高等数学11.5随机变量数字特征.pptVIP

第一章 11 11. 5 随机变量的数字特征 　　 前面讨论了随机变量的分布函数，分布函数能够完整地描述随机变量的统计特性。但在一些实际问题中，不需要去全面考察随机变量的变化情况，而只需知道随机变量的某些特征，因而并不需要求出它的分布函数。例如，在评定某一地区粮食产量的水平时，在许多场合只要知道该地区的平均产量； 从上面的例子看到，与随机变量有关的某些数值，虽然不能完整地描述随机变量，但能描述随机变量在某些方面的重要特征。这些数字特征在理论和实践上都具有重要的意义。 一、期望 例：有甲、乙两射手，他们的射击技术用下表表出： 甲射手 0.1 9 0.3 8 0.6 概率 10 击中环数 乙射手 0.5 9 0.2 8 0.3 概率 10 击中环数 试问哪个射手本领较好？ 解：设两个选手各射N 枪，则有 平均甲射中9.3环，乙射中9.1环， 因此甲射手的本领好些。 甲：8×0.3N＋9×0.1N＋10×0.6N=9.3N 乙：8×0.2N＋9×0.5N＋10×0.3N=9.1N 0.1 9 0.3 8 0.6 甲射中概率 10 击中环数 0.3 0.5 0.2 乙射中概率 1、定义 设X是离散型随机变量，它的概率函数是: P(X=Xk)=pk , k=1,2,… 离散型随机变量的数学期望是一个绝对收敛的级数的和.它是随机变量所有取值的以概率为权的加权平均 如果 有限,定义X 的数学期望 若 发散, 称X 的数学期望不存在 例 1 例 2 若X~B( n, p)，则 EX＝ n p， X服从参数为 的泊松分布 EX= , 设随机变量Y 是随机变量X 的连续函数Y=g(X) 设 X 为离散型随机变量,其分布列为 P(X=Xi)=pi , i=1,2,…, 如果 收敛, 则 例 5 设随机变量X 的分布列为 pk X -1 0 1 2 0.1 0. 2 0.4 0.3 求 E(2X - 1), E(X 2). 解 E(2X -1)= = 0.8 ; 2、定义： 设X是连续型随机变量，其密度 函数 f (x),如果 有限,定义X的数学期望为 也就是说,连续型随机变量的数学期望是一个绝对收敛的积分. 例3：设均匀分布的随机变量X～U(a,b),求E(X)。 X 数学期望为 例4 求 指数分布的期望与方差 则有 X 服从参数为 ? 的指数分布， X服从参数为?,? 的正态分布，X～N(?,?2)。 EX=? 如果 收敛 ，则 设随机变量Y 是随机变量X 的连续函数Y=g(X) 设X 是连续型随机变量,其密度函数为 f (x), 例6. 设X∽U（a, b），计算EX2 三、数学期望的性质 1. 设C是常数，则E(C)=C; 2. 若k是常数，则E(kX)=kE(X); 推广 设Ｘ1，Ｘ2 ，…Ｘｎ每一个随机变量Xi 的数学期望都存在，则 4. 假设X、Y相互独立，且EX 、EY存在， 则E(XY )= EX EY ; 四、方差的定义 采用平方是为了保证一切 差值X-E(X)都起正面的作用 由于它与X具有相同的度量单位，在实际问题中经常使用. 方差的算术平方根 称为标准差 1、设X是一个随机变量，若E[(X-E(X)]2∞，则称 D(X)=Var（X）=E[X-E(X)]2 (1) 为X的方差. X为离散型， P(X=xk)=pk 由定义知，方差是随机变量X的函数 g(X)=[X-E(X)]2的数学期望 . X为连续型， X~f(x) 2、D(X)=E(X2)-[E(X)]2 展开 证：D(X)=E[X-E(X)]2 =E{X2-2XE(X)+[E(X)]2} =E(X2)-2[E(X)]2+[E(X)]2 =E(X2)-[E(X)]2 利用期望 性质 例3. 设X∽U（a, b），计算DX 解：EX= * *