概率统计第4章1

《概率论与数理统计》第四章 随机变量的数字特征考点33 离散型随机变量的数学期望（★★二级考点，选择、填空、计算、综合）1.设X 是离散型随机变量,概率分布为P {X =x i }=p i ,i =1,2,…。

则∑∞==1)(i i ip x X E 为X 的数学期望(或均值)。

2.常用离散型随机变量的数学期望（1）两点分布：X ∼B(1,p),0<p<1，则E(X)=p 。

（2）二项分布：X ∼B(n,p)，其中0<p<1，则E(X)=np 。

（3）泊松分布:X ∼P(λ)，其中λ>0，则E(X)=λ。

考点34 连续型随机变量的数学期望（★★二级考点，选择、填空、计算、综合）1.设X 是连续型随机变量，则称⎰∞∞-=dx x f x X E )()(为X 的数学期望。

2. 常用连续型随机变量的数学期望（1）均匀分布若X~U[a,b],即X 服从[a,b]上的均匀分布,则； 21)()(b a dx a b x dx x xf X E b a +=-==⎰⎰+∞∞- （2）指数分布若X 服从参数为λ的指数分布，则 ； /1)(0λλλ⎰+∞-==dx e x X E x 正态分布若X 服从),(2s µN ，则.)(μ=X E考点35 二维随机变量的数学期望（★★二级考点，选择、填空、计算、综合）1.二维离散型随机变量的数学期望：设二维离散型随机向量(X,Y)的概率分布为p ij ,i=1,2,⋯，j=1,2,⋯.则：.),()],([11åå¥=¥==i j ij j i p y x g Y X g E2. 二维连续型随机变量的数学期望：设二维连续型随机向量(X,Y)的密度函数为f(x,y),则:. ),(),()],([dxdy y x f y x g Y X g E òò¥¥-¥¥-=考点36 数学期望的性质（★★★一级考点，选择、填空）(1).设C 是常数，则E(C)=C;E(C)=C ×1=C(2).若k 是常数，则E(kX)=kE(X);(3).E(X+Y)=E(X)+E(Y);(4).设X,Y 相互独立，则E(XY)=E(X)E(Y);考点37 方差的概念（★★二级考点，选择、填空）1.方差的概念:设X 是一随机变量，若E [X -E (X )]2 存在,则称其为X 的方差，记成Var(X )，即Var(X )=E {[X -E (X )]2} 并称)(X Var 为X 的标准差。

φξ(x)、φη(y)分别是(ξ,η)的联合分布密度及边缘分 布密度，则ξ、η相互独立的充要条件是：对任意 点(x,y)，有
φ(x,y)=φξ(x) ·φη(y)
证明
x, y x• y
Fx, y x y u,vdudv
x
y
u
v
dudv
x
u
du
y
v
dv
F x• F y
i 1
例１ 一袋中有五件产品，其中两件次品，三件正
品，从袋中任意依次取出两件，分别采用有放回与不 放回两种方式进行抽样检查，规定随机变量
＝１0,,
第１次取出次品 第１次取出正品
＝１0,,
第２次取出次品 第２次取出正品
则(ξ,η)的联合分布律如下（并可求得边缘分布律）：
表１ 有放回抽样的分布律
pij η
或η的概率分布称为它的边缘分布。
定义2：随机向量(ξ,η)分量ξ、η的分布函数称为(ξ,η)
关于ξ、η的边缘分布函数。
设(ξ,η)的分布函数为F(x,y) ，则(ξ,η)关于ξ的边 缘分布函数为
F x P x P{ x, } Fx,
同F理y F , y
由上述可知，Fξ(x)、Fη(y)由F(x,y)唯一确 定，但其逆并不一定成立。
（４）对任意两点(x1，y1) 、(x2，y2) ，若x1≤x2， y1≤y2，则 F(x2，y2)－ F(x2，y1) － F(x1，y2)＋ F(x1，y1) ≥0
§4.2 二维离散型随机向量
定义 若随机向量(ξ,η) 所有可能取值是有限对或
可列多对(xi，yj)(i，j=1,2, …)，则称(ξ,η)是二 维离散型随机变量；
我们可以证明：

第四章 正态分布１、解：(0,1)ZN（1）{ 1.24}(1.24)0.8925P Z ∴≤=Φ={1.24 2.37}(2.37)(1.24)0.99110.89250.0986P Z <≤=Φ-Φ==-= {2.37 1.24}( 1.24)( 2.37)(1.24)(2.37)0.89250.99110.0986P Z -<≤-=Φ--Φ-=-Φ+Φ=-+=（2）{}0.9147()0.9147 1.37{}0.05261()0.0526()0.9474 1.62P Z a a a P Z b b b b ≤=∴Φ==≥=-Φ=Φ==，，得，，，得2、解：(3,16)XN8343{48}()()(1.25)(0.25)0.89440.59870.295744P X --∴<≤=Φ-Φ=Φ-Φ=-= 5303{05}()()(0.5)(0.75)44(0.5)1(0.75)0.691510.77340.4649P X --<≤=Φ-Φ=Φ-Φ-=Φ-+Φ=-+= 31(25,36){25}0.95442(3,4){}0.95X N C P X C X N C P X C -≤=>≥、（）设，试确定，使；（）设，试确定，使解：（1）(25,36){25}0.9544X N P X C -≤=，{2525}0.9544P C X C ∴-≤≤+=25252525()()0.954466()()2()10.9544666()0.9772,21266C C C C CC CC +---Φ-Φ=-Φ-Φ=Φ-=Φ=∴==即， （2）(3,4){}0.95XN P X C >≥，331()0.95()0.952231.6450.292C CCC ---Φ≥Φ≥-≥≤-即，，4、解：（1）2(3315,575)XN4390.2533152584.753315{2584.754390.25}()()575575(1.87)( 1.27)(1.87)1(1.27)0.969310.89800.8673P X --∴≤≤=Φ-Φ=Φ-Φ-=Φ-+Φ=-+= （2）27193315{2719}()( 1.04)1(1.04)10.85080.1492575P X -≤=Φ=Φ-=-Φ=-=(25,0.1492)YB ∴4440{4}(0.1492)(10.1492)0.6664ii i i P Y C -=∴≤=-=∑5、解：(6.4,2.3)X N{}{}1()81(1.055)10.85540.14462.3(85}0.17615 6.451(0.923)(0.923)0.82121()2.3P X P X X P X -Φ>-Φ-∴>>======->-Φ-Φ-Φ6、解：（1）2(11.9,(0.2))XN12.311.911.711.9{11.712.3}()()(2)(1)(2)1(1)0.20.20.977210.84130.8185P X --∴<<=Φ-Φ=Φ-Φ-=Φ-+Φ=-+= 设A ={两只电阻器的电阻值都在欧和欧之间} 则2()(0.8185)0.6699P A ==（2）设X , Y 分别是两只电阻器的电阻值，则22(11.9,(0.2))(11.9,(0.2))X N Y N ，，且X , Y 相互独立[]22212.411.9{(12.4)(12.4)}1{12.4}{12.4)}1()0.21(2.5)1(0.9938)0.0124P X Y P X P Y -⎡⎤∴>>=-≤⋅≤=-Φ⎢⎥⎣⎦=-Φ=-=7、一工厂生产的某种元件的寿命X （以小时计）服从均值160μ=，均方差为的正态分布，若要求{120200}0.80P X <<≥，允许最大为多少解：因为2(160,)XN σ由2001601201600.80{120200}()()P X σσ--≤<<=Φ-Φ从而 40402()10.80()0.9σσΦ-≥Φ≥，即，查表得401.282σ≥，故σ≤8、解：（1）2(90,(0.5))XN8990{89}()(2)1(2)10.97720.02280.5P X -∴<=Φ=Φ-=-Φ=-= （2）设2(,(0.5))X N d由808080{80}0.991()0.99()0.99 2.330.50.50.5d d d P X ---≥≥∴-Φ≥Φ≥≥，，，即 从而d ≥ 9、解：22~(150,3),~(100,4)X Y X N Y N 与相互独立，且则（1）2221~(150(100,3)4)(250,5)W X Y N N =+++=()222222~2150100,(2)314(200,52)W X Y N N =+-⨯+-⨯+⨯=-22325~(125,)(125,(2.5))22X Y W N N +== （2）242.6250{242.6}()( 1.48)1(1.48)10.93060.06945P X Y -+<=Φ=Φ-=-Φ=-= 12551255125522212551251255125()1()(2)1(2)2.5 2.522(2)220.97720.0456X Y X Y X Y P P P ⎧+⎫++⎧⎫⎧⎫->=<-+>+⎨⎬⎨⎬⎨⎬⎩⎭⎩⎭⎩⎭--+-=Φ+-Φ=Φ-+-Φ=-Φ=-⨯=10、解：（1）22~(10,(0.2)),~(10.5,(0.2))X N Y N X Y ，且与相互独立22~(0.5,2(0.2))(0.5,(0.282))X Y N N ∴--⨯=-0(0.5){0}()(1.77)0.96160.282P X Y ---<=Φ=Φ=（2）22~(10,(0.2)),~(10.5,)X N Y N X Y σ设，且与相互独立222~(0.5,2(0.2))(0.5,(0.2))X Y N N σ∴--⨯=-+0.90{0}P X Y ≤-<=Φ=Φ由1.28≥，故σ≤11、设某地区女子的身高（以m 计）2(1.63,(0.025))WN ，男子身高（以m 计）2(1.73,(0.05))MN ，设各人身高相互独立。

)
(
)
(
)
,
(
Y
D
X
Dபைடு நூலகம்
Y
X
Cov
xy
=
r
=4[E(WV)]2-4E(W2)×E(V2)≤0
01
得到[E(WV)]2≤E(W2)×E(V2). →(8)式得到证明.
02
设W=X-E(X),V=Y-E(Y),那么
03
其判别式
由(9)式知, |ρ xy|=1 等价于 [E(WV)]2=E(W2)E(V2). 即 g(t)= E[tW-V)2] =t2E(W2)-2tE(WV)+E(V2) =0 (10) 由于 E[X-E(X)]=E(x)-E(X) =0, E[Y-E(Y)]=E(Y)-E(Y) =0.故 E(tW-V)=tE(W)-E(V)=tE[X-E(X)]-E[Y-E(Y)]=0 所以 D(tW-V)=E{[tW-V-E(tW-V)]2}=E[(tW-V)2]=0 (11) 由于数学期望为0,方差也为0,即(11)式成立的充分必要条件是 P{tW-V=0}=1
随机变量X的数学期望是随机变量的平均数.它是将随机变量 x及它所取的数和相应频率的乘积和.
=
(1)
)
2
3
(
)
(
-
=
ò
µ
µ
-
dx
x
x
E
j
x
可见均匀分布的数学期望为区间的中值.
例2 计算在区间[a,b]上服从均匀分布的随机变量 的数学期望
泊松分布的数学期望和方差都等于参数λ.
其他
02
f(x)=
01
（4-6）
03
（4）指数分布