第三篇 数字特征.docVIP

随机变量的数字特征 教学目标 随机变量的数字特征能刻划随机变量在某些方面的重要特征，让学生用数字特征来描述随机变量，理解数字特征在理论上和实际应用上的重要意义. 基本要求 理解随机变量的期望、方差、标准差、协方差、相关系数等数字特征的概念. 理解并掌握期望、方差的性质. 掌握具体分布的数字特征的计算. 熟练掌握常见分布的数字特征. 掌握随机变量函数的数学期望的计算. 了解条件期望. 了解矩、众数、中位数. 教学重点 随机变量的期望、方差、相关系数的概念. 2．随机变量的期望、方差、相关系数的计算. 教学难点 二维连续型随机变量函数的数学期望的计算. 条件期望的计算 教学方法与手段 启发式教学法；多媒体教学与传统教学手段相结合. 教学内容及课时安排（共10课时） §3.1 数学期望 3课时 §3.2 方差 1课时 §3.3 常见分布的数学期望与方差 1课时 §3.4 矩 众数 中位数 2课时 §3.5 相关系数 2课时 习题课. 　1课时 参考书 袁荫棠编 《概率论与数理统计》 中国人民出版社 1990年 §3.1 数学期望 教学目标与要求 1．理解随机变量数学期望的概念. 2．理解并掌握数学期望的性质. 3．掌握具体分布数学期望的计算. 教学重点与难点 数学期望的性质及计算. 教学方法与手段 启发式教学法；多媒体教学与传统教学手段相结合. 教学过程（3课时） （一）、授课内容 背景 离散型随机变量的数学期望 引例：计算某班学生期中测验的平均成绩. 定义3.1 定义3.1 设离散型随机变量 X 的概率函数为 P (X=x i )=pi i = 1, 2, … 若级数绝对收敛，则称此级数的和为随机变量X的数学期望.简称期望或均值. 记作EX，即 . 如果级数不绝对收敛，则称随机变量X的数学期望不存在. 连续型随机变量的数学期望 定义3.2 设连续型随机变量 X 的概率密度为，若积分 绝对收敛，则称积分 为 X 的数学期望.记作EX，即 4. 随机变量函数的数学期望 定理3.1 设 Y =g(X)，g(x) 是连续函数，那么 若X 为离散型随机变量，其概率函数为 (2) 若 X 为连续型随机变量，其密度函数为 f ( x )， 且绝对收敛,则 定理3.2 若 (X, Y) 是二维随机变量，Z = g(X, Y ). g(x, y)是二元连续函数 (1) 若 (X, Y)为二维离散型随机变量，其联合分布为 (2) 若 (x, y)为二维连续型随机变量，其联合密度函数为 f ( x , y ) ，且 绝对收敛,则 5. 数学期望的性质 性质1：常量的期望就是这个常量本身, 即 E(c)=c. 性质2：随机变量 X 与常量 c 之和的数学期望等于 X 的期望与这个常量 c 的和 E(X+c)=EX+c 性质3：常量 c 与随机变量 X的乘积的期望等于 c 与X 的期望的乘积 E(cX) = cE X 性质4： 随机变量的线性函数的数学期望等于这个随机变量期望的同一线性函数 E(k X+c)=k E X +c 性质5：两个随机变量之和（差）的数学期望等于这两个随机变量数学期望之和（差） E (X ( Y) = EX ( EY 性质6：两个相互独立随机变量乘积的数学期望等于它们数学期望的乘积, 即 E(X Y)=EX ?EY 6. 条件期望 定义3.3：设二维随机变量 (X, Y) 的联合分布为 P (X= x i ， Y= y j ) = p i j (i , j = 1, 2, … ) 在 Y = y j 条件下随机变量X的条件分布为 若级数绝对收敛，则称级数的和为在 Y = yj条件下X的条件数学期望，记作.即 同样在X = x i 条件下Y的条件期望定义为 定义3.4：设二维随机变量 (X, Y) 的条件密度为 f(x|y) 及 f(y | x) 。若 绝对收敛，则称为在 Y = y 条件下X的条件数学期望，记作,即 = 同样在X = x 条件下Y的条件期望定义为 = （二）课堂练