概率论基础第四章ppt.pptVIP

例4.19 1/3 1/3 1/3 1 0 -1 解： 0 1/3 1 1/3 0 0 0 1/3 -1 1 0 这个题说明相关系数反映了随机变量之间线性相关性的强弱。 随机向量的数学期望与协方差矩阵 随机变量的条件数学期望与应用 一、条件数学期望的概念 1.Def 设随机变量的条件分布存在，则条件数学期望定义 如下 2. 随机变量的条件数学期望的意义 反映了随机变量 的平均值对随机变量 的依赖 显然， 是 的函数，记其为 ，即有 称其为 对 的回归函数或回归方程。 例4.20 设二维随机向量 ，求在 条件下随机变量X的条件数学期望。 解：由例题3.42知 条件下随机变量X的条件分布为 所以， 条件下随机变量X的条件数学期望。 注意：条件数学期望具有数学期望的所有性质 二、条件数学期望的数学期望（重期望） 如果把条件数学期望 中的 换成 并记为 ，则其为随机变量，其数学期望称 为重期望，即 定理（重期望公式） 设 为二维随机向量，且 存在，则有 证明：只对连续性情况证明 设 的概率密度为 令 ，则有 重期望公式的应用 这公式提供了一个在大范围求平均的一种思想方法， 即所谓的两次平均法 例4.21 一名矿工被困在矿井有三个门的位置，第一个门 与一个经3小时路程可到达安全区的坑道连接；第二个门 与一个经5小时路程可回到原处的坑道连接；第三个门与 一个经7小时路程可回到原处的坑道连接。假定该矿工等 可能在三个门种选择，求他平均需要多少时间才能到达安 全区。 解：设该矿工需要 小时到达安全区，则 的可能取值 显然有 由题设知 记矿工平均需要时间为 由重期望计算式 解的 解得 例4.22 设电力公司每月可供给某工厂的电量 （单位：万千瓦），该厂每月实际需要电量 （单位：万千瓦）。如果工厂从电力公司得到足够的电力 则每万千瓦电力可创造30万元的利润，如工厂从电力公司 得不到足够的电力，不足部分通过其他途径解决，但每万 千瓦电力可创造10万元的利润，求该工厂每月的平均利润. 解：设该工厂每月的利润为 ，则有 重期望公式知该工厂的约平均利润为 随机变量的特征函数 一、随机变量特征函数的定义与计算 Def 设 是一个随机变量，则称 为随机变量 的特征函数，其中i为虚单位。 特征函数的计算 设离散型随机变量的概率分布为 则随机变量的特征函数为 设连续型随机变量的概率密度为 则随机变量的特征函数为 * 第四章 随机变量的数字特征与特征函数 概率论 随机变量的数学期望 随机变量的方差 随机变量的矩与中位数 随机变量间的协方差与相关系数 随机变量的特征函数 熵与信息 小结与练习 二、数学期望的定义 离散型随机变量 Def 设离散型随机变量的概率分布为 连续型随机变量 Def 设连续型随机变量的概率密度为 ，若广义积分 随机变量数学期望所反应的意义 例4.1已知随机变量X的分布律为 1/4 1/2 1/4 6 5 4 求数学期望 解：由数学期望的定义 例4.2已知随机变量X的分布律为 1 0 求数学期望 解：由数学期望的定义 例4.3已知随机变量 。求数学期望 例4.4已知随机变量 。求数学期望 例4.5已知随机变量 。求数学期望 例4.6已知随机变量 。求数学期望 随机变量函数的数学期望 1. 一元随机变量函数的情况 设 是随机变量 X的函数， 离散型 连续型 该公式的重要性在于: 当我们求E[g(X)]时, 不必知道g(X) 的分布，而只需知道X的分布就可以了. 这给求随机变量函 数的期望带来很大方便. 例4.7 解：因为 随机变量函数的数学期望 随机变量的方差 Variance 随机变量方差的定义 设 是一随机变量，如果 存在，则称为 的方差，记作 或 方差的计算公式 与 有相同的量纲 均方差（标准差） 离散型 设离散型随机变量X的概率分布为 连续型 设连续型随机变量X的分布密度为 f (x) 方差的统计意义 随机变量的方差反映了随机变量所有可能取值的聚散程度。 例4.8已知随机变量X的分布律为 1 0 求方差 解： 例4.9已知随机变量 。求方差 例4.10已知随机变量 。求方差 例4.11已知随机变量 。求方差 例4.12已知随机变量 。求方差 方差的性质 1. 设c是常数，则D(c)=0； 2. 若a，b是常数，则 Chebysherv不等式 1.多元随机变量函数的数学期望 离散型 连续型 随机向量的特征数 例4.13 例4.14 设X与Y相互独立，它们的概率密度函数分别为 2.随机变量数学期望预方差的性质 (1)E(X+Y) = E(X)+E(Y)； (2