概率统计第4章（考研辅导班内部资料）.pptVIP

第四章 随机变量的数字特征 4.1 数学期望 4. 2 期望的性质及随机变量 函数的期望 4.3 方差 4.4 协方差和相关系数 即对于二维正态变量( )来说，不相关 与独立是等价的． 典型例题 例1 对某一目标连续射击，直至命中n次为止，设每次 射击的命中率为p， 求消耗的子弹数X的数学期望． 解 设 表示从第 次命中后至第 次命中所消耗的子弹数，则 例2袋中有n张卡片,号码分别为 从中有放回地抽出 k张卡片来，求所得号码之和X 的数学期望和方差． 解：设X表示k张卡片的号码之和， 表示第 次抽到卡片的号码 因为是有放回抽取，所以诸 独立 例7 且都服从区间[10，20]上的均匀分布．商店每售 出一单位商品可获得利润1000元；若需求量超出 了进货量，商店可从其它商店调剂供应，调剂来 的商品每单位可获利500元．计算商店经销该种 商品每周所得利润的期望值． 一商店经销某种商品，每周进货的数量 与顾客 对该种商品的需求量 是相互独立的随机变量， 解 则 , 的联合密度为 设 表示商店每周所得的利润， 由图知: 方差的定义 矩简介 方差的性质 小结 思考题 数学期望反映了随机变量取值的平均水平 但有时只知道平均值是不够的，还需知道 随机变量取值的平均离散程度． 如何来衡量随机变量的平均偏离程度呢？ 这就是我们这节课要学习的一个新的数字特征 ——方差 经过分析采用指标来研究 A，B两种手表的日走时误差分别具有如下的分布律： 易知E(XA)=E(XB)=0.由数学期望无法判别两 种手表的优劣.但直觉告诉我们A优于B,怎么样 用数学的方法把这种直觉表达出来呢? 先看一个实例： 分析原因： A手表之所以优于B手表,是因为A手表的日走时较B手表稳定.其日走时与其日平均误差的偏离程度小. 研究随机变量与其均值的偏离程度是有必要的. 怎么样去度量这个偏离程度呢? (1)xk-E(X)表示xk与E(X)之间的偏差; (2)E[X-E(X)]不能反映X与E(X)之间的整体偏差; (3)E{|X-E(X)|}可以度量X与E(X)之间的整体偏差,但运算不方便; (4)E{[X-E(X)]2}可以度量X与E(X)之间的整体偏差,且运算也较方便. 一、方差 定义1 设 是一个随机变量， 如果 是离散型随机变量，且 若 存在， 则称它为随机变量 的方差，记为 而 称为 的标准差． 则 或 如果 是连续型随机变量，且有概率密度 则 如果 为二维离散型随机变量，且联合分布律为 则 ，则 如果 为二维连续型随机变量，联合分布密度为 利用数学期望的线性性质，可以证明 即有 该公式是计算方差一个很重要的公式 例1 A，B两种手表的日走时误差分别具有如下表的分布律.问哪种手表质量好些? 解 易知E(XA)=E(XB)=0.所以 由于D(XA)D(XB),因此A手表较B手表的质量好. 下面求几个常用分布的方差 1.二点分布 由于 所以 2.泊松分布 而 设 则 故 3.均匀分布 而 故 设 ，则 4.指数分布 而 设 ，则 故 5.正态分布 设 ，则 二、方差的性质 性质1 性质2 性质3 性质4 推论 为常数； 为常数； 特别，当 相互独立时，有 若 相互独立，则 例2 求二项分布的方差． 解 利用方差的性质计算 贝努里试验成功的次数， 即 设 由二项分布的定义知， 表示 重贝努里 试验中成功的次数．若设 表示第 次 则 而 服从二点分布， 由于 由于 相互独立，故 三、矩简介 定义2 若 存在， 则称 为随机变量 的 阶原点矩； 显然，数学期望是一阶原点矩；方差是二阶中心矩． 若 存在， 则称 为随机变量 的 阶中心矩． 协方差的定义 相关系数 协方差的性质 小结 思考题 对于二维随机向量(X,Y)来说,数学期望E(X)、 E(Y)只反映了X与Y各自的平均值,方差只反映了X与 Y各自离开均值的偏离程度,它们对X与Y之间相互关 系不提供任何信息. 但二维随机向量(X,Y)的概率密度f(x,y)或分布 列pij全面地描述了(X,Y)的统计规律,也包含有X与 Y之间关系的信息.我们希望有一个数字特征能够在 一定程度上反映这种联系. 定义1 即 显然，方差是协方差的特例， 容