41-第四章第一节(概率统计).ppt
《41-第四章第一节(概率统计).ppt》由会员分享,可在线阅读,更多相关《41-第四章第一节(概率统计).ppt(43页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、第四章第四章 随机变量的数字特征随机变量的数字特征4.14.1 随机变量的数学期望随机变量的数学期望上页上页下页下页返回返回上页上页下页下页返回返回 内容摘要内容摘要:利用与算术平均类比的方法利用与算术平均类比的方法,我们提出了离散型随机变量和连续型随机变我们提出了离散型随机变量和连续型随机变量的数学期望的概念量的数学期望的概念,研究了数学期望的运研究了数学期望的运算性质算性质,探讨了随机变量函数的期望计算问探讨了随机变量函数的期望计算问题题,并对期望概念、期望性质、随机变量函并对期望概念、期望性质、随机变量函数关系和实际问题等分别进行了应用数关系和实际问题等分别进行了应用.第四章第四章 随机
2、变量的数字特征随机变量的数字特征4.1 4.1 随机变量的数学期望随机变量的数学期望上页上页下页下页返回返回上页上页下页下页返回返回 问题问题1:气象分析中常考察某一气象分析中常考察某一时段的雨量、湿度和日照等气象要素时段的雨量、湿度和日照等气象要素的平均值和极端值以判定气象情况的平均值和极端值以判定气象情况,而不必而不必掌握每一个气象变量的分布函数掌握每一个气象变量的分布函数.在这些用在这些用来作为显示随机变量分布特征的数字中来作为显示随机变量分布特征的数字中,最最重要的就是随机变量的数学期望、方差以及重要的就是随机变量的数学期望、方差以及各阶矩各阶矩.4.1.1 提出问题提出问题上页上页下
3、页下页返回返回上页上页下页下页返回返回 算术平均算术平均 考考90分成绩的有分成绩的有10人,考人,考80分的有分的有20人,人,考考60分的有分的有13人人.问:这问:这33人的平均考试成绩人的平均考试成绩是多少分?是多少分?4.1.2 预备知识预备知识上页上页下页下页返回返回上页上页下页下页返回返回4.1.3 问题分析问题分析数学期望的概念数学期望的概念 引例引例 现考查一批现考查一批5万只的灯泡万只的灯泡.为了评估为了评估灯泡的使用寿命灯泡的使用寿命(设每只灯泡的寿命是一个随设每只灯泡的寿命是一个随机变量机变量X(单位单位:小时小时),现从中随机抽取现从中随机抽取100只只.测试结果如下
4、测试结果如下:频率频率162632206灯泡数灯泡数(频数频数)12501200115011001050寿命寿命(小时小时)上页上页下页下页返回返回上页上页下页下页返回返回 可求得这可求得这100只灯泡的平均寿命为只灯泡的平均寿命为 可见,这可见,这100只灯泡的平均寿命为只灯泡的平均寿命为 1163小时小时.可以认为,这可以认为,这5万只灯泡的寿命是万只灯泡的寿命是1163小时小时.这里,我们注意取值和取该值频率的这里,我们注意取值和取该值频率的乘积相加求和关系乘积相加求和关系.上页上页下页下页返回返回上页上页下页下页返回返回 1.1.离散型随机变量的数学期望离散型随机变量的数学期望 定义定
5、义1 设离散型随机变量设离散型随机变量X 的分布律为的分布律为 PX=,k=1,2,3,若级数若级数 绝对绝对收敛收敛,则称数项级数则称数项级数 的和为离散型随机的和为离散型随机变量变量X 的数学期望的数学期望,记为记为E(X).即即4.1.4 提出概念提出概念上页上页下页下页返回返回上页上页下页下页返回返回 在实际试验中所得到的随机变量在实际试验中所得到的随机变量观察值的算术平均与数学期望值有密观察值的算术平均与数学期望值有密切联系切联系.设在设在n次独立试验中次独立试验中,随机变量随机变量X 取取xk的频数为的频数为nk,频率频率 ,则可以计算出则可以计算出X观察值的算术平均值为观察值的算
6、术平均值为上页上页下页下页返回返回上页上页下页下页返回返回 此式实际上是一种此式实际上是一种加权算术平均加权算术平均,把它与把它与(4.1.1)式比较式比较,它与它与X 的理论分布的理论分布的数学期望的数学期望E(X)的计算方法是相似的的计算方法是相似的,只是只是用频率代替了概率用频率代替了概率.随着试验次数随着试验次数n的增加的增加,频率频率fn(xk)会越来越接近于概率会越来越接近于概率pk(此性质参此性质参见第五章伯努利大数定律见第五章伯努利大数定律),),故故 的取值也的取值也会愈接近会愈接近E(X).因此因此,我们也把数学期望我们也把数学期望E(X)称为称为X的的均值均值.上页上页下
7、页下页返回返回上页上页下页下页返回返回2.2.连续型随机变量的数学期望连续型随机变量的数学期望 类似于类似于(4.1.1)式式,我们可以由此我们可以由此给出连续型随机变量的数学期望的定义给出连续型随机变量的数学期望的定义.定义定义2 设连续型随机变量设连续型随机变量X的概率密度的概率密度函数为函数为f(x),若积分若积分 绝对收敛绝对收敛,则称积分则称积分 的值为连续型随机变的值为连续型随机变量量X的数学期望的数学期望,记为记为E(X).即即 E(X)=.(4.1.3)数学期望简称数学期望简称期望期望,又称为又称为均值均值.上页上页下页下页返回返回上页上页下页下页返回返回 例例4.1.1 某人
8、某人甲甲有一笔资金,可投入两个有一笔资金,可投入两个项目:房产和商业,其收益都与市场状态有项目:房产和商业,其收益都与市场状态有关关.若把未来市场划分为好、中、差三个等级,若把未来市场划分为好、中、差三个等级,其发生的概率分别为其发生的概率分别为0.2,0.7和和0.1.通过调查,通过调查,该投资者认为投资房产的收益该投资者认为投资房产的收益X(单位:万元单位:万元)和投资商业的收益和投资商业的收益Y(单位:万元单位:万元)的分布分别的分布分别为为 4.1.5 方法应用方法应用上页上页下页下页返回返回上页上页下页下页返回返回 X11 3 -3 P 0.2 0.7 0.1 Y 6 4 -1 P
9、0.2 0.7 0.1请问请问该投资者如何投资为好该投资者如何投资为好?我们先考察数学期望我们先考察数学期望(平均收益平均收益):解解E(X)=110.2+30.7+(-3)0.1=4.0(万元万元),E(Y)=60.2+40.7+(-1)0.1=3.9(万元万元).可见,从平均收益看,投资房产收益大,可见,从平均收益看,投资房产收益大,可比投资商业多收益可比投资商业多收益0.1 万元万元.上页上页下页下页返回返回上页上页下页下页返回返回随机变量函数的数学期望随机变量函数的数学期望 定理定理1 设设Y是随机变量是随机变量X的函数的函数Y=g(X)(g是连续函数是连续函数).(1)设设X是离散型
10、随机变量是离散型随机变量,它的分布律为它的分布律为 PX=xk=pk,k=1,2,3,若若 绝对收敛绝对收敛,则有则有 E(Y)=E g(X)=.(4.1.4)4.1.4 理论研究理论研究上页上页下页下页返回返回上页上页下页下页返回返回 (2)设设X是连续型随机变量是连续型随机变量,它的概率它的概率密度密度f(x),若若 绝对收敛绝对收敛,则有则有 E(Y)=E g(X)=.(4.1.5)证明略证明略.上页上页下页下页返回返回上页上页下页下页返回返回 定理的重要意义在于定理的重要意义在于,当我们求随机变量函数的期望当我们求随机变量函数的期望E(Y)时时,不必算出不必算出Y的分布律或概率密度的分
11、布律或概率密度,而只需利用而只需利用X的分布律或概率密度就可以了的分布律或概率密度就可以了,定理的证明略定理的证明略.换定义中的换定义中的x 为为g(x),得到得到g(X)的数学期望计算公式的数学期望计算公式.上述定理还可以推广到两个或两个以上上述定理还可以推广到两个或两个以上随机变量函数的情况随机变量函数的情况.讲评讲评上页上页下页下页返回返回上页上页下页下页返回返回 定理定理2 设设Z是二维随机变量是二维随机变量(X,Y)的的函数函数Z=g(X,Y),其中其中g 是二元连续函数是二元连续函数.(1)设设(X,Y)是离散型随机变量是离散型随机变量,其分布其分布律为律为PX=xi,Y=yj=p
12、ij,i,j=1,2,3,则当级数则当级数 绝对收敛时绝对收敛时,有有 (4.1.6)上页上页下页下页返回返回上页上页下页下页返回返回 (2)设设(X,Y)是连续型随机变量是连续型随机变量,其其密度函数为密度函数为f(x,y),则当积分则当积分 绝对收敛时绝对收敛时,有有(4.1.7)上页上页下页下页返回返回上页上页下页下页返回返回 例例4.1.2 继续解读例继续解读例3.2.2和例和例3.3.2:设二维随机变量设二维随机变量(X,Y)的概率密度为的概率密度为求求 (1)随机变量随机变量X X和和Y Y的数学期望的数学期望E(X)和和E(Y);4.1.5理论应用理论应用 (2)(1)随机变量随
13、机变量X的数学期望的数学期望解解E(X2).上页上页下页下页返回返回上页上页下页下页返回返回 由由x,y 的对称性的对称性,知随机变量知随机变量Y 的的数学期望数学期望E(Y)=0.(2)例例4.1.3 已知随机变量的概率密度为已知随机变量的概率密度为求求E(X),E(Y),E(X 2)和和E(XY).上页上页下页下页返回返回上页上页下页下页返回返回解解因为因为所以,所以,同理同理,由由x与与y的对称性得到的对称性得到 上页上页下页下页返回返回上页上页下页下页返回返回(1)设设C是常数是常数,则有则有E(C)=C.(2)设设X是一个随机变量是一个随机变量,C是常数是常数,则有则有 E(CX)=
14、CE(X).(3)设设X,Y是两个随机变量是两个随机变量,则有则有 E(X+Y)=E(X)+E(Y).这一性质可以推广到任意有限个随机变这一性质可以推广到任意有限个随机变量之和的情况量之和的情况.4.1.4 研究性质研究性质上页上页下页下页返回返回上页上页下页下页返回返回 (4)设设X,Y是是相互独立的相互独立的随机变量随机变量,则有则有 E(XY)=E(X)E(Y).这一性质可以推广到任意有限个相互独立这一性质可以推广到任意有限个相互独立的随机变量之积的情况的随机变量之积的情况.证证 结论结论(1)和和(2)由读者自己证明由读者自己证明.我们以连续型随机变量为例来证我们以连续型随机变量为例来
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 41 第四 第一节 概率 统计
限制150内