概率论与数理统计第四章.pptxVIP

概率论与数理统计;第四章 随机变量的数字特征;分布函数能够完整地描述随机变量的统计特 性，但在一些实际问题中，只需知道随机变量的 某些特征，因而不需要求出它的分布函数. 评定某企业的经营能力时，只要知道该企业 人均赢利水平； 研究水稻品种优劣时，我们关心的是稻穗的 平均粒数及每粒的平均重量； 检验棉花的质量时，既要注意纤维的平均长 度，又要注意纤维长度与平均长度的偏离程度, 平均长度越长、偏离程度越小，质量就越好； 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. ■;□ □;4. 1 数学期望 4.1.1数学期望的定义 4.1.2随机变量函数的数学期望 4.1.3数学期望的性质 4.1.4数学期望的简单应用;4.1.1数学期望的定义;换一个角度看，从这50个零件中任取一个零件, 它的尺寸为随机变量X,则X的概率分布为;定义4. 1. 1设离散型随机变量X的分布律为;设连续型随机变量X的概率密度为/(X);例4. 1. 1 解:EX;例4. 1. 2 解：EX 例4. 1. 3 解：EX;dx;常见随机变量的数学期望;分布;注意：不是所有的随机变量都有数学期望 例4. 1. 5若随机变量x服从柯西分布，即其概率 密度为 _wx+oo .说明 兀 1 + X 随机变量x的数学期望不存在;(2)如果X为连续型随机变量，其概率密度为市),;设z是随机变量 x,y的函数 z = g（x,y）,;解因为X?B (h p)分布律为;例4. 1. 7设二维随机变量 （x,y）的概率密度为 [x+y,Qxl,Qy\ 〔0 ,其他 求 e（x - y2）.;的密度函数为;例4. 1.9 已知（x,y）的联合分布列为;4.1.3数学期望的性质 没X,P是随机变量，是常数 (以 下设所遇到的 随机变t的数学期望存在) (1) E(aX + bY + c) = aEX + bEY + c = N(C) = C,C为常数. E(CX)= 毕(X),C为常数. E(X + P) = E(X) + E(Y}.;(2) 设 X 0,则 EX 0 (3) 设 o V X W 饥则 a EX b (4) 设X , P是两个相互独立的随切距量，则 E(xy)= EXEY ?4隹广:若 X,?(，=1 ,2,…n )相互独立，则有 n n e(ri X,)= n 庭，;■注I性质4的逆命题不成立，即 若E（xy）= E（x）E（y）, x,y不一定相互独立 反例1例4. 1. 9已知（x,y）的联合分布列为;例4. 1. 10 一民航送客车载有 20位旅客从机场开出 ， 旅客有10个??站可以下车 ，如到达一个车站没有旅 客 下车就不停车 ，以X表示停车次数 ，求EX （设每位旅客 在各车站下车是等可能 的，并设各旅客是否下车相 互 独立）;P(x, = 0)=(主广，P(X, = D = —(也广 10 10;00;性质： (1) + bY + c) = aEX + bEY + t: ______ 无条和 (2) 设 X 0,则 EX 0 (3) 设三X 払则a EX b (4) 设X ,旅是两个相互独立的随初变量，贝日 E(XP) = EXEY | 有条件;4.1.4数学期望的简单应用 例4. 1. 1 1按规定，某车站每天 8 : 00?9 : 00 , 9 : 00;至u立占日寸亥u;8 : IO;3;其它;g(x);睑血方案的选择;浴：为简单计，设夜是左的倍数，设共分成组;n;(1) 设随机变量乂和始的关系为y = 2X+2,段口果 EX = 2,则EP = ( B) ()4 (E) 6 (C) 8 (Z) IO (2) 设二维连续随机变量(x,y)的概率密度为 1 2 —-v(l + 3y 丄。v x v 29O c y 1 ，(x) = 4 [ O, 其他 求政,EY ,E(X + H),E(XF),E(P/X);Aj/7 +°° +8 EX=[ f xf^y^dxdy J —OO J —OO 2 1 1 2 4 =I x? 一 xdx f (1 + 3y ydy =_ Jo 4 Jo 3 + oO +8 EY = f f yf\x^y)dxdy J —OO J —OO;x, y^dxdy;(3)将4个可区分的球随机