第27讲-数学期望和方差的计算.pptVIP

* * * * * * * * * * 第二十七讲 数学期望与方差 一、离散型随机变量的数学期望 二、连续型随机变量的数学期望 三、数学期望的性质 四、随机变量函数的数学期望 五、方差 引例1 8 9 10 0.1 0.8 0.1 X甲 8 9 10 0.2 0.65 0.15 X乙 设甲、乙两个射手在同样条件下进行射击,其命中的环数是一随机变量，分别有下面的分布列 问谁的水平高？ 8? 0.1+9?0.8+ 10?0.1=9 解： 8?0.2+9?0.65+10?0.15=8.95 由此可以看出，从平均命中环数的角度来说， 我们把这个平均值称为数学期望. 甲的水平高于乙. P P 甲的水平 乙的水平 =E(X甲) =E(X乙) 定义1 设X是离散型随机变量，它的分布列是: 注意 :数学期望简称期望，又称为均值。 称 即 为随机变量X的数学期望，记为 一、离散型随机变量的数学期望 （概率加权平均值） 例1 设随机变量X的分布列如下 求： （1） (2) 解： （1） (2) 数学期望是一个理论值，随机变量不一定能取得到 例2 设有10个同种电子元件，其中2个废品。装配仪器时，从这10个中任取1个，若是废品，扔掉后重取1只，求在取到正品之前已取出的废品数 X 的期望。 解：X的可能取值为：0,1,2 X的分布列为 例2 设一台机器一天内发生故障的概率为0.2，机器发生故障时全天停工。若一周5个工作日里无故障，可获利10万元；发生一次故障获利5万元；发生2次故障获利0元，发生3次或以上故障亏损2万元，求一周内期望利润是多少？ 解：设X表示一周5天内机器发生故障天数，则 设Y表示一周内所获利润，则 ～ Y的分布列为： 二、连续型随机变量的数学期望 1、引入 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 由于xi与xi+1很接近, 所以区间[xi, xi+1)中的值可以用xi来近似代替. 这正是 的渐近和式. 近似, 因此X与以概率 取值xi的离散型随机变量 该离散型随机变量的数学期望是 小区间[xi, xi+1) 阴影面积近似为 定义2 设X是连续型随机变量，其密度函数为 f (x),如果积分 的值存在,则称此积分值为X的数学期望, 即 二、连续型随机变量的数学期望 解: 例3 设随机变量X的密度函数为 求：（1） 的值 （2） （1）因为 所以 即 解得 例3 设随机变量X的密度函数为 求：（1） 的值 （2） 解: （2） 练习题 设随机变量X的密度函数为 求： 答案： 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 三、数学期望的性质 1、设C为常数，则 2、设X是一个随机变量，C为常数，则 3、 （1） （2） （1）当X为离散型时 设Y是随机变量X的函数:Y=g (X) (g是连续函数) 四、随机变量函数的期望 （2）当X为连续型时 例4 设X的分布列如下 解： 例5 设随机变量X的密度函数为 求： 解: 例5 设随机变量X的密度函数为 求： 解: 设X是一个随机变量，若E[(X-E(X)]2存在 , 称 E[(X-E(X)]2 为 X 的方差. 记为D(X)，即 若X的取值比较分散， 方差的含义： 刻画了随机变量的取值对于其数学期望的离散（偏离）程度 . 若X的取值比较集中， 五、方差 1、定义 则方差D(X)较小； 则方差D(X)较大. 展开 证：D(X)=E[X-E(X)]2 =E{X2-2XE(X)+[E(X)]2} =E(X2)-2[E(X)]2+[E(X)]2 =E(X2)-[E(X)]2 利用期望性质 2、计算 例5 设随机变量X的分布列为 解： 例6： 设X的密度函数为 解 ： 例6： 设X的密度函数为 解 ： 解： 解之得 例7： 3、方差的性质 （1）设C 是常数, 则 （2）若 是常数, 则 （3）若 a,b 是常数， 则 （4）若 X,Y 相互独立,则 例7：设随机变量X的分布列为 解： 求 分布名称 记号 分布列或者概率 密度函数 数学期望 方差 两点分布 二项分布 泊松分布 均匀分布 指数分布 正态分布 内容小结 1、数学期望的概念与性质 2、方差的概念与性质 若 X,Y 相互独立,则 * * * * * * * * * * * * * * * *