（概率论与数理统计）数学期望.pptVIP

* * 随机变量的数字特征 何谓随机变量的数字特征？ 通常是指与随机变量有关的，虽然不能完整地 刻划随机变量，但却能较为集中地反映随机变量某 些方面的重要特征的一些数值. 1. 数学期望的概念及性质 2. 方差的概念及性质 3. 常见分布的数字特征 4. 协方差、相关系数的概念及性质 下页 一、离散型随机变量的数学期望 引例．有甲、乙两射手各射击100次，他们的射击技术用 下表给出： §4.1 数学期望 问谁的射击水平高？ 解：“射击水平”一般用平均击中环数来反映. 所以，只要 对他们的平均击中环数进行比较即可. 下页 显然，甲射手的水平较高. 下页 问谁的射击水平高？ 解：“射击水平”一般用平均击中环数来反映. 所以，只要 对他们的平均击中环数进行比较即可. 下面再对“平均击中环数”的计算过程进行分析. 显然, “平均击中环数”, 是各种环数以频率为权的加权平均. 下页 定义 设离散型随机变量X的概率分布为 P{X = xk }= pk ， k =1,2,3…， 若级数 绝对收敛， 则称级数 为 X 的数学期望(或均值)， 记作E(X) . 下页 显然, “平均击中环数”, 是各种环数以频率为权的加权平均. 数学期望的概念 即 例1.设离散型随机变量X,Y的分布如下表，求E(X) , E(Y). 此例说明了数学期望更完整地刻化了X的均值状态. 下页 X 0 1 2 P 0.1 0.2 0.7 Y 0 1 2 P 0.7 0.2 0.1 解：因为X的分布为 所以，E(Y) =0×0.7+1×0.2+2×0.1=0.4 . X 0 1 2 P 0.1 0.2 0.7 所以，E(X) =0×0.1+1×0.2+2×0.7=1.6； 同理，因为Y的分布为 Y 0 1 2 P 0.7 0.2 0.1 切记不要以为：数学期望 （均值）就是随机变量所 有可能取值之和，除以随 机变量取值个数！ 例2. 如何确定投资决策方向? 某人有10万元现金，想投资于某项目， 预估成功的机会为 30%，可得利润8万元 ， 失败的机会为70%，将损失 2 万元．若存入 银行，同期间的利率为5% ，问是否作此项 投资? 解:设 X 为投资利润，则 存入银行的利息为, 故应选择投资. 二、连续型随机变量的数学期望 定义 设连续型随机变量X的概率密度为f(x)，如果积分 绝对收敛，则称积分值为X的数学期望(或均值). 记作E(X) . 下页 数学期望的概念 即 例3．设随机变量X的概率密度为 求X的数学期望． 解： = 0 . 因为，奇函数在对称区间上的积分等于0. 下页 常见分布的期望 ⒈ 0-1分布 概率分布为: X 1 0 P p 1-p E(X)= 1× p + 0 × (1-p) = p . ⒉ 二项分布 设随机变量X～B(n,p),其概率分布为 下页 ⒊ 泊松分布 设随机变量X~P(l)，其概率分布为 ，k = 0,1,2,3,…,l＞0, 下页 ⒋ 均匀分布 设X ～U[a,b] 概率密度为 常见分布的期望 ⒌ 指数分布 设X ～E(l) 概率密度为 下页 下页 ⒍ 正态分布 设X～N(μ,σ2 )概率密度为 三、 随机变量函数的数学期望 1.如果X为离散型随机变量，其概率分布为 P{ X=xk } = Pk, k =1,2,3,…, 绝对收敛， E(Y)= E [ g(X) ] 且级数 则Y= g(X) 的数学期望为 下页 解: E(Y)=g(-1)*0.3+ g(0)*0.1+ g(1)*0.2+ g(2)*0.15+ g(5)*0.25 = 1*0.3+ 0*0.1+ 1*0.2+ 4*0.15+ 25*0.25 = 7.35 1*0.3 1*0.2 例5. 已知X的概率分布为  X -1 0 1 2 5