概率论与数理统计(南理工).ppt

概率与统计

第九讲随机变量的数字特征主讲教师：陈萍教授e-mail:prob123@主页/gltj/index.htm第四章随机变量的数字特征随机变量的数学期望随机变量的方差协方差与相关系数矩与协方差矩阵n维正态分布大数定律与中心极限定理§1数学期望

一.数学期望的定义**例1.1设某班40名学生的概率统计成绩及得分人数如下表所示：分数4060708090100人数1691572则学生的平均成绩是总分÷总人数(分)。即数学期望——描述随机变量取值的平均特征定义1.1.若X~P{X=xk}=pk,k=1,2,…n,则称定义1.2.若X~P{X=xk}=pk,k=1,2,…,且为随机变量X的数学期望，简称期望或均值。，则称为随机变量X的数学期望.例1.2掷一颗均匀的骰子，以X表示掷得的点数，求X的数学期望。定义1.3若X~f(x),-?x?,为X的数学期望。则称例1.3.若随机变量X服从拉普拉斯分布，其密度函数为试求E(X).解正态分布与拉普拉斯分布二.几个常用随机变量的期望1.0-1分布的数学期望EX=p2.二项分布B(n,p)图示3.泊松分布4.均匀分布U(a,b)图示5.指数分布图示6.正态分布N(?,?2)EX1：设随机变量X的分布律为解:求随机变量Y=X2的数学期望XPk-101YPk10三.随机变量函数的期望定理若X~P{X=xk}=pk,k=1,2,…,则Y=g(X)的期望E(g(X))为推论:若(X,Y)?P{X=xi,Y=yj,}=pij,i,j=1,2,…,则Z=g(X，Y)的期望例1.4设随机变量(X,Y)的分布律如下，求E(XY)解:解：Y=ax+b关于x严单，反函数为Y的概率密度为例1.5设随机变量X服从标准正态分布，求随机变量Y=aX+b的数学期望(其中a0)定理若X~f(x),-?x?,则Y=g(X)的期望推论若(X,Y)~f(x,y),-?x?,-?y?,则Z=g(X,Y)的期望例1.6长途汽车起点站于每时的10分、30分、55分发车，设乘客不知发车时间，于每小时的任意时刻随机地到达车站，求乘客的平均候车时间解:设乘客于某时X分到达车站,候车时间为Y,则=10分25秒设X服从N(0，1)分布，求E(X2),E(X3),E(X4)1.E(c)=c,c为常数;2.E(cX)=cE(X),c为常数;四.数学期望的性质证明:设X~f(x),则3.E(X+Y)=E(X)+E(Y);证明:设(X,Y)~f(x,y)4.若X与Y独立，则E(XY)=E(X)E(Y).证明:设(X,Y)~f(x,y)例1.7若X~B(n,p),求E(X)解:设第i次试验事件A发生第i次试验事件A不发生则例1.8设某种疾病的发病率为1%，在1000个人中普查这种疾病,为此要化验每个人的血。方法是，每100个人一组，把从100个人抽来的血混在一起化验，如果混合血样呈阴性，则通过，如果混合血样呈阳性，则再分别化验该组每个人的血样。求平均化验次数解:设Xj为第j组的化验次数，XjPj1101X为1000人的化验次数，则§2方差

一.定义与性质方差是衡量随机变量取值波动程度的一个数字特征。如何定义？***