2018概率与统计第4章 （1）（2）.pptVIP

* 例4.14 设随机变量X的密度函数为 求 E|X-E(X)?，D(X)。 * * 4.2.2 常见的随机变量的方差 1. 0—1分布 X服从参数为p的（0-1）分布，分布律为 则X的方差为 D(X)=pq X 0 1 p 1-p p E(X)= p, 02×(1-p)+12×p=p 证明： E(X2)= 2.二项分布 其分布律为 则X的方差为D(X) = npq 证明 * * 3. 泊松分布 其分布律为 设X 服从Poisson 分布． 则X的方差为D(X)=? * 证明：E(X)=?. * 4. 几何分布 设 X ~G(p)．其分布律为 则X的方差为D(X)=(1-p)/p2 * 5. 超几何分布 设 X ~H(N, M, n)．其分布律为 则X的方差为 * 6. 均匀分布 其密度函数为 则X的方差为 * 证明 * 7. 指数分布 则X的方差为D(X)= * 证明 * 8. 正态分布 则X的方差为D(X)=?2 证明 4.2.3 方差的性质 3) D(X+b)= D(X)(其中b为常数) 综合性质2和性质3，可得 其中a，b为常数。 * 例:若R.V. X 的期望E(X)和方差存在且D(X)?0。令 则E(X*)=0, D(X*)=1. 称X*为X的标准化随机变量. * 4) 若 X 与 Y 独立，则 D(X±Y) = D(X) + D(Y) 证 继续计算此式 所以 0 当D(X-Y)时： 总之 这表明，对独立随机变量来说，它们之间 无论是相加还是相减，其方差总是逐个 累积起来，不可能有所减少。 注意：D(X-Y) ≠D(X) - D(Y) !!! * 例4.15 设 X ~ N(?,?2)，P{X ≤-5}=0.045 ， P{X ≤ 3}=0.618, 求E(4- X 2), D(2 - X ). 解： 即 查附表A2，得 又 P{X ≤ 3}=0.618 查附表A2 ，得 * 例4.5 随机变量X服从[0,2?]上均匀分布， 求E(sin X) ,E(X2 ), E[(X-E(X))2] 解： * * 例4.6 ?表示国家收益，则 解：设a为预备出口的该商品的数量，这个 数量介于2000与4000之间， * 即，组织3500吨此种商品是最佳决策。 * 其概率密度为 若规定元件使用寿命 在500小时以下为废品，价格为0； 在500到1000小时之间为次品，价格为10元； 在1000到1500小时之间为二等品，价格为30元；在1500小时以上为一等品，价格为40元， 求该种电子元件的平均价格。 　某种电子元件使用寿命X是个随机变量 例4.7 * * * 4.1.3 二维随机向量及其函数的数学期望 定义：设（X, Y）为二维随机向量，若 E(X) ，E(Y)都存在,称(E(X) ,E(Y))为( X, Y ) 的数学期望。 二维随机向量的数学期望： 设（ X, Y ）为二维离散型随机向量，则 * 设（ X, Y ）为二维连续型随机向量，则 * 定理 4.3： （二维随机向量函数的数学期望） * 例4.8 已知（X,Y）的联合分布律为 Y 0 1 0 1 1/3 0 1/2 1/6 X （1）求（ X,Y ）的数学期望 （2）E(XY) （3）E(X+Y) * 解 Y 0 1 0 1 1/3 0 1/2 1/6 X * Y 0 1 0 1 1/3 0 1/2 1/6 X 例 4.9 解： 设(X,Y)在区域A上服从均匀分布，其中A为x轴，y轴和直线x+y+1=0所围成的区域。 求E(X)，E(XY)。 在长为a的线段上任取两个点X与Y，求此 两点间的平均长度。 例 4.10 解： 因为X与Y都服从(0,a)上的均匀分布， 且X与Y相互独立，所以(X,Y)的联合概率 密度为 两点间的平均长度为 要求的是 * 4.1.4 数学期望的性质（期望算子） I) E(c)=c，c是常数，若 证 则 E(X +b)=E(X) +b II) E(cX )=cE(X )， c是常数 III) 证 证 设X是连续型随机变量，密度函数为f(x). 设X是离散型随机变量，其分布律为 P{X = xk} = pk (k=1,2,…)，则 * 证 不妨设(X,Y)是连续型随机变量， （对离散型随机变量可类似证明）， 其联 合概率密度为f(x,y) ， 综合上两条性质可得，当a、b为常数时， 推广：