- 1、本文档共29页,可阅读全部内容。
- 2、原创力文档(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)。
查看更多
_
_
第四章 随机变量的数字特征
㈠ 数学期望 表征随机变量取值的平均水平、“中心”位置或“集中”位置.
1、数学期望的定义
?定义 离散型和连续型随机变量X 的数学期望定义为
?
?? x
? k
P?X ? x
k
(离散型),
EX ? ? k
? ?? xf (x)dx
???
(连续型) ,
其中Σ表示对X 的一切可能值求和.对于离散型变量,若可能值个数无限,则要求级数绝对收敛;对于连续型变量,要求定义中的积分绝对收敛;否则认为数学期望不存在.
①常见的离散型随机变量的数学期望
设离散型随机变量的概率分布为
设离散型随机变量
的概率分布为
,若
,则称级数
为随
机变量的数学期望(或称为均值)
机变量
的数学期望(或称为均值),记为
, 即
设
服从 0 — 1 分布,则有
,根据定义,
的数学期望为
设服从以为参数的二项分布,
设
服从以
为参数的二项分布,
,则
。
.
设随机变量服从参数为
设随机变量
服从参数为
的泊松分布,即
, 从而有
。①常见的连续型随机变量的数学期望
。
均匀分布
设随机变量ξ服从均匀分布,ξ~U[a,b] (a<b),它的概率密度函数为:
=则=∴ E(ξ)=(a+b)
=
则
=
正态分布
(σ>0, -<μ<+)设随机变量ξ服从正态分布, ξ~
(σ>0, -
<μ<+
)
则令得∴ E(ξ)=
则
令
得
设随机变量服从参数为 的指数分布,的密度函数为
设随机变量
服从参数为 的指数分布,
的密度函数为
,则
.
随机变量的函数的数学期望 设 y
? g (x) 为连续函数或分段连续函数,而 X 是任一随机变
量,则随机变量Y
? g( X ) 的数学期望可以通过随机变量X 的概率分布直接来求,而不必先求出Y 的概
?率分布再求其数学期望;对于二元函数Z
?
? g ( X ,Y ) ,有类似的公式:
?? g ?x
? k
?P?X ? x
k
(离散型 ) ;
E Y ? E g ( X ) ? ?
?
?
k
?? g ( x ) f ( x )dx
— ?
(连续型) .
??? g ?x , y
?P ?X ? x
_
, Y ? y ?? ?;
i j? ? ?
i j
i j 离散型
E Z ? E g
X , Y
? ? ? ?
? ? ? g
? ? ? ??
?x, y ?f
?x, y
?dxdy
? ?
.连续型
.
ij设( X ,Y ) 为二维离散型随机变量,其联合概率函数 P( X ? a ,Y ? b
i
j
) ? p
ij
, i, j ? 1,2, ,
??
j i
j i
g(a , b
i j
) p
ij 绝对收敛,则( X ,Y ) 的函数 g( X ,Y ) 的数学期望为
E[g( X ,Y )] ? ?? g(a , b ) p
i j ij
; 特别地
E( X ) ? ?? a
i
p ; E(Y ) ? ?? b
ij j
p
ij .
j i
??f (x)
??
i i j i
? ?? g(x) f (x)dx
设 X 为连续型随机变量,其概率密度为
,如果广义积分
绝对收敛,
则 X 的函数
g ( X )
的数学期望为 E[g( X )] ? ? ?? g(x) f (x)dx .
??设 ( X ,Y ) 为二维连续型随机变量, 其联合概率密度为 f (x, y) , 如果广义积分
??
??? ??? g(x, y) f (x, y)dxdy 绝对收敛,则( X ,Y ) 的函数 g( X ,Y ) 的数学期望为
?? ??
E[g(x, y)] ? ??? ??? g(x, y) f (x, y)dxdy ;
?? ??
特别地
E(x) ? ??? ??? xf (x, y)dxdy , E(Y ) ? ??? ??? yf (x, y)dxdy .
?? ?? ?? ??
注:求E(X,Y)是无意义的,比如说二维(身高,胖瘦)的数学期望是无意义的,但是二维随机变量函数Z= E(X,Y)是有意义的,他表示的是函数下的另一个一维意义。
2、数学期望的性质
对于任意常数c,有Ec ? c . 例 E[E(X)]=E(X)
对于任意常数? ,有E?X ? ?EX .例:E(aX+b)=aE(X)+b
对于任意 X , X
1
,?, X
2
,有E?X ? X
m 1 2
??? X
m
?? EX
1
EX
2
??? EX .
m
如 果 X , X
1
,?, X
2
相互独立,则E?X X ? X
m 1 2 m
?? EX EX
1 2
?EX
m
.(注:相互独立
有后面的结论成立,但这是单向性
您可能关注的文档
- 食品安全案例及分析.docx
- 食品安全承诺书范文.docx
- 食品安全关键技术研发重点专项.docx
- 食品安全检查表.docx
- 食品安全学复习题及参考答案.docx
- 食品出厂检验报告表.docx
- 食品调料采购合同.docx
- 食品分析教案.docx
- 食品分析实验室设计方案.docx
- 食品工厂设计3.docx
- 2024-2034年中国温石棉行业发展前景预测及投资战略研究报告.docx
- 2024-2034年中国次氯酸钠行业竞争格局分析及投资战略咨询报告.docx
- 2024-2034年中国方形散流器行业市场现状分析及竞争格局与投资发展研究报告.docx
- 2024-2034年(全新版)中国小肽市场前景展望与投资发展战略分析报告.docx
- 中国专业高尔夫球杆行业市场现状分析及竞争格局与投资发展研究报告2024-2034版.docx
- 中国中央空调末端设备行业市场现状分析及竞争格局与投资发展研究报告2024-2034版.docx
- 2024-2034年中国直线导轨系统行业市场现状分析及竞争格局与投资发展研究报告.docx
- 2024-2034年中国履带自走式旋耕机行业发展监测及发展战略规划报告.docx
- 2024-2034年中国柠檬烯行业发展潜力分析及投资方向研究报告.docx
- 中国ADSS光缆行业发展前景及发展策略与投资风险研究报告2024-2034版.docx
文档评论(0)