隨機變量的數(shù)字特征

隨機變量的數(shù)字特征演示文稿目前一頁\總數(shù)三十三頁\編于七點隨機變量的數(shù)字特征目前二頁\總數(shù)三十三頁\編于七點

在第二章的討論知道，離散型隨機變量的變化規(guī)律由其概率分布完全描述，連續(xù)型隨機變量由其密度函數(shù)完全描述。但在實際應用中，概率分布或密度函數(shù)的獲得通常是困難的。另一方面，在應用中，有時并不需要知道概率分布或密度函數(shù)，而只需知道該隨機變量的某些特征。例如，為了對某市高一學生的某門課的考試成績作分析，一般并不需要所有學生的考試成績，而只需知道每所學校的平均成績，或者各所學校成績相對于平均成績的偏離程度，有了這些指標，就可以作橫向和縱向的比較。這里平均成績就是學生成績這一隨機變量的特征。

用以刻畫隨機變量某方面特征的量，稱為隨機變量的數(shù)字特征。

常用的數(shù)字特征：數(shù)學期望、方差、矩、眾數(shù)、中位數(shù)、協(xié)方差、相關系數(shù)。目前三頁\總數(shù)三十三頁\編于七點第一節(jié)隨機變量的數(shù)學期望例1

某工廠生產(chǎn)一批產(chǎn)品，一等品占50%，二等品占40%，次品占10%。如果生產(chǎn)一件次品，工廠要損失1元錢，生產(chǎn)一件一等品，工廠獲得2元錢的利潤，生產(chǎn)一件二等品，工廠獲得1元錢的利潤。假設生產(chǎn)了大量這樣的產(chǎn)品，問工廠每件產(chǎn)品獲得的期望利潤是多少？設X表示每件產(chǎn)品獲得的利潤，則它是隨機變量，其概率分布為解：目前四頁\總數(shù)三十三頁\編于七點解：假設工廠一共生產(chǎn)了N件產(chǎn)品，其中一等品n1件，二等品n2件，次品n3件這N件產(chǎn)品獲得的平均利潤為或者寫為目前五頁\總數(shù)三十三頁\編于七點而在大量重復試驗下當N無限增大時，頻率的穩(wěn)定值即為概率，因此，每件產(chǎn)品的平均利潤將趨近于或者說，如果工廠生產(chǎn)了大量該產(chǎn)品，可期望每件產(chǎn)品獲得1.3元的利潤。數(shù)值1.3稱為隨機變量X的數(shù)學期望或均值。目前六頁\總數(shù)三十三頁\編于七點

一、離散型隨機變量的數(shù)學期望第一節(jié)隨機變量的數(shù)學期望定義

設離散型隨機變量的概率分布為：若絕對收斂，則稱為隨機變量的數(shù)學期望或均值，記為，即注：

度量了隨機變量取值的加權平均！

為權重！目前七頁\總數(shù)三十三頁\編于七點第一節(jié)隨機變量的數(shù)學期望例

甲乙二人射擊，X：甲擊中的環(huán)數(shù)；Y：乙擊中的環(huán)數(shù)。他們命中環(huán)數(shù)的分布律分別為試問哪一個人的射擊水平較高?目前八頁\總數(shù)三十三頁\編于七點

二、連續(xù)型隨機變量的數(shù)學期望定義

設離散型隨機變量的概率分布為：若，則稱為隨機變量的數(shù)學期望或均值。離散連續(xù)概率密度函數(shù)定義

設隨機變量的密度函數(shù)為,若絕對收斂，則稱為隨機變量的數(shù)學期望或均值，記為目前九頁\總數(shù)三十三頁\編于七點例3.3

設隨機變量的密度函數(shù)為求的數(shù)學期望。解

由連續(xù)型隨機變量數(shù)學期望的定義，有目前十頁\總數(shù)三十三頁\編于七點

三、隨機變量函數(shù)的數(shù)學期望定理

設為隨機變量，為實函數(shù)，為求的數(shù)學期望，可以不必通過求的概率分布（離散）或密度函數(shù)（連續(xù)），而只需直接利用的概率分布或密度函數(shù)。若絕對收斂，則存在，且（1）設為離散型隨機變量，概率分布為（2）設為連續(xù)型隨機變量，密度函數(shù)為，若則存在，且絕對收斂，目前十一頁\總數(shù)三十三頁\編于七點解

解

例3.4

設隨機變量的概率分布為求例3.5

對例3.3中的隨機變量，求目前十二頁\總數(shù)三十三頁\編于七點

四、數(shù)學期望的性質(zhì)（1）若，則，特別地（3）（2）（4）目前十三頁\總數(shù)三十三頁\編于七點第二節(jié)隨機變量的方差有可能產(chǎn)品的壽命均集中在950~1050小時！有可能一半產(chǎn)品的壽命集中在700小時，另一半產(chǎn)品的壽命集中在1300小時！對隨機變量，知道了它的數(shù)學期望，雖然對該隨機變量有了一定的了解，但還不夠！例：為評估一批燈泡的質(zhì)量好壞，從某種途徑已知其平均壽命為1000小時，即，但不能完全肯定質(zhì)量的好壞！質(zhì)量穩(wěn)定！質(zhì)量相對不穩(wěn)定！有必要找一個量，能夠度量隨機變量相對于的偏離程度。目前十四頁\總數(shù)三十三頁\編于七點什么量，能夠度量隨機變量相對于的偏離程度？不能！是隨機變量不能?。ㄕ撈钕嗷サ窒┎槐阌谟嬎悖《x

設隨機變量的數(shù)學期望為，則稱為隨機變量的方差，記為，或，并稱為的標準差。目前十五頁\總數(shù)三十三頁\編于七點方差的計算：

考慮到方差實際上為隨機變量函數(shù)的數(shù)學期望：，因此

若為離散型隨機變量，概率分布為，則

若為連續(xù)型隨機變量，概率密度函數(shù)為，則

在很多場合，計算方差經(jīng)常用到如下公式：目前十六頁\總數(shù)三十三頁\編于七點方差的性質(zhì)：（1）（2）

（3）例3.6

設隨機變量的密度函數(shù)為解

由例3.3的結果，求的方差目前十七頁\總數(shù)三十三頁\編于七點例3.7

對任意隨機變量，設，令，求解

稱為的標準化，它是一個無量綱的隨機變量，將原分布中心移至原點，且方差為1個單位。目前十八頁\總數(shù)三十三頁\編于七點證

例3.8

對隨機變量，設存在，令，證明當時，達到最小值，且最小值為因此當時，達到最小值，且最小值為目前十九頁\總數(shù)三十三頁\編于七點第三節(jié)常用分布的數(shù)學期望和方差

一、常用離散型分布的數(shù)學期望和方差退化分布：離散型隨機變量只取常數(shù)，即，2.0-1分布：離散型隨機變量的概率分布為因此因此目前二十頁\總數(shù)三十三頁\編于七點3.個點上的均勻分布：4.二項分布：離散型隨機變量的概率分布為，即離散型隨機變量的概率分布為因此目前二十一頁\總數(shù)三十三頁\編于七點則目前二十二頁\總數(shù)三十三頁\編于七點5.幾何分布：隨機變量的概率分布為6.超幾何分布：隨機變量的概率分布為目前二十三頁\總數(shù)三十三頁\編于七點（證明略）7.泊松分布：隨機變量的概率分布為目前二十四頁\總數(shù)三十三頁\編于七點

二、常用連續(xù)型分布的數(shù)學期望和方差均勻分布：密度函數(shù)為連續(xù)型隨機變量服從區(qū)間上的均勻分布，則而從而目前二十五頁\總數(shù)三十三頁\編于七點2.指數(shù)分布：連續(xù)型隨機變量服從參數(shù)為的指數(shù)分布，密度函數(shù)為則而從而目前二十六頁\總數(shù)三十三頁\編于七點3.正態(tài)分布：則數(shù)學期望為隨機變量，其密度函數(shù)為（令）目前二十七頁\總數(shù)三十三頁\編于七點方差為（令）目前二十八頁\總數(shù)三十三頁\編于七點

常用離散型分布的數(shù)學期望和方差

分布名稱概率分布數(shù)學期望方差退化分布

0-1分布個點的均勻分布二項分布幾何分布超幾何分布泊松分布目前二十九頁\總數(shù)三十三頁\編于七點

常用連續(xù)型分布的數(shù)學期望和方差

分布名稱密度函數(shù)數(shù)學期望方差均勻分布指數(shù)分布正態(tài)分布目前三十頁\總數(shù)三十三頁\編于七點第四節(jié)隨機變量的矩和切比雪夫不等式

一、矩矩是數(shù)學期望和方差的推廣，在數(shù)理統(tǒng)計中有重要應用。定義：對隨機變量，設為正整數(shù)，如果存在即為數(shù)學期望。即為方差。定義：對隨機變量，設為正整數(shù)，如果存在，則稱為的階中心矩。（即），則稱為的階原點矩。目前三十一頁\總數(shù)三十三頁\編于七點矩的計算：則（1）若為離散型隨機變量，概率分布為（2）若為連續(xù)型隨機變量，密度函數(shù)為，則目前三十二頁\總數(shù)三十三頁\編于七點

二、切比雪夫不等式定理：