chap4随机变量地数字特征.pptVIP

* 第四章 随机变量的数字特征 数字特征的优越性： 1. 较集中地反映了随机变量变化的一些平均特征。 2. 很多重要的随机变量(如二项分布、泊松分布、均匀分布、指数分布、正态分布等)的分布函数都能用一、两个数字特征完全确定。 3. 重要的数字特征---数学期望、方差具有明确的统计意义，同时还具有良好的数学性质。 4.随机变量的数字特征较易求出。 第一节、数学期望 例1. 有甲、乙两个射击选手，他们的射击技术由下表给出： 甲射手： 0.3 0.1 0.6 p 8 9 10 环数 乙射手： 0.2 0.5 0.3 p 8 9 10 环数 试问哪一个选手射击本领较好？ 甲：8×0.3N+9×0.1N+10×0.6N=9.3N 乙：8×0.2N+9×0.5N+10×0.3N=9.1N 定义4.1(教材p110) 设?为离散型随机变量，其分布律为 若级数 绝对收敛，则称 E(?)= 为?的数 学期望(或称期望或均值)。 1. 设?～B(n，p)，求E(?)： E(?)=np. 2. 设?～?(?)，求E(?)： E(?)=?. 3. 设?服从参数为p的几何分布，求E(?)： E(?)=1/p. 例2. 设随机变量?分布律为 求E(?) 。 定义4.2 (教材p110) 设?为连续型随机变量，其分布密度为f(x)，若积分 收敛， 则称 为?的数学期 望(或称期望或均值)。 4. 设?服从参数为?的指数分布，求E(?)： E(?)=1/ ? 5. 设?服从(a，b)区间上的均匀分布，求E(?)： E(?)=(a+b)/2 6. 设 ，则 E(?)=?. 7. 设?～?(?，?)，则E(?)= ?/?。 例3. 设?的分布密度为 例4. 设 相互独立，且均服从参数为?的指数分布，M=max{ }，N=min{ }， 求E(M)和E(N)。 定义4.3 对?=( )，若 都存在， 则称 为n维随机变量?的数学期望(或均值向量)。 定理4.1 (教材p115) 设y=g(x)是连续函数，?=g(?)： 1) ?是离散型随机变量，其分布律为 2) ?是连续型随机变量，其概率密度为f(x)， 推广（教材p116）： 设 是连续函数， 1) ?是离散型随机变量，其分布律为 2) ?是连续型随机变量，其概率密度为 例5. 设二维随机变量(?，?)的概率密度为 试求??的数学期望。 定理4.2 (教材p119) 1. 设a，b，c为任意常数，若 特别，E( c)=c。 2. 线性性：设 为任意常数，则 3. 若 相互独立，则 性质 设 为连续函数， 为相互独立的随机变量，则 也是相互独立的随机变量。 由此可得 例6. (2003年数学一考研试题十一题) 已知甲、乙两箱中装有同种产品，其中甲箱中装有3件合格品和3件次品，乙箱中仅装有3件合格品。从甲箱中任取3件产品放入乙箱后，求： 1) 乙箱中次品数X的数学期望； 2) 从乙箱中任取一件产品是次品的概率。 例7. (2002年数学三、四考研试题十二题) 假设一设备开机后无故障工作的时间X服从指数分布，平均无故障工作的时间(EX)