第四章 随机变量的数值特征.pptVIP

第四章随机变量的数值特征第1页，共25页，星期日，2025年，2月5日§4.1数学期望1.数学期望的定义随机变量的数学期望是概率论中最重要的概念之一，它的定义来自习惯上的平均概念。定义1：设X是离散型随机变量，它的概率分布律为P(X=xk)=pk,k=1,2,…。如果有限，定义X的数学期望第2页，共25页，星期日，2025年，2月5日也就是说，离散型随机变量的数学期望是一个绝对收敛的级数的和。定义2：设X是连续型随机变量，其密度函数为f(x)，如果有限，定义X的数学期望为亦即，连续型随机变量的数学期望是一个绝对收敛的积分。第3页，共25页，星期日，2025年，2月5日2.随机变量函数的数学期望设已知随机变量X的分布，需要计算的不是X的期望，而是X的函数g(X)的期望。该如何计算呢？一种方法是，首先求随机变量函数g(X)的分布，然后按数学期望的定义计算E[g(X)]。但是，求随机变量函数g(X)的分布，一般比较复杂。可否不先求g(X)的分布而只根据X的分布来求得E[g(X)]呢？可以！第4页，共25页，星期日，2025年，2月5日定理：设X是一个随机变量，当X为离散型时，其分布律为P(X=xk)=pk；当X为连续型时，其密度函数为f(x)。Y=g(X)，则该公式的重要性在于：求E[g(X)]，不必知道g(X)的分布，而只需知道X的分布就可以了。这给求随机变量函数的期望带来很大方便。第5页，共25页，星期日，2025年，2月5日3.数学期望的性质1）设C是常数，则E(C)=C；2）若k是常数，则E(kX)=kE(X)；3）E(X1+X2)=E(X1)+E(X2)；推广4.设X、Y独立，则E(XY)=E(X)E(Y)；推广（诸Xi相互独立）由E(XY)=E(X)E(Y)不一定能推出X,Y独立第6页，共25页，星期日，2025年，2月5日例.电视塔观光电梯每整点的第5分钟、25分钟和55分钟从底层起行。假设一游客在早8点至9点之间随机来到底层候梯处，求该游客等候时间的数学期望。解：设该游客到达时刻为8点的第X分钟，等候电梯的时间为Y（分钟）。则X在[0,60]上均匀分布，而Y是X的函数。由题意，有所以第7页，共25页，星期日，2025年，2月5日§4.2方差随机变量的数学期望体现了随机变量取值的平均水平，是随机变量的一个重要的数字特征。但是，仅仅知道平均值是不够的，还需要知道随机变量取值在其中心附近的离散程度。这个数字特征就是方差。1.方差的定义设X是一个随机变量，若E[(X-E(X)]2∞，则称采用平方是为了保证一切差值X-E(X)都起正面的作用为X的方差。第8页，共25页，星期日，2025年，2月5日方差的算术平方根称为标准差。由于它与X具有相同的度量单位，在实际问题中经常使用。方差刻划了随机变量的取值对于其数学期望的离散程度。若X的取值比较集中，则方差较小；若X的取值比较分散，则方差较大；若方差D(X)=0，则随机变量X以概率1取常数值。第9页，共25页，星期日，2025年，2月5日X为离散型P(X=xk)=pk由定义可知，方差是随机变量X的函数g(X)=[X-E(X)]2的数学期望，故有X为连续型X~f(x)计算方差的一个简化公式第10页，共25页，星期日，2025年，2月5日2.方差的性质1）设C是常数；则D(C)=0；2）若C是常数，则D(CX)=C2D(X)；3）若X1与X2独立，则推广若X1,X2,…,Xn相互独立，则4）D(X)=0?P(X=C)=1。第11页，共25页，星期日，2025年，2月5日3.切比雪夫不等式设随机变量X有数学期望E(X)=?和方差D(X)=?2，则对于任意正数?0，下述不等式成立：或这表明，方差越小，事