网站大量收购独家精品文档,联系QQ:2885784924

概率统计和随机过程52随机变量数学期望.ppt

概率统计和随机过程52随机变量数学期望.ppt

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共33页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
概率统计和随机过程52随机变量数学期望

课件 课件 * 课件 作 业 习题五 15,16,17 * * 课件 第五章 随机变量的数字特征 * 课件 定义1 设 X 为离散型随机变量,其概率分布为 若无穷级数 绝对收敛,则称其和为随机变量 X 的数学期望 记作 E( X ) 数学期望的定义 随机变量的数学期望 * 课件 定义2 设 X 为连续型随机变量, 其密度函数为 若广义积分 绝对收敛,则称此积分为随机变量 X 的数学期望 记作 E( X ) 随机变量的数学期望的本质 —— 加 权 平 均, 它是一个数不再是随机变量 * 课件 E (C ) = C E (aX ) = a E (X ) E (X + Y ) = E (X ) + E (Y ) 当X ,Y 相互独立时,E (X Y ) = E (X )E (Y ) . 数学期望的性质 * 课件 市场上对某种产品每年的需求量为X 吨 , X ~ U [ 2000,4000 ], 每出售一吨可赚3万元 , 售不出去,则每吨需仓库保管费1万元,问 应该生产这中商品多少吨, 才能使平均利润 最大? 解 设每年生产 y 吨的利润为 Y 显然,2000 y 4000 例8 * 课件 * 课件 显然, 故 y = 3500 时,E (Y )最大, E (Y )= 8250万元 * 课件 例9 假设由自动线加工的某种零件的内径 X (mm)~ N (? ,1). 已知销售每个零件的利润 T (元)与销售零件的内径 X 有如下的关系: 问平均直径 ? 为何值时,销售一个零件的平均 利润最大? * 课件 解: * 课件 即 可以验证, 零件的平均利润最大 故 时销售一个 * 课件 引例 甲、乙两射手各打了10发子弹,每发子弹 击中的环数分别为: 甲 10, 6, 7, 10, 8, 9, 9, 10, 5, 10 乙 8, 7, 9, 10, 9, 8, 7, 9, 8, 9 问哪一个射手的技术较好? 解 首先比较平均环数 甲 = 8.4, 乙 = 8.4 §5.2 方差 有六个不同数据 仅 有 四 个 不 同 数 据 * 课件 再比较稳定程度 甲: 乙: 乙比甲技术稳定 * 课件 进一步比较平均偏离平均值的程度 甲 乙 * 课件 定义 若E ((X - E(X))2) 存在,则称其为随机变 量 X 的方差, 记为D (X ) D (X ) = E ((X - E(X))2) 称 为X 的均方差. 方差的概念 (X - E(X))2 —— 随机变量X 的取值偏离平均值 的情况, 是X的函数, 也是随机变量 E(X - E(X))2 —— 随机变量X的取值偏离平均 值的平均偏离程度——是一个数。 * 课件 若 X 为离散型变量,概率分布为 若 X 为连续型,概率密度为f (x) 常用的计算方差的公式: * 课件 证明: * 课件 D (C) = 0 D (aX ) = a2D(X) D (aX + b ) = a2D(X) 特别地,若X ,Y 相互独立,则 方差的性质 * 课件 若 相互独立, 为常数 则 若X ,Y 相互独立 对任意常数C, D (X ) ? E(X – C)2 , 当且仅当C = E(X )时等号成立 D (X ) = 0 P (X = E(X))=1 称为X 依概率 1 等于常数E(X) * 课件 性质 1 的证明: 性质 2 的证明: * 课件 性质 3 的证明: 当 X ,Y 相互独立时, 注意到, * 课件 性质 4 的证明: 当C = E(X )时,显然等号成立; 当C ? E(X )时, * 课件 例1 设X ~ P (?), 求D ( X ). 解 方差的计算 * 课件 例2 设X ~ B( n , p),求D(X ). 解一 仿照上例求D (X ). 解二 引入随机变量 相互独立, 故 * 课件 例3 设 X ~ N ( ?, ? 2), 求 D( X ) 解 * 课件 常见随机变量的方差 分布 方差 概率分布 参数为p 的 0-1分布 p(1-p) B(n,p) np(1-p) P(?) ? * 课件 分布 方差 概率密度 区间(a,b)上的 均匀分布 E(?) N(?,? 2) * 课件 例4 已知X ,Y 相互独立,且都服从 N (0

文档评论(0)

bokegood + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档