， 表示第i个组的化验次数，则 例如：当p=0.1，q=0.9时，可证明k=4可使最小；这时， 工作量将减少40%. 二 连续型随机变量的数学期望 1 定义: 例4：书P111,例2 2 几种重要的连续型随机变量的数学期望 三 随机变量函数的数学期望 方法1:先求g(X)的分布律或概率密度,再求E[g(X)] 方法2:不必求g(X)的分布律或概率密度,只需利用原随机变量X的分布律或概率密度来求E[g(X)]. 此结论可推广到多维随机变量。 例 5 以下设级数和积分都绝对收敛 例 7 四 数学期望的性质 1 E(C)=C 2 E(CX)=CE(X) 3 E(aX+b)=aE(X)+b E[X-E(X)]=0 4 E(X+Y)=E(X)+E(Y) 可推广到有限个 5 若X,Y独立，则E(XY)=E(X)E(Y) 可推广到有限个 五 随机变量的分解 例 8