随机变量数字特征及数学期望分析.pdfVIP

第4章随量的数字特征

§4.1数学期望

§4.2方差

§4.3协方差与相关系数

§4.4大数定律与极限定理

基本要求：了解数学期望、方差、协方差与相

关系数的定义，熟练掌握数学期望与方差的计

算，了解大数定律与极限定理的涵义

重点：数学期望、方差、大数定律、极限

定理

难点：数学期望、方差、大数定律、极限

定理

§4.1数学期望

4.1.1离散型随的数学期望

【例1】设一盒产品共10件,其中含有等外品、二级品、一级品

件数与售价如表4-1所列.

表4-1

该盒产品平均每件售价

X=1/10(5×1+8×3+10×6)

=5×1/10+8×3/10+10×6/10=8.9

定义4.1设离散型随量X的分布律为

P{X=x}=p(i=1,2,…),则称和式

ii

为离散型随量X的数学期望，记作

(4-1)

或记EX，即数学期望等于离散型随量的所有可

能取值与其对应概率乘积之和.

【例2】设随量X的分布律为

求E(X).

【解】

1.二点分布

二点分布的分布律为

其中0＜p＜1,q=1-p,所以二点分布的数学期望

E(X)=0×q+1×p=p

2.二项分布

二项分布的分布律为

所以

令k′=k-1,m=n-1;当k=1时，k′=0,当k=n时,k′=n-1=m,于是有

(4-2)

即二项分布的数学期望E(X)=np.

二项分布的期望是np，直观上也比较容易理解这个结果.因为X

是n次试验中某A出现的次数，它在每次试验时出现的概率

为p，那么n次试验时当然平均出现了np次.

3.泊松分布

泊松分布的分布律为

所以

令k′=k-1,当k=1时,k′=0,则

即泊松分布的参数λ就是随量的数学期望.

【例4】设在时间[0,t]内到达某服务窗口的人数X~P(λ).

若P(X=3)=6P(X=2),求在时间[0,t]内到达该服务窗口的平

均人数.

【解】由P(X=3)=6P(X=2),即

解得λ=18,故EXλ=18即为所求的在时间(0,t]内到达

该服务窗口的平均人数.

4.1.2连续型随量的数学期望

【例5】设随量X的密度函数为

求E(X).

【解】

利用分部积分法可得

E(X)=0.

1.均匀分布

均匀分布的密度函数为

所以

即均匀分布的数学期望

2.指数分布

指数分布的密度函数为

所以

即指数分布的数学期望E(X)=1/λ.

3.正态分布

2

如果X~N(μ,σ),则

设x-μ=t,则x=t+μ,dx=dt,于是

上式右端第一项的被积函数为奇函数,它在对称区间上

2

的积分为0,第二项的被积函数为正态分布N(0,σ)的密

度函数,所以其在(-∞,+∞)上的积分值为1,于是E(X)=

μ.即正态分布的参数μ恰好是随量的数学期望.

【例6】设随量X~N(0,1/2),Y~N(0,1/2),且两者相

互独立,求|X-Y|的均值.

【解】令Z=X-Y.由于X~N(0,1/2),Y~N(0,1/2),且X和

Y相互独立,故Z~N(0,1).均值

4.1.3随量函数的数学期望

定理4.1设Y是随量X的函数:Y=g(X)(g是连续函数).

(1)若X是离散型随量,其分布律为

p=P{X=x}(k=1,2,…),且