新编经济应用数学 线 概 数 第五版 4.1.3 Word 教案.docVIP

4.1.3 随机变量的数字特征 教学目的：理解均值和方差的概念及性质；掌握均值及方差的计算方法及随机变量的数字特征与典型分布参数间的关系。 内 容：1、均值和方差的概念及性质 2、随机变量的均值和方差的计算 3、几种典型分布的均值和方差 教学重点：均值和方差的概念、性质及计算，二项分布、正态分布的均值和方差 教学难点：几种典型分布的均值和方差 教 具：多媒体课件 教学方法：精讲，多练 教学过程： 引入新课： 随机变量的概率分布和密度函数都能完整地描述随机变量的概率特征, 但在实际问题中寻求概率分布和密度函数往往是很麻烦的。实际告诉我们，很多实际问题中并不需要求得随机变量的分布，只需找出某些反映随机变量概率特征的数值。为表示随机变量某些概率特征的数字而引出随机变量的数字特征。 2、教学内容： 一、均值的概念 1、离散型随机变量的均值 定义1 设离散型随机变量的概率分布为 … … 则称和数为随机变量的均值或数学期望，记作, 即 注意：当可能取的值有无穷多个时，定义要求级数绝对收敛。 显然，是一个实数，当的概率分布为已知时，可由公式算得，它形式上是可能值的加权平均，实质上它体现了随机变量取值的真正的“平均”。 【例1】 有一批钢筋共10根，抗拉强度指标为120和130的各有2根，125的有3根，110,135,140的各有一根，求它们的平均抗拉强度指标。 解：抗拉强度为随机变量，其概率分布为 110 120 125 130 135 140 则 所以平均抗拉强度为126。 【例2】 甲，乙两人打靶，所得分数分别为，按如下规则记分：规定射入区域得2分,射入区域得1分, 射入区域得0分(如下图)。显然，为随机变量，其分布分别如下： 0 1 2 0 1 2 0 0.2 0.8 0.6 0.3 0.1 试以平均分数为准则评定他们成绩的好坏。 解：计算的数学期望 可分别视作甲，乙两人打靶的平均成绩，显然甲的成绩比乙的成绩好得多。 【例3】 据统计，一位四十岁的健康者（一般体检未发现病症），在5年内仍然活着和自杀死亡的概率为（，已知），在5年内死亡（非自杀死亡）的概率为。保险公司开办5年人寿保险，条件是参加者需要交保险费元（已知），若5年之内死亡，保险公司赔偿元（），应定为何值才能使保险公司可期望获利？若有人参加保险，保险公司可期望从中获利多少？ 解：设表示保险公司从一个参加者身上所得的利润，则是一个随机变量，其分布为 保险公司期望获利为，而 所以， 若有人参加保险，保险公司可期望从中获利为 2、连续型随机变量的均值 定义2 设连续随机变量的概率密度函数为，如果绝对收敛，称为的均值或数学期望，记作，即 ＝ 【例4】 连续随机变量服从均匀分布，其概率密度函数为 　　　　 求。 解：＝ 　　　　　　　 　　　　　　　 　　　　　　　 【例5】 设连续型随机变量的概率密度函数为 　　　　　 求。 解： 　　　　　 二、随机变量函数的均值 设是随机变量的函数：　　　（f为连续函数） 当为离散型随机变量，其概率分布为（）时， （２）当为连续型随机变量，且概率密度为时， 【例6】设的概率分布为 -1 0 2 3 求： 解： 【例7】 已知～（０，１）求： 解：～（０，１），则概率密度函数为 　 则 　　　 ＝＝ = 三、均值的性质 （1）常数的均值等于常数本身，即 (为常数)； （2）设为随机变量，k为常数，则； （3）设为随机变量，b为常数，则； （4）设为随机变量，为常数，则； （5）设，为随机变量，则； （6）设，为相互独立的随机变量，则。 四、几种典型分布的均值 1、两点分布 设服从两点分布，其概率分布为，按离散型随机变量的均值定义，有 2、二项分布 设服从二项分布，即按离散型随机变量的均值定义有 = = = 3、泊松分布 设随机变量服从泊松分布，即 由离散型随机变量均值的定义，有 == == 4、均匀分布 设服从均匀分布，其概率密度函数 前面已计算过， 5、指数分布 设服从指数分布，即其概率