概率论第四章第2节.pptVIP

第四章 随机变量的数字特征 一、 常用离散分布型随机变量的期望与方差 1 、 二项分布 记为 X ~ b(n, p). X为n重伯努里试验中“成功”的次数, 2 、 泊松分布 3 、 超几何分布 4 、 几何分布 常用离散分布的数学期望 常用离散分布的方差 二、 常用连续分布的期望和方差 正态分布、均匀分布、指数分布、 伽玛分布、贝塔分布。 1、正态分布 常用连续分布的数学期望 常用连续分布的方差 第二章 随机变量及其分布 华东师范大学 * 第*页 §4.1 随机变量的数学期望与方差 §4.2 常见随机变量的期望与方差 §4.3 协方差、相关系数与矩 当n=1时，称 b(1, p) 为 0-1分布. §4.2 常见随机变量的期望与方差 若随机变量 X 的概率分布为 则称 X 服从参数为? 的泊松分布, 记为 X ~ P(?). 记为 X ~ h(n, N, M). 超几何分布对应于不返回抽样模型 ： N 个产品中有 M 个不合格品， 从中抽取n个，不合格品的个数为X . 记为 X ~ Ge(p) X 为独立重复的伯努里试验中， “首次成功”时的试验次数. 几何分布具有无记忆性，即： P( X m+n | X m ) = P( X n ) 5、负二项分布(巴斯卡分布) 记为X ~ Nb(r, p). X 为独立重复的伯努里试验中， “第 r 次成功”时的试验次数. 几何分布Ge(p) 的数学期望 = 1/p 0-1 分布的数学期望 = p 二项分布 b(n, p)的数学期望 = np 泊松分布 P(?) 的数学期望 = ? 0-1 分布的方差 = p(1?p) 二项分布 b(n, p)的方差 = np(1?p) 泊松分布 P(?) 的方差= ? 几何分布Ge(p) 的方差 = (1?p)/p2 记为X ~ N(?, ?2), 其中? 0， ? 是任意实数. ? 是位置参数. ? 是尺度参数. 记为X ~ U(a, b) 2 、 均匀分布 3 、 指数分布 记为 X ~ Exp(?), 其中? 0. 特别：指数分布具有无忆性，即： P( X s+t | X s )=P( X t ) 4 、 伽玛分布 记为 X ~ Ga(?, ?), 其中? 0， ? 0. 为伽玛函数. 称 5 、贝塔分布 记为 X ~ Be(a, b), 其中a 0，b 0. 称 为贝塔函数. 均匀分布 U(a, b) : E(X) = (a+b)/2 指数分布 Exp(?) : E(X) = 1/? 正态分布 N(?, ?2) : E(X) = ? 伽玛分布 Ga(?, ?) : E(X) = ?/? 贝塔分布 Be(a, b) : E(X) = a/(a+b) 均匀分布 U(a, b) 的方差 = (b ?a)2/12 指数分布 Exp(?) 的方差= 1/?2 正态分布 N(?, ?2) 的方差= ?2 例 已知随机变量 X 服从二项分布，且 E(X)= 2.4, Var(X)=1.44, 则参数 n, p 的值为多少？ 例 设 X 表示 10 次独立重复射击命中目标 的次数,每 次射中目标的概率为0.4, 则 E(X2)的值为多少？ 解：从 2.4= np, 1.44 = np(1?p) 中解得 解：因为 E(X) = np = 4, Var(X)= 2.4, 所以 n=6, p=0.4. E(X2) = Var(X)+(E(X))2= 2.4+16=18.4 设 E(X)=μ，Var(X)=σ2，则对任意常 数 C， 必有（ ）. ④ 课堂练习 * *