线性代数课件分享ch4-1 数学期望.pptVIP

解 由X、Y 独立, 有 补例 设随机变量X,Y的概率密度分别为 其他 其他 X与Y独立, 求E(XY). 例8 一民航送客车载有 20 位旅客自机场开出, 旅客有 10 个车站可以下车. 如到达一个车站没 有旅客下车就不停车, 以 表示停车的次数, 求 (设每位旅客在各个车站下车是等可能的, 并设各旅客是否下车相互独立). 解 引入随机变量 在第 在第 站没有人下车 站有人下车 , 易知 现在来求 按题意, 任一旅客不在第 站 下车的概率为 因此 20 位旅客都不在第 站下车的概率为 在第 站有人下车的 概率为 即 由此 进而 (次). 注: 本题是将 分解成数个随机变量之和,再分别 计算期望后来求和. 这是一种常用的解题方法. 练习 解 已知随机变量X服从参数为2的泊松分布, 则随机变量 的数学期望E(Z)= 即 小结 Summary 1、常见离散型随机变量数学期望(均值) （两点分布，二项分布，泊松分布） 2、常见连续型随机变量数学期望(均值) （均匀分布，指数分布，正态分布） 3、随机变量的函数的数学期望 一维(离散型、连续型),二维(离散型、连续型) 4、数学期望的性质 * * * * * * * * * Probability and Statistics– Chapter4 Numerical Characteristics of Random Variable Algebra– Chapter 1 Random Events and Probability Tan Kah Kee College * Probability and Statistics– Chapter4 Numerical Characteristics of Random Variable 分布函数能完整地描述随机变量 的统计规律性, 但实际应用中并不都 需要知道分布函数，而只需知道随机 变量的某些特征. 判断棉花质量, 既看纤维的平均长度 平均长度越长,偏离程度越小, 质量就越好; 又要看纤维长度与平均长度的偏离程度. 例如： 引 言 考察一射手的水平, 既要看他的平均环数是否高, 还要看他弹着点的范围是否小, 即数据的波动是否小. 由上面例子看到，与随机变量有关 的某些数值，虽不能完整地描述随机变 量, 但能清晰地描述其在某些方面的重 要特征 , 这些数字特征在理论和实践上 都具有重要意义. 随机变量的平均取值 —— 数学期望 随机变量取值平均偏离均值 的情况—— 方差 描述两个随机变量间的关系 的数—— 协方差与相关系数 数 字 特 征 随机变量某一方面的概率特性 都可用数字来描写 §3.1 数学期望 §3.2 方差 §3.3 协方差与相关系数 §3.4 大数定理与中心极限定理 教学内容 Chapter 4 Numerical Characteristics of Random Variable 第四章 随机变量的数字特征 Content 1.掌握常用分布的数学期望 2.会求随机变量函数的数学期望 教学要求 §3.1 数学期望 主要内容 Contents Requests 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、随机变量的函数的数学期望 四、数学期望的性质 Mathematical Expectation Chapter 3 Numerical Characteristics of Random Variable 第三章 随机变量的数字特征 一.离散型随机变量的数学期望 The Mathematical Expectation of Discrete Random Variable 甲 次数 10 80 10 8 9 10 乙 次数 20 65 15 8 9 10 确定甲、乙哪个的射击水平好。 例1 成绩如下： 甲、乙两人射击训练，各射击100次， 平均成绩 解 甲的平均成绩 乙的平均成绩 甲的射击水平高于乙 注 数学期望(均值)= + + + … 甲 次数 10 80 10 8 9 10 乙 次数 20 65 15 8 9 10 设离散型随机变量 X 的分布律为 若级数 绝对收敛， 则称 的值为随机变量X 的数学期望(均值)， 定义1 即 记作 Mathematical Expectation (Mean) 收敛 1)数学期望