随机变量的数字特征
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第四章随机变量的数字特征
【基本要求】理解随机变量的数学期望与方差的概念,掌握它们的性质与计算方法;掌握计算随机变量函数的数学期望方法;掌握二项分布、泊松分布、正态分布和指数分布的数学期望和方差;了解协方差、相关系数、矩的概念、性质及计算方法。
【本章重点】数学期望与方差的概念、性质与计算方法;求随机变量函数的数学期望的方法;二项分布、泊松分布、正态分布和指数分布的数学期望和方差。
【本章难点】数学期望与方差的概念计算方法;随机变量函数的数学期望的计算方法;协方差、相关系数、矩的概念、性质及计算方法
【学时分配】7-9学时
分布函数:)
x
F≤
=——全面描述随机变量X取值的统计规律。但是,在实际问题中
P
X
)
(
(x
分布函数的确定并不是一件容易的事,而且有时我们也不需要知道分布函数,只需知道随机变量的某些数字特征就够了。例如:
评价粮食产量,只关注平均产量;
研究水稻品种优劣,只关注每株平均粒数;
评价某班成绩,只关注平均分数、偏离程度;
评价射击水平,只关注平均命中环数、偏离程度。
描述变量的平均值的量——数学期望,
描述变量的离散程度的量——方差。
§4.1 数学期望
教学目的:使学生理解掌握随机变量的数学期望的实际意义及概念,会计算具体分布的数学期望;
使学生理解掌握随机变量函数的数学期望的计算及数学期望的性质。
教学重点、难点:数学期望的概念及其计算;随机变量函数的数学期望的计算及数学期望的性质。
教学过程:
(一) 数学期望的概念
先看一个例子:一射手进行打靶练习,规定射入 区域2e 得2分, 射入区域1e 得1分,脱靶即射入
区域0e 得0分.设射手一次射击的得分数X 是一个
e 0 随机变量,而且X 的分布律为P{X=k}=k p ,k=0,1,2
现射击N 次,其中得0分0a 次,得1分1a 次,得2分2a 次,0a +1a +2a =N.则他射击N 次得分的总和为0a 0+ 1a 1+ 2a 2,他平均一次射击的得分数为
∑==⨯+⨯+⨯2
210210k k N a
k N a a a ,因为当N 充分大时, 频率k p 概率稳定值
−−→−N a k 。 所以当N 充分大时, 平均数∑=−−→−2
k k k p x x 稳定值
。
显然,数值∑=2
k k k p x 完全由随机变量X 的概率分布确定,而与试验无关,它反映了平均数的大小。
定义:
1.离散型随机变量的数学期望:设离散型随机变量X 的分布律为{}k k P X x p ==,1,2,3k =…若级数1
k k k x p ∞
=∑绝对收敛,则称级数1
k k k x p ∞
=∑为随机变量X 的数学期望,记为()E X ,即()E X =1
k k k x p ∞
=∑。
2.连续型随机变量的数学期望:设连续型随机变量X 的密度函数为()f x ,若积分()xf x dx ∞
-∞
⎰绝对
收敛,则称积分()xf x dx ∞-∞
⎰的值为随机变量X 的数学期望,记为()E X 。即()E X =()xf x dx ∞
-∞
⎰。
数学期望简称期望,又称为均值。 (二) 数学期望的计算
关键是:求出随机变量的分布律或者密度函数。 1、离散型——若
则()E X =1k k k x p ∞
=∑ (绝对收敛)
2、连续型——若X ~ 密度函数
,则()E X =()xf x dx ∞
-∞
⎰ (绝对收敛)
例1 甲、乙两个工人,生产同一种产品,在相同条件下,生产100件产品所出的废品数分别用X 、
Y 表示,它们的概率分布如下:
问这两个工人谁的技术好?
解: ()E X =00.710.120.130.10.6⨯+⨯+⨯+⨯=,()E Y =00.510.320.2300.7⨯+⨯+⨯+⨯=
甲工人生产出废品的均值较小,甲的技术好。
例2 有5个相互独立工作的电子装置,它们的寿命X k (k=1,2,3,4,5)服从同一指数分布,其概
率密度为()⎪⎩⎪⎨⎧≤>=-.0,0,
0,1x x e x f x θ
θ,0>θ,(1)若将这5个电子装置串联连接组成整机,求整机寿命
(以小时记)N 的数学期望。(2)若将这5个电子装置并联连接组成整机,求整机寿命(以小时记)M 的数学期望。
分析:5个电子装置串联,整机寿命{}54321,,,,min X X X X X N =,并联,整机寿命
{}54321,,,,max X X X X X M =,要求N ,M 的数学期望,关键求N,M 的密度函数).(),(max min x f x f
解: (1)k X ()5,4,3,2,1=k 的分布函数为()⎪⎩⎪⎨⎧≤>-=-.
0,0,
0,1x x e x F x θ。
因为5个电子装置串联,所以整机寿命{}54321,,,,min X X X X X N =的分布函数为
()()[]
⎩⎨
⎧≤>-=--=-.0,
0,
0,11155
min x x e x F x F x θ,因而N 的概率密度为
()⎩⎨⎧≤>=-.0,
0,0,55min x x e x f x θθ,于是N 的数学期望为,()5)(055min θθ
θ
===⎰⎰+∞-+∞∞-dx e x dx x xf N E x 。 (2) 因为5个电子装置并联,所以整机寿命{}54321,,,,max X X X X X M =的分布函数为
()()[]
[]
⎪⎩⎪⎨⎧≤>-==-.0,
0,0,15
5
max x x e x F x F x θ,因而N 的概率密度为 ()[]
⎪⎩⎪⎨⎧≤>-=--.0,
0,
0,145
m ax x x e e x f x
x θθθ,于是N 的数学期望为
()[]
θθ
θθ60
137
1)(0
4
5
max =
-==⎰⎰+∞
--+∞∞
-dx e
e x dx x x
f N E x
x 。 我们可以看到
()()
4.11≈N E M E ,即5个电子装置并联联接工作的平均寿命是串联联接工作的平均寿命的11.4倍。
例3 按规定,某车站每天8:00~9:00,9:00~10:00都恰有一辆客车到站,但到站的时间是随机的,且两者到站的时间相互独立。其规律为
分析 :
第一
车8:30到站
10分钟,第一
车8:50到站
30分钟