随机变量的数字特征.docxVIP

第四章?随机变量的数字特征 【基本要求】?理解随机变量的数学期望与方差的概念，掌握它们的性质与计算方法；掌握计算 随机变量函数的数学期望方法；掌握二项分布、泊松分布、正态分布和指数分布的数学期望和 方差；了解协方差、相关系数、矩的概念、性质及计算方法。 【本章重点】?数学期望与方差的概念、性质与计算方法；求随机变量函数的数学期望的方法； 二项分布、泊松分布、正态分布和指数分布的数学期望和方差。 【本章难点】?数学期望与方差的概念计算方法；随机变量函数的数学期望的计算方法；协方差、 相关系数、矩的概念、性质及计算方法 【学时分配】7-9?学时 分布函数:?F?(x)???P(?X???x)?——全面描述随机变量?X?取值的统计规律。但是，在实际问题中 分布函数的确定并不是一件容易的事，而且有时我们也不需要知道分布函数，只需知道随机变 量的某些数字特征就够了。例如： 评价粮食产量，只关注平均产量； 研究水稻品种优劣，只关注每株平均粒数； 评价某班成绩，只关注平均分数、偏离程度； 评价射击水平，只关注平均命中环数、偏离程度。 描述变量的平均值的量——数学期望， 描述变量的离散程度的量——方差。 §4.1?数学期望 教学目的：使学生理解掌握随机变量的数学期望的实际意义及概念，会计算具体分布的数学期 望；使学生理解掌握随机变量函数的数学期望的计算及数学期望的性质。 教学重点、难点：数学期望的概念及其计算；随机变量函数的数学期望的计算及数学期望的性 质。 教学过程： (一) 数学期望的概念 先看一个例子:一射手进行打靶练习,规定射入 区域?e2?得?2?分,?射入区域?e1?得?1?分,脱靶即射入  e2 区域?e0?得?0?分.设射手一次射击的得分数?X?是一个 e1 e0 随机变量，而且?X?的分布律为?P{X=k}=?pk?,k=0,1,2 现射击?N?次，其中得?0?分?a0?次，得?1?分?a1?次，得?2?分?a2?次，?a0?+?a1?+?a2?=N.则他射击?N?次得分的 总和为?a0 0+?a1?1+?a2 2,他平均一次射击的得分数为 a a????k k?，因为当?N?充分大时,??频率 k???稳? a a ????k k?，因为当?N?充分大时,??频率 k???稳?定???概率p?k?。 N 2  k?0?N?N 值 所以当?N? 所以当?N?充分大时,??平均数?x??稳?定?????x?k?p?k?。 显然,数值???x?k?p?k?完全由随机变量?X?的概率分布确定,而与试验无关，它反映了平均数???的大小。 级数???xk?pk?绝对收敛，则称级数???xk?pk?为随机变量?X?的数学期望，记为?E(?X?)?,即?E(?X?)?＝ 值 k?0 2 k?0 定义: 1.离散型随机变量的数学期望:设离散型随机变量?X?的分布律为?P?X???xk????pk?，?k???1,?2,3?…若 ? ? k?1 k?1 ?? ??x k?1  k pk?。 2.连续型随机变量的数学期望: 2.连续型随机变量的数学期望:设连续型随机变量?X?的密度函数为?f?(x)?，若积分?????xf?(x)dx?绝对 收敛，则称积分?????xf?(x)dx?的值为随机变量?X?的数学期望，记为?E(?X?)?。即?E(?X?)?＝?????xf?(x)dx?。 ?? ? ? ?? ?? X 0 1 2 3 PK 0.7 0.1 0.1 0.1 Y 0 1 2 3 PK 0.5 0.3 0.2 0 数学期望简称期望，又称为均值。 (二) 数学期望的计算 关键是：求出随机变量的分布律或者密度函数。 则?E(?X 则?E(?X?)?＝???xk?pk???（绝对收敛） ? k?1 ，则?E(?X?)?＝?? ，则?E(?X?)?＝?????xf?(x)dx ? ?? （绝对收敛） 例?1?甲、乙两个工人，生产同一种产品，在相同条件下，生产?100?件产品所出的废品数分别用 X、Y? X、Y?表示，它们的概率分布如下： 问这两个工人谁的技术好? E(?X?)?＝?0???0.7??1??0.1??2???0.1??3??0.1???0.6?,?E(Y?)?＝?0???0.5??1??0.3???2???0.2???3??0???0.7 甲工人生产出废品的均值较小，甲的技术好。 例?2?有?5?个相互独立工作的电子装置，它们的寿命?Xk(k=1,2，3，4，5)服从同一指数分布，其 ??1 ?x?概率密度为?f?? ??1 ?x? 概率密度为?f??x????? ??e?,?x???0, ，????0?，(1)若将这?5?个电子装置串联连接组成整机，求整机 寿命（以小时记）N?的数学期望。(2)若将这?