纺织数理统计课件第五讲第三章 节 随机变量的数字特征.pptVIP

§1 数学期望;解：算法一：;当试验次数N很大时，;=p;多次射击后，平均得分分别是2.1与2.2;;=1;;§2 数学期望的性质;令x-c=t;可推广为;;解：;;由性质(7);解：由性质(8);例6 发行福利彩票，为简化，假定只有一种奖，即 百万大奖。中奖率为百万分之一。若售出4百万张 彩票，每张彩票2元，问可以筹集到多少福利资金？;解：为简便，假定硬币都是一元的。;＝a-bp;=n(a-bp);只要能够写出条件概率分布，;解：首先求出边缘概率表;=1;类似地;其含义见右图;§4 方差、协方差;平均抗拉强度都是126;在实际问题中，由于数据单位的要求。;随机变量的方差是一个非负数。;=0.5;两种方案的预期收益相同。;;;可以求出;(二)方差的性质;由期望的性质可得;此性质一般用于简化方差的计算。;故方差为;=0.46-0.12;=0.21+0.24;解：由公式;＝1;＝2;(三)协方差与相关系数;=1;;由期望的性质：;;依次计算，可得：;=1;(3);=0; 切比雪夫不等式;;;;用切贝谢夫不等式估计：;;§2 大数定律;=1;也称为切贝谢夫大数定律。;大量重复试验中，事件发生的频率接近于概率。;在概率的统计定义中, 事件 A 发生的频率; 在 Bernoulli 定理的证明过程中，Y n 是相互独立的服从 (0 , 1) 分布的 r.v. 序列 {Xk} 的算术平均值, Y n 依概率收敛于 其数学期望 p .;定理的意义