- 1、本文档共40页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
三章随机变量向量的数字特征
* * 第三章 随机变量(向量)的数字特征 概率论 随机变量的数学期望 随机变量的方差 随机变量的矩与中位数 随机变量间的协方差与相关系数 在前面的课程中,我们讨论了随机变量及其分布,如果知道了随机变量X的概率分布,那么,X的全部概率特征也就知道了. 然而,在实际问题中,概率分布一般是较难确定的. 而在一些实际应用中,人们并不需要知道随机变量的一切概率性质,只要知道它的某些数字特征就够了. 因此,在对随机变量的研究中,确定某些数字特征是重要的 . 随机变量的数学期望 Mathematical Expectation 以频率为权重的加权平均 ,反映了这7位同学高数成 绩的平均状态。 一、引例 某7学生的高数成绩为90,85,85,80,80,75,60,则他们的平均成绩为 二、数学期望的定义 离散型随机变量 Def 设离散型随机变量的概率分布为 连续型随机变量 Def 设连续型随机变量的概率密度为 ,若广义积分 随机变量数学期望所反应的意义 例3.1已知随机变量X的分布律为 1/4 1/2 1/4 6 5 4 求数学期望 解:由数学期望的定义 例3.2已知随机变量X的分布律为 求数学期望 解:由数学期望的定义 1 0 X 例3.3已知随机变量 。求数学期望 例3.4已知随机变量 。求数学期望 例3.5已知随机变量 。求数学期望 例3.6已知随机变量 。求数学期望 例3.7 若将这两个电子装置串联连接组成整机,求整机寿命(以小时计) N 的数学期望. 的分布函数为 二维随机变量的数学期望及边缘分布的数学期望 (X,Y)为二维离散型随机变量 (X,Y)为二维连续型随机变量 例3.8 设(X,Y)的联合密度为 1 1 3 解: 随机变量函数的数学期望 1. 一元随机变量函数的情况 设 是随机变量 X的函数, 离散型 连续型 该公式的重要性在于: 当我们求E[g(X)]时, 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. 例3.9 解:因为 2. 二元随机变量函数的情况 离散型 连续型 例3.10 例3.11 设X与Y相互独立,它们的概率密度函数分别为 随机变量数学期望的性质 1. 设C是常数,则E(C)=C; 2. 若k是常数,则E(kX)=kE(X); 3. E(X+Y) = E(X)+E(Y); 4. 设X,Y 相互独立,则 E(XY)=E(X)E(Y); 请注意: 由E(XY)=E(X)E(Y) 不一定能推出X,Y 独立 证明:这里只证明3,4 利用这些性质可以再求数学期望时计算得以化简。 例3.12 设随机变量X~B(n, p),求二项分布的数学期望。 X~B(n, p),则X表示n重贝努里试验中的“成功” 次数。 解: 例3.12 独立地操作两台仪器,他们发生故障的概率分别为p1和p2.证明:产生故障的仪器数目的数学期望为 p1 + p2 则X的所有可能取值为0,1,2 设产生故障的仪器数目为X 解: 所以,产生故障的仪器数目的数学期望 数学期望在医学上的一个应用 An application of Expected Value in Medicine 考虑用验血的方法在人群中普查某种疾病。集体做法是每10个人一组,把这10个人的血液样本混合起来进行化验。如果结果为阴性,则10个人只需化验1次;若结果为阳性,则需对10个人在逐个化验,总计化验11次。假定人群中这种病的患病率是10%,且每人患病与否是相互独立的。试问:这种分组化验的方法与通常的逐一化验方法相比,是否能减少化验次数? 分析: 设随机抽取的10人组所需的化验次数为X 需要计算X的数学期望,然后与10比较 化验次数X的可能取值为1,11 先求出化验次数X的分布律 {X=1}=“10人都是阴性” {X=11}=“至少1人阳性” 结论:分组化验法的次数少于逐一化验法的次数。 注意求 X期望值的步骤! 问题的进一步讨论 1.概率p对是否分组的影响? 2.概率p对每组人数n的影响? 随机变量的方差 Variance 随机变量方差的定义 设 是一随机变量,如果 存在,则称为 的方差,记作 或 方差的计算公式 与 有相同的量纲 均方差(标准差) 离散型 设离散型随机变量X的概率分布为 连续型 设连续型随机变量X的分布密度为 f (x) 方差的统计意义 随机变量的方差反映了随机变量所有可能取值的聚散程度。 例3.14已知随机变量X的分布律为 1 0 求方差 解: 例3.15已知随
文档评论(0)