概率论与数理统计--随机变量的数字特征.ppt

0 1 0 1-p 0 1 0 p * ppt课件 易知: X 0 1 Y 0 1 E(X)=P E(Y)=P * ppt课件 例2：设(X,Y)的概率密度为： * ppt课件 X Y 1 1 D 0 * ppt课件 * ppt课件 相关系数的性质 线性关系 * ppt课件 证明（1） * ppt课件 例11：一民航送客车载有20位旅客自机场出发，旅客有10 个车站可以下车，如到达一个车站没有旅客下车就 不停车，以X表示停车的次数，求 (设每位旅客在各个车站下车是等可能的，并设各旅 客是否下车相互独立) 本题是将X分解成数个随机变量之和，然后利用随机变量和的数学期望等于随机变量数学期望之和来求数学期望，这种处理方法具有一定的普遍意义。 解：引入随机变量： * ppt课件 例12： * ppt课件 总结数学期望的计算方法 数学期望的定义 数学期望的性质 随机变量函数的数学期望 例11的方法：“X分解成数个随机变量之和，利用E(X)=E(X1 +X2+…+Xn)= E(X1)+ E(X2)+… +E(Xn)” 根据题型，以上方法可能独立使用，也可能结合使用。 * ppt课件 定义： 定义： 数学期望简称期望，又称均值。 * ppt课件 * ppt课件 几种重要分布的数学期望 * ppt课件 数学期望的特性： 这一性质可以推广到任意有限个随机变量线性组合的情况 * ppt课件 §2 方差 设有一批灯泡寿命为：一半约950小时，另一半约1050小时→平均寿命为1000小时； 另一批灯泡寿命为： 一半约1300小时，另一半约700小时→平均寿命为1000小时； 问题：哪批灯泡的质量更好？(质量更稳定) 单从平均寿命这一指标无法判断，进一步考察灯泡寿命X与均值1000小时的偏离程度。 * ppt课件 我们需要引进一个量来描述r.v.X的取值分散程度，即X的取值与E(X)的偏离程度 偏离的度量： 平均偏离： 绝对值（不好研究） * ppt课件 但是，绝对值（大 ） 平方（大) 所以我们研究 方差 定义 设X是一随机变量， 为标准差或均方差。 存在，则称之为X的方差。记为D(X)或Var(X)， 即 方差实际上是一个特殊的函数 g(X) =(X-E(X))2 的期望 * ppt课件 对于离散型随机变量X， 对于连续型随机变量X， 此外，利用数学期望的性质，可得方差得计算公式(常用)： * ppt课件 例1：设随机变量X具有数学期望 * ppt课件 例2：设随机变量X具有0-1分布，其分布律为： 解： * ppt课件 例3： 解： * ppt课件 例4： 解：X的概率密度为： * ppt课件 例5：设随机变量X服从指数分布，其概率密度 为： 即对指数分布而言，方差是均值的平方，而均值恰为参数θ * ppt课件 方差的性质： * ppt课件 证明： * ppt课件 X与Y 相互独立：已知EX=3；DX=1；EY=2；DY=3 。 E(X-2Y)；D(X-2Y) 。 解：由数学期望和方差的性质 　　　　　　 ???　　　　　　  * ppt课件 例6： Xk pk 0 1 1-p p * ppt课件 例7： 解： * ppt课件 * ppt课件 例8：设活塞的直径(以cm计) 汽缸的直径 X,Y相互独 立，任取一只活塞，任取一只汽缸，求活 塞能装入汽缸的概率。 * ppt课件 表1 几种常见分布的均值与方差 数学期望 方差 分布率或 密度函数 分布 0－1分布 p p(1-p) 二项分布b(n,p) np np(1-p) 泊松分布 均匀分布U(a,b) 指数分布 正态分布 * ppt课件 几个与期望及方差有关的练习题 1、设X的数学期望E(X)=2,方差D(X)=4,则E(X2)= ； 2、设X~ B(n,p),已知E(X)=1.6 , D(X)=1.28,则 n= ; P= ; 3、设X~ P(λ)，且P(X=1)=P(X=2),则E(X)= , D(X)= ; * ppt课件 总结方差的计算方法 定义法：函数的数学期望 方差的性质 常用公式：D(X)=E(X2)-[E(X)]2 X分解成数个相互独立的随机变量之和，利用D(X)=D (X1 +X2+…+Xn)=