第七章 随机变量的数杰字特征 第一讲 数学期望.pptVIP

例: 设X的概率密度为 其中a, b为常数，且E（X）=3/5。求a, b的值. 作业：P94 2、3、6、11  第七章 随机变量的数字特征  第一讲 数学期望 补充题：1）X, Y 相互独立, 都服从p为 0.5 的0-1分布，求 M = max{X ,Y }的概率分布. 例5 max{X ,Y } P 1 0 Y X pij 1 0 1 0 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 + + 0.75 例5 习题六12题 2 x － y = z 2-(-z) 2 x － y = z 2 x － y = z 2 x － y = z 在前面的课程中，我们讨论了随机变量及其分布，如果知道了随机变量X 的概率分布，那么X 的全部概率特征也就知道了. 然而，在实际问题中，概率分布一般是较难确定的. 而在一些实际应用中，人们并不需要知道随机变量的一切概率性质，只要知道它的一些综合指标就够了.比如分布的中心位置，散布程度等，将这些称为数字特征。 32天没有出废品; 30天每天出一件废品; 17天每天出两件废品; 21天每天出三件废品; 一、离散型随机变量的数学期望 1、概念的引入： 某车间对工人的生产情况进行考察. 车工小张每天生产的废品数 X 是一个随机变量. 如何定义X 的平均值呢？ 若统计100天,可以得到这100天中每天的平均废品数为， 在对随机变量的研究中，确定某些数字特征是重要的 . 在这些数字特征中，最常用的是 数学期望和方差 定义1 设X 是离散型随机变量，它的分布律是:P(X=xk)=pk , k =1,2,… 也就是说,离散型随机变量的数学期望是一个绝对收敛的级数的和.数学期望简称期望、均值。 如果 绝对收敛,定义X 的数学期望 Expectation 随机变量的数学期望是随机变量的取值以概率为权 的加权平均。 在经济管理中，Ex也经常表现为正常生产情况下国家规定的质量指标，因为它可以理解为工人和市场的期望值. 例如，市场需要12mm直径的零件，但受各种随机因素的影响，生产的零件不会刚好是12mm.设x为零件的直径，如果x 的概率分布为: 0.4 0.2 0.1 12 11 10 x i p 13 14 0.2 0.1 即Ex = 12，这表明生产是正常的，而且表明12mm正是大家的期望，这也是期望名称的由来. 随机变量的数学期望是个实数，与随机变量有相同的单位.数学期望反映了随机变量取值的平均水平，它的统计意义是对随机变量进行大量观测后得到的理论平均数. 0.4 0.2 0.1 12 11 10 x i p 13 14 0.2 0.1 Ex =10×0.1+11×0.2+12×0.4+13×0.2+14×0.1 =12. 物理解释：一质量为1的金属细棒,质量散布 在坐标为 质点M1，M2 ，… ， Mn上，若质点Mi的重量是pi ，则金属细棒的 中心位置就是 例 求 0 — 1分布的数学期望 . x 0 1 pk 1－ p p 0 1 1－ p p × ( ) ＋ × = p . 例: 某人的一串钥匙上有n 把钥匙，其中只有一把能打开自己的家门，他随意地试用这串钥匙中的某一把去开门. 若每把钥匙试开一次后除去，求打开门时试开次数的数学期望. 解: 设试开次数为X , P(X=k)= 1/n , k =1,2,…,n E(X) 泊松分布 例:设 X 的分布律如下, X 0 1 2 p 1/4 1/4 1/2 X2 0 1　 ４ p 1/4 1/4 1/2 设X是一个随机变量，Y=g(X)，则 补充题: 某射击队共有9名队员，技术不相上下，每人射 击中靶的概率均为0.8，各自打中靶为止，但限 制每人最多打3次，问大约要为他们准备多少发 子弹？ 解 设为 第 i 名队员所需子弹数， 9名队员所需子弹数目 9名队员所需子弹数目的均值为 二、连续型随机变量的数学期望 设X是连续型随机变量，其密度函数为f (x),在数轴上取很密的分点x0 x1x2 …,则X落在小区间[xi , xi+1)的概率是 小区间 [xi, xi+1) 阴影面积 近似为 小区间[Xi, Xi+1) 由于xi与xi+1很接近, 所以区间[xi , xi+