7.4 随机变量的数字特征 离散型随机变量的数学期望和方差 连续型随机变量的数学期望和方差

Slides:



Advertisements
Similar presentations
1 §2.2 离 散 型 随 机 变 量 §2.1 随 机 变 量 的 概 念 §2.3 超几何分布 · 二项分布 · 泊松分布 1. “0-1” 分布 ( 两点分布 ) 3. 二项分布 4. Poisson 分布 2. 超几何分布 n →∞ , N→∞ , (x = 0, 1, 2, , n) (x.
Advertisements

随机变量及其概率分布 第二章 离散型随机变量及其分布律 正态分布 连续型随机变量及其分布律 随机变量函数的分布.
2.8 函数的微分 1 微分的定义 2 微分的几何意义 3 微分公式与微分运算法则 4 微分在近似计算中的应用.
第二章 导数与微分. 二、 微分的几何意义 三、微分在近似计算中的应用 一、 微分的定义 2.3 微 分.
全微分 教学目的:全微分的有关概念和意义 教学重点:全微分的计算和应用 教学难点:全微分应用于近似计算.
第三章 多维随机变量及其分布 3.1 二维随机变量 3.2 边缘分布 3.3 条件分布 3.4 随机变量的独立性
第二章 随机变量及其分布 在第一章里,我们研究了随机事件及其概率.而对于一个随机试验,我们除了对某些特定的事件发生的概率感兴趣外,往往还会关心某个与试验结果相联系的变量.由于这一变量依赖于试验结果,因而这一变量的取值具有随机性,这种变量被称为随机变量.本章将着重介绍两类随机变量——离散型随机变量和连续型随机变量及其分布.
探索确定位置的方法 王积羽.
第四章 随机变量的数字特征 随机变量的分布是对随机变量的一种完整的描述,知道随机变量的分布就全都知道随机变量的所有特征。然后随机变量的概率分布往往不容易求得的。 随机变量的这些统计特征通常用数字表示的。这些用来描述随机变量统计性的数字称为随机变量的数字特征。其中最重要的是数学期望(均值)和方差二种。
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
概率论与数理统计 课件制作:应用数学系 概率统计课程组.
第三章 函数逼近 — 最佳平方逼近.
危害辨識、分析講解及實作演練.
6.6 单侧置信限 1、问题的引入 2、基本概念 3、典型例题 4、小结.
《高等数学》(理学) 常数项级数的概念 袁安锋
保良局黃永樹小學 數學科之數學遊蹤.
概率论与数理统计.
第四章 随机变量的数字特征 主讲教师:董庆宽 副教授 研究方向:密码学与信息安全
例题 教学目的: 微积分基本公式 教学重点: 牛顿----莱布尼兹公式 教学难点: 变上限积分的性质与应用.
高等数学电子教案 第五章 定积分 第三节 微积分基本定理.
第五节 微积分基本公式 、变速直线运动中位置函数与速度 函数的联系 二、积分上限函数及其导数 三、牛顿—莱布尼茨公式.
一、原函数与不定积分 二、不定积分的几何意义 三、基本积分公式及积分法则 四、牛顿—莱布尼兹公式 五、小结
第四章 定积分及其应用 4.3 定积分的概念与性质 微积分基本公式 定积分的换元积分法与分部积分法 4.5 广义积分
第四章 函数的积分学 第六节 微积分的基本公式 一、变上限定积分 二、微积分的基本公式.
§5.3 定积分的换元法 和分部积分法 一、 定积分的换元法 二、 定积分的分部积分法 三、 小结、作业.
第三节 协方差及相关系数 协方差 相关系数 课堂练习 小结 布置作业.
第四章 一元函数的积分 §4.1 不定积分的概念与性质 §4.2 换元积分法 §4.3 分部积分法 §4.4 有理函数的积分
第5章 定积分及其应用 基本要求 5.1 定积分的概念与性质 5.2 微积分基本公式 5.3 定积分的换元积分法与分部积分法
主要内容 § 3.1 多维随机变量及联合分布 联合分布函里数 联合分布律 联合概率密度 § 3.2 二维随机变量的边缘分布
不确定度的传递与合成 间接测量结果不确定度的评估
第四章 随机变量的数字特征 第一节 数学期望 第二节 方差 第三节 协方差及相关系数 第四节 矩、协方差矩阵.
第5章 §5.3 定积分的积分法 换元积分法 不定积分 分部积分法 换元积分法 定积分 分部积分法.
第四章 随机变量的数字特征 数学期望 方差 协方差、相关系数 其它数字特征.
第三章 多维随机变量及其分布 §2 边缘分布 边缘分布函数 边缘分布律 边缘概率密度.
例1 :甲击中的环数; X :乙击中的环数; Y 平较高? 试问哪一个人的射击水 : 的射击水平由下表给出 甲、乙两人射击,他们
本次课讲授:第二章第十一节,第十二节,第三章第一节, 下次课讲第三章第二节,第三节,第四节; 下次上课时交作业P29—P30
§2 求导法则 2.1 求导数的四则运算法则 下面分三部分加以证明, 并同时给出相应的推论和例题 .
第一章 函数 函数 — 研究对象—第一章 分析基础 极限 — 研究方法—第二章 连续 — 研究桥梁—第二章.
第四章 随机变量的数字特征 主讲教师:董庆宽 副教授 研究方向:密码学与信息安全
概 率 统 计 主讲教师 叶宏 山东大学数学院.
连续型随机变量及其概率密度 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结.
第七章 参数估计 7.3 参数的区间估计.
习题 一、概率论 1.已知随机事件A,B,C满足 在下列三种情况下,计算 (1)A,B,C相互独立 (2)A,B独立,A,C互不相容
抽样和抽样分布 基本计算 Sampling & Sampling distribution
概 率 统 计 主讲教师 叶宏 山东大学数学院.
应用概率统计 主讲:刘剑平.
5.2 常用统计分布 一、常见分布 二、概率分布的分位数 三、小结.
第四章 随机变量的数字特征 我们知道,随机变量的分布列或概率密度,全面地描述了随机变量的统计规律.但在许多实际问题中,这样的全面描述并不使人感到方便. 已知一只母鸡的年产蛋量是一个随机变量,如果要比较两个品种的母鸡的年产蛋量,通常只要比较这两个品种的母鸡的年产蛋量的平均值就可以了.平均值大就意味着这个品种的母鸡的产蛋量高.如果不去比较它们的平均值,而只看它们的分布列,虽然全面,却使人不得要领,既难以掌握,又难以迅速地作出判断.
第四单元:比 比的意义 浙江省诸暨市暨阳街道暨阳小学 郦 丹.
第三章 多元随机变量及其分布 关键词:二元随机变量 联合分布 边际分布 条件分布 随机变量的独立性 随机变量函数的分布.
第三章 随机变量的数字特征 (一)基本内容 一、一维随机变量的数学期望 定义1:设X是一离散型随机变量,其分布列为:
函 数 连 续 的 概 念 淮南职业技术学院.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
第三章 函数的微分学 第二节 导数的四则运算法则 一、导数的四则运算 二、偏导数的求法.
第4课时 绝对值.
学习任务三 偏导数 结合一元函数的导数学习二元函数的偏导数是非常有用的. 要求了解二元函数的偏导数的定义, 掌握二元函数偏导数的计算.
第三章 多维随机变量及其分布 第一节 二维随机变量 第二节 边缘分布 第三节 条件分布 第四节 相互独立的随机变量
第四节 随机变量函数的概率分布 X 是分布已知的随机变量,g ( · ) 是一个已知 的连续函数,如何求随机变量 Y =g(X ) 的分布?
第一部分:概率 产生随机样本:对分布采样 均匀分布 其他分布 伪随机数 很多统计软件包中都有此工具 如在Matlab中:rand
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
§5.2 抽样分布   确定统计量的分布——抽样分布,是数理统计的基本问题之一.采用求随机向量的函数的分布的方法可得到抽样分布.由于样本容量一般不止2或 3(甚至还可能是随机的),故计算往往很复杂,有时还需要特殊技巧或特殊工具.   由于正态总体是最常见的总体,故本节介绍的几个抽样分布均对正态总体而言.
第二节 函数的极限 一、函数极限的定义 二、函数极限的性质 三、小结 思考题.
定义 设连续型随机变量 概率密度为 分布函数是 特别地, 其概率密度为 一、正态分布的相关内容:.
难点:连续变量函数分布与二维连续变量分布
第十五讲 区间估计 本次课讲完区间估计并开始讲授假设检验部分 下次课结束假设检验,并进行全书复习 本次课程后完成作业的后两部分
第八章 假设检验 8.3 两个正态总体参数的假设检验.
教学建议 学习目标 § 7.1 随机事件 § 7.2 事件的概率及概率的加法公式 § 7.3 概率的乘法公式与事件的独立性
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
第四章 函数的 积分学 第七节 定积分的换元积分法     与分部积分法 一、定积分的换元积分法 二、定积分的分部积分法.
§4.1数学期望.
Presentation transcript:

7.4 随机变量的数字特征 7.4.1 离散型随机变量的数学期望和方差 7.4.2 连续型随机变量的数学期望和方差 7.4.3 常见随机变量的数学期望和方差 7.4.4 随机变量函数的数学期望和方差

7.4.1 数学期望和方差的概念 一、案例 二、概念和公式的引出 三、进一步的练习 四、案例 五、概念和公式的引出 六、进一步的练习

一、案例 [轮胎质量] 为了比较两家工厂生产的轮胎质量,某汽车运输公司做了这样的试验,让14辆车况相同的汽车分别装上这两家工厂生产的牌号为A,B的轮胎,并且统计了每辆车在轮胎损坏前所行驶的公里数,见下表

A牌轮胎 B牌轮胎 公里数 11000 12000 14000 8000 10000 40000 车辆数 1 2 4 3 频率

从每组轮胎所行驶的平均公里数来看: A牌轮胎的平均公里数为 (km) B牌轮胎的平均公里数为 (km) 所以汽车运输公司认为B牌轮胎质量较好.

二、 概念和公式的引出 离散型随机变量的数学期望 设离散型随机变量 的分布列为 若级数 绝对收敛,则称级数 为随机变量 … 若级数 绝对收敛,则称级数 为随机变量 的数学期望或均值,记作 或 即 .如果上式中的级数不绝对收敛, 这时称 的数学期望不存在.

三、进一步练习 练习1[产品的平均产值] 一批产品中有一、二、三等品、等外品及废品五种,相应的概率分别为0.7,0.1,0.1,0.06及0.04,若其产值(单位:元)分别为6,5.4,5,4,0,求产品的平均产值.

解 产品产值 是一个随机变量,其分布列为 6 5.4 5 4 0.7 0.1 0.06 0.04 所以

设A、B两台自动机床,生产同一种标准件.生产 练习2 [产品质量] 设A、B两台自动机床,生产同一种标准件.生产 1000只产品所出的次品数分别用 表示,经过 一段时间的考察, 的分布列分别是 1 2 3 0.7 0.1 1 2 3 0.5 0.3 0.2 问哪一台机床加工的产品质量好些?

解 随机变量 的数学期望分别为 因为 ,所以自动机床A在1000只产品中 所出的平均次品数较少.因此,我们认为A机床加工 的产品质量较高.

四、案例[误差评价] 线切割机床在切割某一批圆柱形钢件时,已知切割后的平均长度为30cm,要判断该机床的切割水平.如果切割后的钢件大部分都在30cm左右,则符合精度要求,我们认为切割水平较好;如果切割后的钢件离30cm差异较大,虽然同样满足切割的平均长度为30cm,但我们认为切割水平有问题. 那么,究竟用什么办法来对机床切割水平进行评价呢?

五、 概念和公式的引出 离散型随机变量的方差 设 是一随机变量,如果 存在,则称 为 的方差,记作 ,并称 ,即 为 的均方差或标准差.

设甲、乙两工厂生产同一种设备,其使用寿命(单位:小时)的分布列见下表,试比较两厂生产的产品质量. 六、进一步练习 练习[质量评价] 设甲、乙两工厂生产同一种设备,其使用寿命(单位:小时)的分布列见下表,试比较两厂生产的产品质量. 800 900 1000 1100 1200 0.1 0.2 0.4 800 900 1000 1100 1200 0.2

解 两厂生产的设备使用寿命的均值相等,但从分布列可以看出,甲厂生产的产品使用寿命比较集中在1000小时左右,说明甲厂产品质量的稳定性较好,而乙厂生产的产品使用寿命却比较分散,说明乙厂产品质量的稳定性比较差.

下面用方差来进行描述. 因为 ,所以甲厂产品寿命的分散程度比较小, 产品质量比较稳定,比乙厂的产品质量好.

7.4.2 连续型随机变量的数学期望和方差 一、概念和公式的引出 二、进一步的练习

一、 概念和公式的引出 连续型随机变量的数学期望 设连续型随机变量 具有密度函数f(x) ,如果广义积分 绝对收敛,则称该积分为随机变量 的数学期望 (或均值),记作 ,即 否则,称 的数学期望不存在.

连续型随机变量的方差 设连续型随机变量 具有密度函数f(x) ,如果广义积分 存在,则称该积分为随机变量 的方差,记作 ,即 否则,称 的数学期望不存在.

数学期望有以下性质: (1)E(c)=c,其中c为常数; (2) ,其中c为常数; (3) (4)如果 相互独立,则

方差有以下性质: (1) (2) ,其中c为常数; (3) ,其中c为常数; (4)如果 相互独立,则

二、进一步练习 练习1 已知 在[a,b]上服从均匀分布,即 , 求 . 解 因为 ,即 的密度函数为

所以

7.4.3 常见随机变量的数学期望和方差 一、概念和公式的引出

一、 概念和公式的引出 0-1分布 设 服从0-1分布,则 二项分布 设 ,则 泊松分布 设 ,则 均匀分布 设 ,则 正态分布 设 ,则 特别地,当 时,

7.4.4 随机变量函数的数学期望和方差 一、概念和公式的引出 二、进一步的练习

一、 概念和公式的引出 设 是 的函数,随机变量 的数学期望 和方差可按下列公式计算. 如果 是离散型随机变量,且分布列为 ,则

如果 是连续型随机变量,且密度函数为 ,则

二、进一步练习 练习1 设 的分布列为 -2 -1 1 1/4 1/8 1/2 的数学期望. 求

解 由离散型随机变量函数的数学期望的公式,有

练习2[飞机受力] 设风速v在(0,a)上服从均匀分布,即密度函数为 又设飞机机翼所受的正压力W是v的函数,W=kv2 (k>0),求W的数学期望。 解 由连续型随机变量函数的数学期望,有

练习3 设随机变量 相互独立,且 求 解 , 已知 于是