引例 甲、乙兩射手各打了10發(fā)子彈,每發(fā)子彈 擊中的環(huán)數(shù)分.ppt

引例 甲、乙兩射手各打了10發(fā)子彈,每發(fā)子彈 擊中的環(huán)數(shù)分.ppt

ID:52053469

大小:440.50 KB

頁數(shù):32頁

時間:2020-03-31

引例 甲、乙兩射手各打了10發(fā)子彈,每發(fā)子彈 擊中的環(huán)數(shù)分.ppt_第1頁
引例 甲、乙兩射手各打了10發(fā)子彈,每發(fā)子彈 擊中的環(huán)數(shù)分.ppt_第2頁
引例 甲、乙兩射手各打了10發(fā)子彈,每發(fā)子彈 擊中的環(huán)數(shù)分.ppt_第3頁
引例 甲、乙兩射手各打了10發(fā)子彈,每發(fā)子彈 擊中的環(huán)數(shù)分.ppt_第4頁
引例 甲、乙兩射手各打了10發(fā)子彈,每發(fā)子彈 擊中的環(huán)數(shù)分.ppt_第5頁
資源描述:

《引例 甲、乙兩射手各打了10發(fā)子彈,每發(fā)子彈 擊中的環(huán)數(shù)分.ppt》由會員上傳分享,免費在線閱讀,更多相關內容在行業(yè)資料-天天文庫。

1、引例甲、乙兩射手各打了10發(fā)子彈,每發(fā)子彈擊中的環(huán)數(shù)分別為:問哪一個射手的技術較好?解首先比較平均環(huán)數(shù)甲=8.4,乙=8.4§3.2方差有六個不同數(shù)據(jù)僅有四個不同數(shù)據(jù)再比較穩(wěn)定程度甲乙乙比甲技術穩(wěn)定.進一步比較平均偏離平均值的程度甲:乙:定義若E((X-E(X))2)存在,則稱其為隨機變量X的方差,記為D(X).D(X)=E((X-E(X))2)稱為X的均方差.方差的概念(X-E(X))2——隨機變量X的取值偏離平均值的情況,是X的函數(shù),也是隨機變量.E(X-E(X))2——隨機變量X的取值偏離平均值的平均偏離程度—

2、—數(shù).若X為離散型r.v.,概率分布為:若X為連續(xù)型,概率密度為f(x).常用的計算方差的公式:D(C)=0D(aX)=a2D(X)D(aX+b)=a2D(X)特別地,若X,Y相互獨立,則方差的性質若相互獨立,為常數(shù),則若X,Y獨立對任意常數(shù)C,D(X)?E(X–C)2,當且僅當C=E(X)時等號成立.D(X)=0P(X=E(X))=1稱為X依概率1等于性質1的證明性質2的證明常數(shù)E(X).性質3的證明當X,Y相互獨立時,注意到性質4的證明:當C=E(X)時,顯然等號成立;當C?E(X)時,例1設X~P(?),求D(

3、X).解方差的計算例2設X~B(n,p),求D(X).解一仿照上例求D(X).解二引入隨機變量相互獨立,故例3設X~N(?,?2),求D(X).解常見隨機變量的方差分布方差概率分布參數(shù)為p的0-1分布p(1-p)B(n,p)np(1-p)P(?)?分布方差概率密度區(qū)間(a,b)上的均勻分布E(?)N(?,?2)例4已知X,Y相互獨立,且都服從N(0,0.5),求E(

4、X–Y

5、).解故例5設X表示獨立射擊直到擊中目標n次為止所需射擊的次數(shù),已知每次射擊中靶的概率為p,求E(X),D(X).解令Xi表示擊中目標i-1次后

6、到第i次擊中目標所需射擊的次數(shù),i=1,2,…,n.相互獨立,且故標準化隨機變量設隨機變量X的期望E(X)、方差D(X)都存在,且D(X)?0,則稱為X的標準化隨機變量.顯然,僅知隨機變量的期望與方差并不能確定其分布.例6P-1010.10.80.1P-2020.0250.950.025與它們有相同的期望、方差;但是分布卻不同.解但若已知分布的類型,及期望和方差,常能確定分布.例7已知X服從正態(tài)分布,E(X)=1.7,D(X)=3,Y=1–2X,求Y的密度函數(shù).解例8已知X的密度函數(shù)為:其中A,B是常數(shù),且E(X)=

7、0.5.求A,B;設Y=X2,求E(Y),D(Y).解(1)(2)例9將編號分別為1~n的n個球隨機地放入編號分別為1~n的n只盒子中,每盒一球.若球的號碼與盒子的號碼一致,則稱為一個配對.求配對個數(shù)X的期望與方差.解則不相互獨立.但P10P10P10矩1.K階原點矩Ak=E(Xk),k=1,2,…而E(

8、X

9、k)稱為X的K階絕對原點矩;2.K階中心矩Bk=E[X-E(X)]k,k=1,2,…而E

10、X-E(X)

11、k稱為X的K階絕對中心矩;3.K+l階混合原點矩E(XkYl),k,l=0,1,2,…;4.K+l階混合中

12、心矩E{[X?E(X)]k[Y?E(Y)]l},k,l=0,1,2,…幾個重要不等式在概率論中,有些不等式對概率論的理論與應用起著很重要的作用.馬爾科夫不等式設非負隨機變量X的數(shù)學期望存在,則對任意正數(shù)?,有證明設X為連續(xù)型隨機變量,密度函數(shù)為f(x),則對任意正數(shù)?,有推論1設r.v.X的k階絕對原點矩存在,則對任意??0,有證明因為

13、X

14、非負,由馬爾科夫不等式得若r.v.X的期望和方差存在,則對任意??0,有它有以下等價的形式:推論2切貝曉夫(Chebyshev)不等式證明因為DX存在,所以EX2存在,從而EX存

15、在,由馬爾科夫不等式得得證.設(X,Y)是一個二維隨機變量,若EX2

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。