概率與數(shù)理統(tǒng)計(jì)第13講

概率與數(shù)理統(tǒng)計(jì)第13講

ID:38517191

大小:476.00 KB

頁(yè)數(shù):36頁(yè)

時(shí)間:2019-06-14

概率與數(shù)理統(tǒng)計(jì)第13講_第1頁(yè)
概率與數(shù)理統(tǒng)計(jì)第13講_第2頁(yè)
概率與數(shù)理統(tǒng)計(jì)第13講_第3頁(yè)
概率與數(shù)理統(tǒng)計(jì)第13講_第4頁(yè)
概率與數(shù)理統(tǒng)計(jì)第13講_第5頁(yè)
資源描述:

《概率與數(shù)理統(tǒng)計(jì)第13講》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、第四章.數(shù)學(xué)期望和方差分布函數(shù)能夠完整地描述隨機(jī)變量的統(tǒng)計(jì)特性,但在實(shí)際問(wèn)題中,隨機(jī)變量的分布函數(shù)較難確定,而它的一些數(shù)字特征較易確定.并且在很多實(shí)際問(wèn)題中,只需知道隨機(jī)變量的某些數(shù)字特征也就夠了.另一方面,對(duì)于一些常用的重要分布,如二項(xiàng)分布、泊松分布、指數(shù)分布、正態(tài)分布等,只要知道了它們的某些數(shù)字特征,就能完全確定其具體的分布。1隨機(jī)變量的平均取值——數(shù)學(xué)期望隨機(jī)變量取值平均偏離平均值的情況——方差描述兩個(gè)隨機(jī)變量之間的某種關(guān)系的數(shù)——協(xié)方差與相關(guān)系數(shù)本章內(nèi)容2引例:測(cè)量50個(gè)圓柱形零件直徑(見(jiàn)下

2、表)則這50個(gè)零件的平均直徑為尺寸(cm)89101112數(shù)量(個(gè))8715101050§4.1數(shù)學(xué)期望3換個(gè)角度看,從這50個(gè)零件中任取一個(gè),它的尺寸為隨機(jī)變量X,則X的概率分布為XP89101112則這50個(gè)零件的平均直徑為稱之為這5個(gè)數(shù)字的加權(quán)平均,數(shù)學(xué)期望的概念源于此.4定義1.1:設(shè)離散型隨機(jī)變量X的概率分布為若無(wú)窮級(jí)數(shù)絕對(duì)收斂,則稱其和為隨機(jī)變量X的數(shù)學(xué)期望或均值,記作E(X)。數(shù)學(xué)期望的定義5常見(jiàn)離散型隨機(jī)變量的數(shù)學(xué)期望(1)0-1分布這時(shí)P(X=1)=p,P(X=0)=1-p.故E(

3、X)=0×P(X=0)+1×P(X=1)=p.(2)二項(xiàng)分布X的取值為0,1,…,n.且P(X=k)=Cnkpk(1-p)n-k,k=0,1,…,n.6(3)泊松分布X的所有可能取值為0,1,2,…,且7(4)幾何分布X的可能取值為1,2,…,且P(X=k)=qk-1p,k=1,2,….p+q=1.注:在第三個(gè)等號(hào)中利用了等式這可以由等式兩邊同時(shí)對(duì)x求導(dǎo)數(shù)得到。8例1.對(duì)產(chǎn)品進(jìn)行抽樣,只要發(fā)現(xiàn)廢品就認(rèn)為這批產(chǎn)品不合格,并結(jié)束抽樣。若抽樣到第n件仍未發(fā)現(xiàn)廢品則認(rèn)為這批產(chǎn)品合格。假設(shè)產(chǎn)品數(shù)量很大,抽查到

4、廢品的概率是p,試求平均需抽查的件數(shù)。解:設(shè)X為停止檢查時(shí),抽樣的件數(shù),則X的可能取值為1,2,…,n,且9例1.(續(xù))10定義1.2:設(shè)X為連續(xù)型隨機(jī)變量,其密度函數(shù)為  ,若積分絕對(duì)收斂,則稱此積分為隨機(jī)變量X的數(shù)學(xué)期望或均值,記作E(X)。注意:隨機(jī)變量的數(shù)學(xué)期望的本質(zhì)就是加權(quán)平均數(shù),它是一個(gè)數(shù),不再是隨機(jī)變量。11(5)指數(shù)分布E(?)隨機(jī)變量X的密度為:常見(jiàn)連續(xù)型分布的數(shù)學(xué)期望12定理1.1.設(shè)X的數(shù)學(xué)期望有限,概率密度f(wàn)(x)關(guān)于對(duì)稱,f(+x)=f(-x)。則E(X)=。證明:令g(t

5、)=tf(t+),由g(-t)=-g(-t)知g(t)是奇函數(shù)。于是,推論1.2.若X~N(),則E(X)=。若X~U(a,b),則E(X)=(a+b)/2。13例2.設(shè)X的概率密度為:求E(X)。解:注:由于f(x)是偶函數(shù),由定理1.1也知E(X)=0。14注意:不是所有的隨機(jī)變量都有數(shù)學(xué)期望例如:Cauchy分布的密度函數(shù)為但發(fā)散它的數(shù)學(xué)期望不存在注:雖然f(x)是偶函數(shù),但不能用定理1.1。15設(shè)已知隨機(jī)變量X的分布,我們需要計(jì)算的不是X的數(shù)學(xué)期望,而是X的某個(gè)函數(shù)的數(shù)學(xué)期望,比如說(shuō)g(X)

6、的數(shù)學(xué)期望.那么應(yīng)該如何計(jì)算呢?更一般的,已知隨機(jī)向量(X1,X2…,Xn)的聯(lián)合分布,Y=g(X1,X2…,Xn)是(X1,X2…,Xn)的函數(shù),需要計(jì)算Y的數(shù)學(xué)期望,應(yīng)該如何計(jì)算呢?我們下面就來(lái)處理這個(gè)問(wèn)題?!?.2數(shù)學(xué)期望的性質(zhì)16A.隨機(jī)向量函數(shù)的數(shù)學(xué)期望設(shè)X=(X1,…,Xn)為離散型隨機(jī)向量,概率分布為Z=g(X1,…,Xn),若級(jí)數(shù)絕對(duì)收斂,則17隨機(jī)向量函數(shù)的數(shù)學(xué)期望(續(xù))設(shè)X=(X1,…,Xn)為連續(xù)型隨機(jī)向量,聯(lián)合密度函數(shù)為Z=g(X1,…,Xn),若積分絕對(duì)收斂,則18例3.設(shè)

7、離散型隨機(jī)向量X的概率分布如下表所示,求:Z=X2的期望.X0?11E(Z)=g(0)?0.5+g(-1)?0.25+g(1)?0.25解:=0.5注:這里的19例4.設(shè)二維離散型隨機(jī)向量(X,Y)的概率分布如下表所示,求:Z=X2+Y的期望.E(Z)=g(1,1)?0.125+g(1,2)?0.25+g(2,1)?0.5+g(2,2)?0.125解:=4.25注:這里的20例5.設(shè)隨機(jī)變量X服從二項(xiàng)分布B(n,p),Y=eaX,求E(Y)。解:21例6.設(shè)X~U[0,?],Y=sinX,求E(Y)

8、。解:X的概率密度為所以22例7.設(shè)二維隨機(jī)變量(X,Y)的密度函數(shù)為求E(X),E(Y),E(X+Y),E(XY),E(Y/X)解:23數(shù)學(xué)期望的性質(zhì)例7.(續(xù))24數(shù)學(xué)期望的性質(zhì)注意:X,Y相互獨(dú)立例7.(續(xù))25例7.(續(xù))26例8.假設(shè)由自動(dòng)線加工的某種零件的內(nèi)徑X(mm)~N(?,1).已知銷售每個(gè)零件的利潤(rùn)T(元)與銷售零件的內(nèi)徑X有如下的關(guān)系:?jiǎn)柶骄睆?為何值時(shí),銷售一個(gè)零件的平均利潤(rùn)最大?27解:則由數(shù)學(xué)期望定義知:例8.(續(xù))28即:可以驗(yàn)證,零件

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。