概率论与数理统计学习指导及习题解析第4章 节 　随机变量的数字特征.ppt

第 4 章　随机变量的数字特征;;　　　　第二节 重 点 解 析　　1. 数学期望　　1) 离散型随机变量的数学期望　　定义： 设离散型随机变量的分布律为　　　　　　pk=P{X=xk} （k=1， 2，…） 若;则称　　　　　为离散型随机变量X的数学期望， 简称期望或均值， 记为E(X)， 即几个离散型随机变量的数学期望如下：　　（1） 若X服从参数为p的0－1分布， 则E(X)=p；　　（2） 若X~b(n， b)， 则E(X)=np；　　（3） 若X~π(λ)， 则E(X)=λ。;　　2) 连续型随机变量的数学期望　　定义： 设连续型随机变量X的密度函数为f(x)， 若 则称积分　　　　　　的值为随机变量X的数学期望， 记为E(X)， 即;　　4) 数学期望的几个重要性质　　（1） 设C是常数， 则E(C)=C；　　（2） 设X是一个随机变量，C是常数， 则有E(CX)=CE(X)；　　（3） 设X和Y是两个随机变量， 则有E(X+Y)=E(X)+E(Y)；　（4） 设X和Y是两个相互独立的随机变量， 则有E(XY)=E(X)E(Y)。;　　2. 方差　　 1) 方差与标准差　　定义： 设X是一个随机变量， 若E{［X－E(X)］2}存在， 则称E{［X－E(X)］2}为X的方差， 记为D(X)或Var(X)， 即　　　　　D(X)=Var(X)=E{［X－E(X)］2}　　定理： 若随机变量X的方差存在， 则有　　　　　　D(X)=E(X2)－［E(X)］2;　　2) 方差的性质　　（1） 设C是常数， 则D(C)=0；　　（2） 设X是一个随机变量， C是常数， 则有　　　　　　　　　　D(CX)=C2D(X)；　　（3） 设X和Y是两个随机变量， 则有　　　D(X+Y)=D(X)+D(Y)+2E{［X－E(X)］［Y－E(Y)］}特别地， 若X与Y相互独立， 则有　　　　　　D(X+Y)=D(X)+D(Y);　　3. 协方差和相关系数　　1) 协方差和相关系数的概念与性质　　定义1： 若E{［X－E(X)］［Y－E(Y)］}存在， 则称其为随机变量X与Y的协方差， 记为Cov(X，Y)， 即　　　　Cov(X，Y)=E{［X－E(X)］［Y－E(Y)］};　　2) 随机变量的相互独立与不相关的关系　　定义： 若随机变量X与Y的相关系数ρXY=0， 则称X与Y不相关。　　定理： 设随??变量X与Y的相关系数存在， 若X与Y相互独立， 则X与Y一定不相关。;　　4. 矩的概念　　定义： 设X和Y是随机变量， 若ak=E(Xk)(k=1， 2， …)存在， 则称 ak 为 X 的 k 阶原点矩， 简称 k 阶矩。 若ck=E{［X－E(X)］k}(k=2, 3, …)存在，则称ck为X的k阶中心矩。; 第三节 典 型 例 题　　【例4.1】 设随机变量X取非负整数值n≥0的概率为　　　　　， 已知E(X)=a， 求A与B的值。　　解 因为pn是X的分布律， 由;解得 A=e－B又;　　【例4.2】设随机变量X的概率密度　　　　　　　　　，求E［min(|X|， 1)］。;　　解 ;　　【例4.3】 设二维连续型随机变量(X，Y)的联合密度函数为;　　解 ;　　【例4.4】 某箱装有100件产品， 其中一、 二和三等品分别为80件、 10件和10件， 现从中随机抽取1件， 记试求：（1） 随机变量X1与X2的联合分布； （2） 随机变量X1与X2的相关系数。;　　解 （1） 以Ai表示抽到i等品(i=1， 2， 3), 于是　　　　P(A1)=0.8， P(A2)=0.1， P(A3)=0.1联合分布为　P{X1=0， X2=0}=P(A3)=0.1， P{X1=0， X2=1}=P(A2)=0.1　　P{X1=1， X2=0}=P(A1)=0.8， P{X1=1， X2=1}=P( )=0;　　（2） 因为E(X1)=0.8， E(X2)=0.1， 所以　　D(X1)=E(X21)－［E(X1)］2=0.8－0.82=0.16　　D(X2)=E(X22)－［E(X2)］2=0.1－0.12=0.09又因为　　　E(X1X2)=0×0×0