第四章--随机变量的数字特征-概率论与数理统计-教学课件.ppt

《第四章--随机变量的数字特征-概率论与数理统计-教学课件.ppt》由会员分享，可在线阅读，更多相关《第四章--随机变量的数字特征-概率论与数理统计-教学课件.ppt（83页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、 数学期望方差、变异系数协方差、相关系数 其它数字特征第四章 随机变量的数字特征1问题的提出：在一些实际问题中，我们需要了解随机变量的分布函数外，更关心的是随机变量的某些特征例：在评定某地区粮食产量的水平时，最关心的 是平均产量；在检查一批棉花的质量时，既需要注意纤维的 平均长度，又需要注意纤维长度与平均长度的 偏离程度；考察杭州市区居民的家庭收入情况，我们既知 家庭的年平均收入，又要研究贫富之间的差异 程度。2试问哪个射手技术较好试问哪个射手技术较好?例例:谁的技术比较好谁的技术比较好?乙射手乙射手甲射手甲射手3 解：计算甲的平均成绩：计算乙的平均成绩：所以甲的成绩好于乙的成绩。4定义：6

2、例：7 例：一种常见的赌博游戏,其规则为:投掷一颗均匀的骰子，赌客猜精确的骰子点数,凡猜中者以1比5得到奖金,否则其押金归庄家所有,问此规则对庄家还是赌客更有利?8 例：10 例：解:11解解：记某件产品寿命为X(年),售出一件产品的 净收入为 Y(元)，则由于X服从指数分布，那么13 例：设一台机器一天内发生故障的概率为 0.2，机器发生故障时全天停工。若一 周5个工作日里无故障，可获利10万 元；发生一次故障获利5万元；发生2 次故障获利0元，发生3次或以上故障 亏损2万元，求一周内期望利润是多少？15解：设X表示一周5天内机器发生故障天数，设Y表示一周内所获利润，则Y -2 0 5 10

3、P0.057 0.205 0.410 0.32816解解：由Y的定义知其分布函数为可见Y既不是离散型的随机变量,也不是连续型的随机变量.例：18随机变量函数的数学期望：1920212224 例：设随机变量(X,Y)的概率密度为：X=125 例：设随机变量(X,Y)的概率密度为：X=12628设按季节出售的某种应时产品的销售量X(单位:吨)是一个服从5,10上的均匀分布的随机变量.若销售出一吨产品可盈利C1=2万元;但若在销售季节未能售完,造成积压,则每吨产品将会净亏损C2=0.5万元.若该厂家需要提前生产该种商品,为使厂家能获得最大的期望利润,问:应在该季生产多少吨产品最为合适?极值问题的求解

4、例：29数学期望的特性：31数学期望的特性：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这一性质可以推广到任意有限个随机变量线性组合的情况32例：3334 例：一民航送客车载有20位旅客自机场出发，旅客有10个车站可以下车，如到达一个车站没有旅客下车就不停车，以X表示停车的次数，求 (设每位旅客在各个车站下车是等可能的，并设各旅客是否下车相互独立)35本题是将X分解成数个随机变量之和随机变量之和，然后利用随机变量和的数学期望等于随机变量数学期望之和来求数学期望，这种处理方法具有一定的普遍意义。解：引入随机变量：36 例：372 方差设有一批灯泡寿命为：一半约950小时，另一半约10

5、50小时平均寿命为1000小时；另一批灯泡寿命为：一半约1300小时，另一半约700小时平均寿命为1000小时；问题：哪批灯泡的质量更好？单从平均寿命这一指标无法判断，进一步考察灯泡寿命X与均值1000小时的偏离程度。方差方差正是体现这种意义的数学特征。正是体现这种意义的数学特征。38定义：39对于离散型离散型随机变量X，对于连续型连续型随机变量X，40此外，利用数学期望的性质，可得方差的计算公式：41 例：设随机变量X具有0-1分布，其分布律为：解：42 例：解：43 例：解：X的概率密度为：44 例：设随机变量X服从指数分布，其概率密度为：45方差的性质：46方差的性质：这一性质可以推广到

6、任意有限个独立随机变量线性组合的情况47 例：Xkpk011-pp4849 例：解：5051表1 几种常见分布的均值与方差数学期望 方差 分布率或分布率或 密度函数密度函数 分布分布01分布分布 p p(1-p)二项分布二项分布b(n,p)npnp(1-p)泊松分布泊松分布 均匀分布均匀分布U(a,b)指数分布指数分布正态分布正态分布5253例：设活塞的直径(以cm计)汽缸的直径 X,Y相互独 立，任取一只活塞，任取一只汽缸，求活 塞能装入汽缸的概率。54 定义：设随机变量X具有数学期望553 协方差与相关系数 对于二维随机变量(X,Y)，除了讨论X与Y的数学期望和方差外，还需讨论描述X与Y之

7、间相互关系的数字特征。这就是本节的内容。定义：56协方差的计算公式：方差性质的补充：这一性质可以推广到任意有限个随机变量之和的情况57协方差的性质：思考题：思考题：58 相关系数的性质：说明：59续6061626364 例：设X,Y服从同一分布，其分布律为：X -1 0 1 P 1/4 1/2 1/4 已知 ,判断X和Y是否不相关？是否 不独立？6566 续67686970714.4 其它数字特征 7273 例：74754.5 多元随机变量的数字特征 7677 利用协方差矩阵，可由二元正态变量的概率密度推广，得到n元正态变量的概率密度。787980n元正态变量具有以下四条重要性质：81n元正态变量具有以下四条重要性质：82课件结束!83