概率論與數(shù)理統(tǒng)計_第1頁
概率論與數(shù)理統(tǒng)計_第2頁
概率論與數(shù)理統(tǒng)計_第3頁
概率論與數(shù)理統(tǒng)計_第4頁
概率論與數(shù)理統(tǒng)計_第5頁
已閱讀5頁,還剩78頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、關(guān)鍵詞: 數(shù)學(xué)期望 方差 協(xié)方差 相關(guān)系數(shù),第四章 隨機(jī)變量的數(shù)字特征,問題的提出: 在一些實(shí)際問題中,我們需要了解隨機(jī)變量 的分布函數(shù)外,更關(guān)心的是隨機(jī)變量的某些特征。 例: 在評定某地區(qū)糧食產(chǎn)量的水平時,最關(guān)心的 是平均產(chǎn)量; 在檢查一批棉花的質(zhì)量時,既需要注意纖維的 平均長度,又需要注意纖維長度與平均長度的 偏離程度; 考察臨沂市區(qū)居民的家庭收入情況,我們既知 家庭的年平均收入,又要研究貧富之間的差異 程度;,1 數(shù)學(xué)期望,例1:甲、乙兩人射擊比賽,各射擊100次,其中甲、乙的成績 如下: 評定他們的成績好壞。,解:計算甲的平均成績:,計算乙的平均成績:,所以甲的成績好于乙的成績。,定義

2、: 定義:,數(shù)學(xué)期望簡稱期望,又稱均值。,例2:有2個相互獨(dú)立工作的電子裝置,它們的壽命 服從同一指數(shù)分布,其概率密度為: 若將這2個電子裝置串聯(lián)聯(lián)接 組成整機(jī),求整機(jī)壽命N(以小時計)的數(shù)學(xué)期望。 解:,問題:將2個電子裝置并聯(lián)聯(lián)接組成整機(jī), 整機(jī)的平均壽命又該如何計算?,根據(jù)N的概率密度fmin(x),可得到E(N).,例3:設(shè)有10個同種電子元件,其中2個廢品。裝配儀器 時,從這10個中任取1個,若是廢品,扔掉后重取 1只,求在取到正品之前已取出的廢品數(shù)X的期望。,解:X的分布律為:,例4:設(shè)一臺機(jī)器一天內(nèi)發(fā)生故障的概率為0.2,機(jī)器發(fā)生 故障時全天停工。若一周5個工作日里無故障,可獲

3、利10萬元;發(fā)生一次故障獲利5萬元;發(fā)生2次故障 獲利0元,發(fā)生3次或以上故障虧損2萬元,求一周內(nèi) 期望利潤是多少?,解:設(shè)X表示一周5天內(nèi)機(jī)器發(fā)生故障天數(shù),,設(shè)Y表示一周內(nèi)所獲利潤,則,例5:,例6:,.,10,幾種重要分布的數(shù)學(xué)期望,例7:已知某零件的橫截面是個圓,對橫截面的直徑X進(jìn) 行測量,其值在區(qū)間(1,2)上均勻分布,求橫截 面面積S的數(shù)學(xué)期望。,例8:,例9:設(shè)隨機(jī)變量(X,Y)的概率密度為:,數(shù)學(xué)期望的特性:,這一性質(zhì)可以推廣到任意有限個隨機(jī)變量線性組合的情況,證明:,下面僅對連續(xù)型隨機(jī)變量給予證明:,.,19,.,20,例11:一民航送客車載有20位旅客自機(jī)場出發(fā),旅客有10

4、個車站可以下車,如到達(dá)一個車站沒有旅客下車就 不停車,以X表示停車的次數(shù),求 (設(shè)每位旅客在各個車站下車是等可能的,并設(shè)各旅 客是否下車相互獨(dú)立),本題是將X分解成數(shù)個隨機(jī)變量之和,然后利用隨機(jī)變量和的數(shù)學(xué)期望等于隨機(jī)變量數(shù)學(xué)期望之和來求數(shù)學(xué)期望,這種處理方法具有一定的普遍意義。,解:引入隨機(jī)變量:,例12:,.,23,總結(jié)數(shù)學(xué)期望的計算方法,數(shù)學(xué)期望的定義 數(shù)學(xué)期望的性質(zhì) 隨機(jī)變量函數(shù)的數(shù)學(xué)期望 例11的方法:“X分解成數(shù)個隨機(jī)變量之和,利用E(X)=E(X1 +X2+Xn)= E(X1)+ E(X2)+ +E(Xn)” 根據(jù)題型,以上方法可能獨(dú)立使用,也可能結(jié)合使用。,.,24,定義: 定

5、義:,數(shù)學(xué)期望簡稱期望,又稱均值。,.,25,.,26,幾種重要分布的數(shù)學(xué)期望,.,27,數(shù)學(xué)期望的特性:,這一性質(zhì)可以推廣到任意有限個隨機(jī)變量線性組合的情況,2 方差,設(shè)有一批燈泡壽命為:一半約950小時,另一半約1050小時平均壽命為1000小時; 另一批燈泡壽命為: 一半約1300小時,另一半約700小時平均壽命為1000小時; 問題:哪批燈泡的質(zhì)量更好?(質(zhì)量更穩(wěn)定),單從平均壽命這一指標(biāo)無法判斷,進(jìn)一步考察燈泡壽命X與均值1000小時的偏離程度。,.,29,我們需要引進(jìn)一個量來描述r.v.X的取值分散程度,即X的取值與E(X)的偏離程度,偏離的度量:,平均偏離:,絕對值(不好研究),

6、.,30,定義 設(shè)X是一隨機(jī)變量,,為標(biāo)準(zhǔn)差或均方差。,存在,則稱之為X的方差。記為D(X)或Var(X), 即,方差實(shí)際上是一個特殊的函數(shù) g(X) =(X-E(X)2 的期望,對于離散型隨機(jī)變量X,,對于連續(xù)型隨機(jī)變量X,,此外,利用數(shù)學(xué)期望的性質(zhì),可得方差得計算公式(常用):,例1:設(shè)隨機(jī)變量X具有數(shù)學(xué)期望,例2:設(shè)隨機(jī)變量X具有0-1分布,其分布律為: 解:,例3: 解:,例4:,解:X的概率密度為:,例5:設(shè)隨機(jī)變量X服從指數(shù)分布,其概率密度為:,即對指數(shù)分布而言,方差是均值的平方,而均值恰為參數(shù),方差的性質(zhì):,證明:,.,39,X與Y 相互獨(dú)立:已知EX=3;DX=1;EY=2;D

7、Y=3 。 E(X-2Y);D(X-2Y) 。,解:由數(shù)學(xué)期望和方差的性質(zhì),例6:,例7: 解:,例8:設(shè)活塞的直徑(以cm計) 汽缸的直徑 X,Y相互獨(dú) 立,任取一只活塞,任取一只汽缸,求活 塞能裝入汽缸的概率。,表1 幾種常見分布的均值與方差,數(shù)學(xué)期望 方差,分布率或 密度函數(shù),分布,.,45,幾個與期望及方差有關(guān)的練習(xí)題,1、設(shè)X的數(shù)學(xué)期望E(X)=2,方差D(X)=4,則E(X2)= ;,2、設(shè)X B(n,p),已知E(X)=1.6 , D(X)=1.28,則 n= ; P= ;,3、設(shè)X P(),且P(X=1)=P(X=2),則E(X)= , D(X)= ;,.,46,總結(jié)方差的計算

8、方法,定義法:函數(shù)的數(shù)學(xué)期望 方差的性質(zhì) 常用公式:D(X)=E(X2)-E(X)2 X分解成數(shù)個相互獨(dú)立的隨機(jī)變量之和,利用D(X)=D (X1 +X2+Xn)= D (X1)+ D (X2)+ +D (Xn)” 根據(jù)題型,以上方法可能獨(dú)立使用,也可能結(jié)合使用。,.,47,作業(yè)題,P94 :1,7,3 協(xié)方差及相關(guān)系數(shù),對于二維隨機(jī)變量(X,Y),除了討論X與Y的數(shù)學(xué)期望和方差外,還需討論描述X與Y之間相互關(guān)系的數(shù)字特征。這就是本節(jié)的內(nèi)容。 定義:,.,49,協(xié)方差的計算,證(2):,注: X,Y相互獨(dú)立,協(xié)方差的性質(zhì):,.,51,證明4):利用,.,52,例1、設(shè)(X,Y)的分布律為:,求

9、COV(X,Y).,.,53,.,54,易知:,E(X)=P E(Y)=P,.,55,例2:設(shè)(X,Y)的概率密度為:,.,56,X,Y,1,1,D,0,.,57,.,58,相關(guān)系數(shù)的性質(zhì),線性關(guān)系,.,59,證明(1),.,60,.,61,相關(guān)系數(shù)的意義 相關(guān)系數(shù)是描述了X與Y線性相關(guān)程度,X,Y不相關(guān)(弱),X,Y相互獨(dú)立(強(qiáng)),(沒有線性關(guān)系),(沒有任何關(guān)系),可能會有別的關(guān)系,如二次關(guān)系。,.,62,復(fù)習(xí)公式,.,63,實(shí)用的相關(guān)系數(shù)計算公式,.,64,.,65,Variable 1,Variable 2,Data Correlations,.,66,Variable 1,Varia

10、ble 2,Data Correlations,.,67,Variable 1,Variable 2,Data Correlations,% Compute sample correlation r = corrcoef(var1,var2),.,68,Variable 1,Variable 2,Data Correlations,% Compute sample correlation r = corrcoef(var1,var2) r = 1.0000 0.7051 0.7051 1.0000,.,69,練習(xí)題,計算文檔testdata2.txt中數(shù)據(jù)的相關(guān)系數(shù) 步驟:1、用textrea

11、d函數(shù)讀取文檔testdata2.txt中的數(shù)據(jù) 2、用corrcoef函數(shù)計算讀取的兩個隨機(jī)變量數(shù)據(jù)的相關(guān)系數(shù),.,70,Solution,%read data var1, var2 = textread(testdata2.txt,%f%f,headerlines,1) % Compute sample correlation r = corrcoef(var1,var2) % Plot data points figure(1) plot(var1,var2,ro),Variable 2,Variable 1,.,71,程序運(yùn)行結(jié)果,r = 1.00000000000000 0.59479245787995 0.59479245787995 1.00000000000000 所以相關(guān)系數(shù)等于:0.59479245787995,.,72,相關(guān)系數(shù)等于:0.59479245787995,.,73,應(yīng)用1:缺陷檢測,例1:設(shè)X,Y服從同一分布,其分布律為: X -1 0 1 P 1/4 1/2 1/4 已知P(|X|

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論