第三章

1. 第三章 第三章 随机变量的数字特征

2. 分布函数能完整地描述 r.v.的统 计特性, 但实际应用中并不都需要知 道分布函数，而只需知道 r.v.的某些 特征. 例如： 判断棉花质量时, 既看纤维的平均长度 又要看 纤维长度与平均长度的偏离程度 平均长度越长,偏离程度越小, 质量就越好;

3. 考察一射手的水平, 既要看他的平均环数是否高, 还要看他弹着点的范围是否小, 即数据的波动是否小. 由上面例子看到，与 r.v. 有关的 某些数值，虽不能完整地描述 r.v.但 能清晰地描述 r.v.在某些方面的重要 特征 , 这些数字特征在理论和实践上 都具有重要意义.

4. r.v.的平均取值 —— 数学期望 • r.v.取值平均偏离均值的情况 —— 方差 • 描述两 r.v.间的某种关系的数 —— 协方差与相关系数 本 章 内 容 随机变量某一方面的概率特性 都可用数字来描写

5. §３.1 总 成 绩 决 赛 初 赛 复 赛 算术 平均 甲 乙 90 85 53 228 76 88 80 57 225 75 胜者 甲 甲 乙 甲 甲 §３.1随机变量的数学期望 引例 学生甲乙参加数学竞赛, 观察其胜负 加 权 平 均 3:3:4 2:3:5 2:2:6 73.7 70.0 66.8 73.2 70.1 67.8 甲 乙 乙

6. 称 为这 3 个数字的加权平均 数学期望的概念源于此

7. 定义 数学期望的定义 设 X 为离散 r.v. 其分布为 绝对收敛, 则称 若无穷级数 其和为 X的数学期望 记作 E( X ), 即

8. 设连续 r.v. X 的 d.f. 为 定义 若广义积分 绝对收敛, 则称此积分为 X的数学期望 记作 E( X ), 即 数学期望的本质 —— 加权平均 它是一个数不再是 r.v.

9. 例1

10. 例２某车站每天8:00~9:00,9:00~10:00都恰 有一辆客车到站,但到站时刻是随机的,且两 者到站的时间相互独立。其规律为： 一旅客8:20到车站,求他候车时间的数学期望.

12. 例３ 例３X ~ B ( n , p ), 求 E( X ). 解 特例 若Y ~ B ( 1 , p ), 则 E(Y)

13. 例４ 解 例４X ~ N (  ,  2 ), 求 E ( X ). 例５ 设 X ~ 参数为 p的几何分布，求E ( X ). 解

14. 例６ 若将这两个电子装置串联连接组成整机,求 寿命(以小时计) N的数学期望.

15. 的分布函数为

16. 分布 概率分布 期望 参数为p的 0-1分布 p B(n,p) np P()  常见 r.v. 的数学期望（P436）

17. 分布 概率密度 期望 区间(a,b)上的 均匀分布 E() N(, 2)

18. 发散 但 注意 不是所有的 r.v.都有数学期望 例如：柯西(Cauchy)分布的密度函数为 它的数学期望不存在!

19. r.v.函数 Y = g(X ) 的数学期望 • 设离散 r.v. X的概率分布为 绝对收敛，则 若无穷级数 • 设连续 r.v. 的 d.f. 为f (x) 若广义积分 绝对收敛, 则

20. 设离散 r.v. (X ,Y ) 的概率分布为 Z = g(X ,Y ), 若级数 绝对收敛 , 则

21. 设连续 r.v. (X ,Y )的联合 d.f. 为 f (x ,y) ，Z = g(X ,Y ), 若广义积分 绝对收敛, 则

22. 期望性质 数学期望的性质 常数 • E (C ) = C • E (aX ) = a E (X ) • E (X + Y ) = E (X ) + E (Y ) • 当X ,Y 独立时，E (X Y ) = E (X )E (Y ) . • 若存在数a 使P(X  a) = 1, 则E (X )  a ； 若存在数b 使P(X  b) = 1, 则E (X )  b.

23. pij X -1 0 1 p• j Y -1 0 1 0 pi• 注 性质 4 的逆命题不成立，即 若E (X Y ) = E (X )E (Y )，X ,Y 不一定独立 反例

24. X Y -1 0 1 P 但 即X ,Y 不独立

25. 证性质5 设 X 连续，d.f. 为 f (x), 分布函数为F(x), 则 故

26. 例7 例7 设二维 r.v. (X ,Y ) 的 d.f. 为 求E(X), E(Y), E( X + Y ), E(X Y), E(Y / X) 解

27. X ,Y 独立 由数学期望性质

28. 应用 数学期望的应用

29. 100 100 0.98 0.02 应用1 应用1 据统计65岁的人在10年内正常死亡 的概率为0. 98, 因事故死亡概率为0.02.保险 公司开办老人事故死亡保险, 参加者需交纳 保险费100元.若10 年内因事故死亡公司赔偿 a 元, 应如何定 a , 才能使公司可期望获益; 若有1000人投保, 公司期望总获益多少? 解 设Xi表示公司从第 i个投保者身上所得 的收益, i=1~1000 . 则 Xi ~

30. 由题设 公司每笔赔偿小于5000元, 能使公司获益. 公司期望总收益为 若公司每笔赔偿3000元, 能使公司期望 总获益40000元.

31. 应用2 应用2 验血方案的选择 • 为普查某种疾病, n 个人需验血. 验血方 • 案有如下两种： • 分别化验每个人的血, 共需化验 n次； • 分组化验, k个人的血混在一起化验, 若 • 结果为阴性, 则只需化验一次; 若为阳性, 则 • 对 k个人的血逐个化验, 找出有病者, 此时 • k个人的血需化验 k + 1 次. • 设每人血液化验呈阳性的概率为p, 且 • 每人化验结果是相互独立的.试说明选择哪 • 一方案较经济.

32. Xi 1 k + 1 P 解 只须计算方案(2)所需化验次数的期望. 为简单计, 不妨设 n是 k的倍数，共分成 n / k 组. 设第 i 组需化验的次数为X i, 则

33. 则E (X ) < n 若 当 时, 选择方案(2) 较经济. 例如,

34. 应用3 应用3 市场上对某种产品每年需求量为 X 吨 ，X ~ U [ 2000,4000 ], 每出售一吨可赚 3万元 ,售不出去，则每吨需仓库保管费1 万元，问应该生产这中商品多少吨, 才能 使平均利润最大？ 解 设每年生产 y 吨的利润为 Y 显然，2000 < y < 4000

36. 显然， 故 y=3500 时, E(Y )最大, E (Y )= 8250万元

37. 一民航送客车载有20位旅客自机场开出,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E(X).(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)一民航送客车载有20位旅客自机场开出,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E(X).(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) 应用4

38. 按题意 本题是将X分解成数个随机变量之和,然后利用随 机变量和的数学期望等于随机变量数学期望的和来求 数学期望的,此方法具有一定的意义.

39. 小结 这一讲，我们介绍了随机变量的数学期望，它反映了随机变量取值的平均水平，是随机变量的一个重要的数字特征.

40. 习题 作业 P.139 习题四 1 2 3 4 5 7

41. 补 充 作 业 设 g(x) 是取正值的非减函数, X 为连续 型 r.v., 且 E( g(X) )存在， 证明: 对任意常数 a

42. 柯西 柯西 Augustin-Louis Cauchy 法国数学家 1789 - 1857

43. 柯 西 简介 法国数学家 27岁当选法国科学院院士 早在1811年就解决了拉格朗日向他提出的一个问题：凸多面体的角是否被它的面所决定？柯西作了肯定的回答.这一直是几何学中一个精彩的结果. 在概率论中他给出了有名的柯西分 布. 然而他一生中最重要的数学贡献在 另外三个领域：微积分学、复变函数和 微分方程.

44. 柯西判别法则; 柯西-黎曼方程; 柯西积分公式; 柯西积分定理; 柯西初值问题 柯西不等式; 在这三个领域中我们常常能见到以柯西 名字命名的定理、公式和方程等: 柯西在代数学、几何学、误差理论以及 天体力学、光学、弹性力学诸方面都有出色 的工作，特别是他弄清了弹性理论的基本数 学结构，为弹性力学奠定了严格的理论基础.

45. 柯西是一位多产的数学家，一生共发表 论文 800 余篇，著书7本.《柯西全集》共有 27卷，其中最重要的为： 《分析教程》 1821 年 《无穷小分析教程概论》 1823 年 《微积分在几何上的应用》 1826 年 柯西的著作大多是急就章，但都朴实无 华，有思想, 有创见. 他所发现和创立的定理 和公式, 往往是一些最简单、最基本的事实. 因而，他的数学成就影响广泛，意义深远.

46. 简记X ~ C( )分布, 若X服从柯西(Cauchy)分布, 其p.d.f.为

47. 附录 [附录] 几个重要的 r.v. 函数的数学期望 —— X 的 k阶原点矩 —— X 的 k阶绝对原点矩 —— X 的 k阶中心矩 —— X 的 方差

48. —— X ,Y 的 k + l阶混合原点矩 —— X ,Y 的 k + l阶混合中心矩 —— X ,Y 的 二阶原点矩 —— X ,Y 的二阶混合中心矩 X ,Y 的协方差 —— X ,Y 的相关系数