随机变量的数字特征概率论.pptVIP

* * 第四章 随机变量的数字特征 数学期望 方差 * 协方差与相关系数 大数定律与中心极限定理 数学期望的引例 Mathematical Expectation 例如：某7人的高数成绩为90，85，85，80，80， 75，60，则他们的平均成绩为 以频率为权重的加权平均 数学期望E(X) Mathematical Expectation 定义 设离散型随机变量的概率分布为 离散型随机变量 随机变量X的数学期望，记作E（X），即 X P 4 1/4 5 1/2 6 1/4 数学期望的计算 已知随机变量X的分布律： 例 求数学期望E（X） 解 连续型随机变量的数学期望E(X) 连续型随机变量 定义 设连续型随机变量X的概率密度为 f (x), 则 即 数学期望的计算 已知随机变量X的密度函数为 例 求数学期望。 解 数学期望的意义 试验次数较大时，X的观测值的算术平均值 在E(X)附近摆动 数学期望又可以称为期望值(Expected Value)， 均值(Mean) E(X)反映了随机变量X取值的“概率平均”,是X的 可能值以其相应概率的加权平均。 二维随机变量的数学期望及边缘分布的数学期望 (X,Y)为二维离散型随机变量 (X,Y)为二维连续型随机变量 设(X,Y)的联合密度为 例 (1) 求k (2)