《数据、模型与决策》第十三章 随机变量的数字特征.pptVIP

谢谢！ 相关系数具有以下性质： 性质1：如果随机变量 X，Y 相互独立，则 。 证明：因为X，Y 相互独立，则COV(X，Y)=0，由式13-8，得： 性质2： 性质3：当且仅当X与Y存在线性关系，即Y=a+bX(b≠0)时，|ρXY|=1，并且ρXY=1(b＞0),ρXY=-1(b＜0）。 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 第十三章 随机变量的数字特征 13.1 数学期望及性质 13.2 方差与协方差及性质 13.3 大数定律与中心极限定理 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 13.3 大数定律与中心极限定理 13.3.1切贝雪夫不等式、大数定律 13.3.2 中心极限定理 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 13.3.1切贝雪夫不等式、大数定律 设随机变量X有数学期望E(X)和方差D(X)，则任意给出 ，有（见式13-9）： （13-9） 或（见式13-10）： （13-10） 式13-9或式13-10称为切贝雪夫不等式。它表明，当D(X)很小时，X落入区间E(X)-ε，E(X)+ε是大概率事件，也即X的概率分布集中在期望E(X)附近。 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 某批产品的次品率为0.05，试用切贝雪夫不等式估计10000件产品中，次品数不少于400件又不多于600件的概率。 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 定理 （贝努里大数定理）设 是n次重复贝努里试验中事件A发生的次数，p是事件A的概率，则对于任意给定的 ，有： 贝努里大数定理说明当n无限增大时，事件A发生的频率 与概率p可以任意接近，即频率 逐渐稳定于概率p。这正是“概率是频率稳定值”的确切含义。 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 定理 （辛钦大数定理）设随机变量X1，X2，… ，Xn相互独立，服从同一分布，且 ，则对任意给定的 ，有： 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 13.3.2中心极限定理 定理 （中心极限定理）设X1，X2，… ，Xn是相互独立的随机变量，服从同一分布，且 则有： 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 第十三章 随机变量的数字特征 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 学习目的 掌握离散型随机变量和连续型随机变量的数学期望及其性质。 理解随机变量函数的数学期望；掌握方差的基本概念和性质；掌握协方差与相关系数的概念与具体应用；理解并能运用大数定律与中心极限定理。 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 第十三章 随机变量的数字特征 13.1 数学期望及性质 13.2 方差与协方差及性质 13.3 大数定律与中心极限定理 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 13.1 数学期望及性质 离散型随机变量的数学期望 定义 设离散型随机变量 的分布律如表所示。 如果级数 绝对收敛，则称级数的和为随机变量 的数学期望或均值，记为 。 X x1 x2 … xk … P p1 P2 … pk … 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 如果随机变量 ~ ，则 如果随机变量 ~ ，则 。 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 有两个射手甲和乙，所得的分数是随机变量，分别记为 ，他们的分布率如表所示。 试比较甲、乙两人的技术。 击中环数 8 9 10 甲的概率 0.3 0.1 0.6 乙的概率 0.2 0.5 0.3 第十三章 随机变量的数字特征 数据、模型与决策 (第二版) 某大型设备生产商已有两份意向定货合同，分析如表所示。 卖出一件可盈利20万，否则下一年卖出，但考虑到资金成本及库存，将亏损2万。 问：按几件组织生产？ ξ 1 2 3 ··· p 0.1 0.7 0.2