概率论第四章第五章第一次课.pptVIP

§1 数学期望 三、随机变量的函数的数学期望 ⑴离散型r.v X的分布律为：P{X=xk}=pk k=1,2… 征 = = 数 字 特 * * 征 = = 数 字 特 * * 第四章 随机变量的数字特征 数学期望(均值) (Mathematical expectation) 方差 (Variance) 协方差及相关系数 (Covariance, correlation coefficient) 矩 、协方差矩阵 (moment, Covariance matrix ) 能描述随机变量某些方面特征的数字。其中，最常用的是: 期望和方差 (Mathematical expectation) 一、离散型随机变量的数学期望 二、连续型随机变量的数学期望 三、随机变量的函数的数学期望 四、数学期望的性质 五、数学期望性质的应用 求平均每天乘客数. 引例:为调整车辆,对某公共汽车站的乘客数进行了20天的观察, 其结果为: =(390×2+400×4+410×7+420×5+430×1+440×1)/20 解: 20天中,平均每天乘客数为 这里2/20，4/20是“乘客数为390人”“乘客数为400人”的频率，若将其视为相应的概率, 则可建立如下模型(X表示日乘客数)： =390×2/20+400×4/20+410×7/20+420×5/20+430×1/20+440×1/20=411 一、离散型随机变量的数学期望 1 1 5 7 4 2 天数 440 430 420 410 400 390 乘客数 1/20 1/20 5/20 7/20 4/20 2/20 pk 440 430 420 410 400 390 X 定义1 设离散型r.vX的分布律为： 若级数 绝对收敛，则称级数的和为r.vX的数学期望， 简称期望或均值，记为E(X)，即 (1) （3） 注（1） （2） 与求和顺序无关。 同时保证了 收敛， 绝对收敛，不仅保证了 级数 E(X) p x p x k k k k k k ? ? ￥ = ￥ = 1 1 （4） E(X)反映了随机变量取值的平均水平. 设两人的日产量相等,问谁的技术更好? 故乙的技术好。 例1： 甲、乙两工人在一天生产中出现废品的概率分别是： 解：E(X1)=0×0.4+1×0.3+2×0.2+3×0.1=1 E(X2)=0×0.3+1×0.5+2×0.2+3×0=0.9 例2： 解： 令m=k-1 0.5 1 0.2 2 乙 甲 工人 X2 X1 0 0.3 0.1 0.2 0.3 0.4 概率pk 3 0 3 2 1 0 废品数 例3： 设X服从几何分布，即 解 求和与求导 交换次序 等比级数求和 注： ① E(X)不存在的例子： ②若E(X)存在，则是一个确定的实数. 发散 … 1/2n … 1/8 1/4 1/2 pk … 2n … 8 4 2 X P91例5 在一个人数很多的团体中普查某种疾病, 为此要抽验N个人的血, 可以用两种方法进行: 如果混合血液呈阴性反应, 就说明k个人的血都呈阴性反应, 若呈阳性, 则对这k个人的血液再分别进行化验, 这样k个人 解: 由此可知, 这时就能得到最好的分组方法. 例如, 则按第二种方法平均只需化验 这样平均来说, 二、连续型随机变量的数学期望 设连续型r.vX的概率密度为f(x),若广义积分 绝对收敛,则称此积分的值为r.vX的数学期望,记为 E(X), 即 E(X)= (2) 1、定义2 2、重要分布的期望值: 二项分布 泊松分布 均匀分布 正态分布 指数分布 要求: ①能熟练验证; ②熟记结果. P89例2 有两个相互独立工作的电子装置,它们的寿命Xk(k=1,2)服从同一指数分布, 其概率密度为 若将这两个电子装置串联联接成整机, 求整机寿命(小时) N的数学期望 解 ⑵连续型r.vX的概率密度为f(x) 1 、 已知一维r.vX的分布,求其函数Y=g(X)的期望: (4) (3) 说明：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. 这给计算r.v函数的期望带来很大方便. 简单函数 可列表运算 例4：某车间生产的圆盘直径在(a, b)上服从均匀分布，试求圆盘面积的数学期望。 解：设X为某车间生产的圆盘直径，依题意，X～U（a，b） X的概率密度为 设圆盘面积为Y，则 上