(完整)第四章随机变量的数字特征总结,推荐文档.docxVIP

随机变量的数字特征一一总结 随机变量的数字特征一一总结 第四章 随机变量的数字特征 ㈠ 数学期望 表征随机变量取值的平均水平、 “中心”位置或“集中”位置. 1、数学期望的定义 定义离散型和连续型随机变量 X的数学期望定义为 xkP X xk (离散型)， k EX xf(x)dx (连续型)， 其中工表示对X的一切可能值求和.对于离散型变量，若可能值个数无限，则要求级数绝对收敛；对于连 续型变量，要求定义中的积分绝对收敛；否则认为数学期望不存在. ①常见的离散型随机变量的数学期望 1、离散型随机变量的数学期望 设离散型随机变量--的概率分布为戸｛瓷=再｝ = 设离散型随机变量 --的概率分布为 戸｛瓷=再｝ = Pj, ，若： ，则称级数： 为随 机变量上的数学期望(或称为均值)，记为匕-匚,即 : 2、两点分布的数学期望 设三服从o—i分布，则有1 / ■ - 1 I ,根据定义，三的数学期望为 3、二项分布的数学期望 设E服从以乞匸为参数的二项分布，h * ：1 ?叮’ 1 ： ■/ 1 ，则 4、泊松分布的数学期望 设随机变量 「匚服从参数为」 !的泊松分布，即J ‘一 ：(：-；，从而有 三—1。 ①常见的连续型随机变量的数学期望 1 )均匀分布 设随机变量E服从均匀分布，斜U[a，b] (ab)，它的概率密度函数为 . = 则 m—； =「」_「、 二E( 8=(a+b)/2.即数学期望位于区间的中点. -1 - 随机变量的数字特征一一总结 随机变量的数字特征一一总结 - - PAGE # - 2）正态分布 设随机变量E服从正态分布， 匸N（ 口 ,2）q它的概率密度函数为 -= 口 -= 口 + 卫) 则1「令.，得 j2/r（7 寸 丘? = 7^伫3）話皿诗了九中話乩=1+=収 二抽=口 . 3）指数分布 设随机变量-厂服从参数为！的指数分布，-厂的密度函数为 (X 0EX (X 0 EX ，则 ⑵随机变量的函数的数学期望 设y g（x） 为连续函数或分段连续函数，而 X是任一随机变 量，则随机变量Y g（x） 的数学期望可以通过随机变量 X的概率分布直接来求，而不必先求出 Y的概 率分布再求其数学期望；对于二兀函数 Z g（X,Y），有类似的公式： g xk p x L- xk （离散型）； EY Eg(X) k g(x)f(x)dx （连续型）. g Xi,yj P X xi , Y y j离散型 EZ Eg X,Y i j g x, y f x, y dxdy 连续型 设（X，Y）为二维离散型随机变量，其联合概率函数P（X ai,丫 bj） pj, i,j 1,2,L , g（a,bj）Pj 如果级数j 「 绝对收敛，则（x，Y）的函数g（x,Y）的数学期望为 E[g（X,Y）] g（ai,bj）Pij E（X） aiPij；E（Y） bj Pj j i ；特别地 i i j i 设X为连续型随机变量，其概率密度为f（x），如果广义积分 g（x）f（x）dx绝对收敛, 则X的函数 则X的函数g（x）的数学期望为E[g（X）] g(x) f (x)dx 设(x,y)为二维连续型随机变量，其联合概率密度为f(x，y),如果广义积分 g(x,y)f(x,y)dxdy绝对收敛，则(X,Y)的函数g(X,Y)的数学期望为 特别地E(x)xf (x, y)dxdy E(Y)yf(x,y)dxdy 特别地 E(x) xf (x, y)dxdy E(Y) yf(x,y)dxdy E[g(x,y)] g(x,y)f(x, y)dxdy ； 7 注：求E(X,Y)是无意义的，比如说二维(身高，胖瘦)的数学期望是无意义的，但是二维随机变量函数 Z= E(X,Y)是有意义的，他表示的是函数下的另一个一维意义。 2、数学期望的性质 对于任意常数c，有EC C .例E[E(X)]=E(X) 对于任意常数 ，有 E X EX .例：E(aX+b)=aE(X)+b 对于任意 X「X2, ,Xm，有 EX! X2 Xm EX! EX2 EXm . 如果Xi,X2, , Xm相互独立，则E X1X2 Xm EX1EX2 EXm .(注：相互独立 有后面的结论成立，但这是单向性的，即不能有结论推出独立 ) ㈡方差和标准差 表征随机变量取值分散或集中程度的数字特征. 1、方差的定义称DX E(X EX)2 EX2 (EX)2 为随机变量X的方差，称 ...DX为随机变量 X的标准差.随机变量X的方差有如下计算公式： k 2 xk EX P X x,(离散型)； DX (4.3) x EX 2 f (x)dx (连续型). 2、常见分布的方差 ⑴两点分布 设 斜(0-1)，其概率分布为:P( ￡1)=p， P(合0)=1-p=q