数学期望 方差
协方差、相关系数 其它数字特征
第四章 随机变量的数字特征
在一些实际问题中,我们需要了解随机变 量的分布函数外,更关心的是随机变量的 某些特征。
问题的提出:
例:
在评定某地区粮食产量的水平时,最关心的是平 均产量;
在检查一批棉花的质量时,既需要注意纤维的平 均长度,又需要注意纤维长度与平均长度的偏离程 度;
考察杭州市区居民的家庭收入情况,我们既知家 庭的年平均收入,又要研究贫富之间的差异程度。
, ,
甲乙两个射手他们的某次射击成绩分别为 例 : 谁的技术比较好 ?
乙射手 击中环数
次数
10 9
8
20 65 15
甲射手 击中环数
次数
10 9
8
10 80 10
解:计算甲的平均成绩:
计算乙的平均成绩:
所以甲的成绩好于乙的成绩。
8 10 9 80 10 10 8 10 9 80 10 10 9
100 100 100 100
8 20 9 65 10 15 8 20 9 65 10 15 8.95
100 100 100 100
定义:设离散型随机变量 X 的分布律为
若级数 则称级数
的值为 X 的数学期望,记为 E(X) ,即 4.1 数学期望
(
k)
k1, 2,
P X x p k
1
k k ,
k
x p
( )
k kE X
x p
1
k k k
x p
( 一 ) 数学期望定义
定义:设连续型随机变量 X 的概率密度 函数为 f(x) ,若积分
则称积分 的值为 X 的数学期 望,记为 E(X) ,即
数学期望简称期望,又称均值。
+ x f x dx( ) ,
+
( ) xf x dx
( )
+( )
E X
xf x dx
例 1.1 澳门赌场猜大小游戏中有买 4 点 的游戏,游戏规则如下,掷 3 颗骰子,
点数之和为 4 赌场输,赌场赔率 1 赔 50,
否则其押金归赌场所有 , 问此规则对赌场
还是赌客更有利 ?
解:显然赌客猜中 4 点的概率为 3/216=1/72.
设一赌客押了 1 元 , 那么根据规则 , 他赢 50 元的概率为 1/72, 输 1 元的概率为 71/72. 因此经过一次赌博 , 他能 " 期望 " 得到的金额为 :
所以对赌场有利 .
1 71
49 ( 1) 0.3056 0
72 72
1 3 2
( (-1) ) , 1, 2, . 3
k k
P X k k
k
1 1 1
3 2 2
| | ,
3
k
k k k
k k k
x p k k
例 1.2 设随机变量 X 的分布律为
证明 X 不存在数学期望 . 证明 : 由于
即该无穷级数是发散的,由数学
期望定义知, X 不存在数学期望 .
2
( ) 1 , (1 )
f x x
x
,
( ) x f x dx
- 21
(1 )
x dx
x
- 0 2
2
(1 ) x dx
x
1 ln(1
x2)
0
例 1.3 设随机变量 X 的概率密度函数为
证明 X 不存在数学期望 . 证明 : 由于
由数学期望定义知, X 不存在数学期望 .
1.4 X P ( )( ), E X ( )
。例设 泊松分布求
( ) 0,1, 0
!
ke
X P X k k
k
解解解解解解解
X的数学期望为:
0
( ) !
k
k
E X k e
k
11 ( 1)!
k
k
e k
e
e
0 0 0
1 1
| | .
x x x
xe e dx e
( )E X xf x dx( ) 0 x e dx
x
1.5 X ( 0) E X( ).
例设服从参数为的指数分布,求
, 0, ( ) 0, 0.
e x x
X f x
x
解:的密度函数为
1.6
, 0, 1 , 0,
( ) ( )
0, 0. 0, 0.
min( , ), max( , ), ( ), ( ).
x x
X Y
e x e x
f x F x
x x
N X Y M X Y E N E M
例设与独立同分布,密度函数与分布函数为
令求
( ) 1 (1 ( )) ,
2N F xN
F x解:的分布函数为
2 2 , 0, ( ) 0, 0.
x N
e x
f x x
因此,密度函数为
( ) (min( , )) 1 .
E N
E X Y 2
由上例,
( ) ( ( )) ,
2M
的分布函数为
F xM
F x2 2 2 , 0, ( ) 0, 0.
x x
M
e e x
f x
x
因此,密度函数为
( ) 0 M ( ) E M
xf x dx 由上例,2
0 0
2 x e dx x x2e xdx
2 1 3 . 2 2
例 1.7 某厂生产的电子产品 , 其寿命 ( 单位 : 年 ) 服 从指数分布 , 概率密度函数为
若每件产品的生产成本为 350 元 , 出售价格为 500 元 , 并向顾客承诺 , 如果售出一年之内发生故障 , 则 免费调换一件 ; 如果在三年之内发生故障 , 则予以免 费维修 , 维修成本为 50 元 . 在这样的价格体系下 ,
1 /3, 0,
( ) 3
0, 0, e x x
f x
x
1 / 3 1/ 3 0
3 / 3 1/ 3 1
1
/ 3 1
{ 200} {0 1} 1 1 ,
3
{ 100} {1 3} 1 ,
3
{ 150} { 3} 1 .
x
x
x
P Y P X e dx e
P Y P X e dx e e
P Y P X e dx e
解:记某件产品寿命为 X( 年 ), 售出一件产品的净收入 为 Y( 元 ) ,则 500 350 2, 0 1,
500 350 50, 1 3,
500 - 350 3
X
Y X
X
若 若 , 若.
由于 X 服从指数分布,那么
1/ 3 1/ 3 1 1
1/ 3 1
( ) 200 (1 ) 100 ( ) 150 33.35( ).
E Y e e e e
e e
200+300 50元 即 Y 的分布律为
Y -200 100 150 p 1 e 1/ 3 e1/ 3 e1 e1
因此售出一件产品的平均净收入为
1
( )k k
k
g x p
,则有(1)
( k ) k , 1, 2, X
P X x p k 解解解解解解解解解解解解解解
( 二 ) 随机变量函数的数学期望
( ) ,
Y g X 定理:设连续函数
1
( ) [ ( )] ( ) ;k k
k
E Y E g X g x p
(2)X 是连续型随机变量,密度函数为f x( ),
( ) ( ) g x f x dx
,则有( ) ( ( )) ( ) ( ) . E Y E g X
g x f x dx定理的重要意义在于,求 E(Y) 时,不必 算出 Y 的分布律或概率密度函数,只利用 X 的分布律或概率密度函数 ;
可以将定理推广到两个或两个以上随机
变量的函数的情况 .
X Y,
(3)二元离散型随机变量的分布律为:
( , ) ,
Z h X Y 定理(续):设连续函数
( i , j ) ij , , 1, 2,
P X x Y y p i j
( )
E Z 存在,则有
1 1
( ) [ ( , )] ( , ) ;i j ij
i j
E Z E h X Y h x y p
X Y,
f x y( , )(4)二元连续型随机变量的密度函数为,
( )
E Z 存在,则有
( ) ( ( , )) ( , ) ( , ) . E Z E h X Y h x y f x y dxdy
1.8
X Y,
例设二维随机变量的联合分布律为
0 1 2
0 0.1 0.25 0.15
1 0.15 0.2 0.15
X Y
( ) sin 2
Z X Y 求随机变量的数学期望。
( ) ( ) [sin ]
2
(0 0) (1 0)
sin 0.1 sin 0.15
2 2
(0 1) (1 1)
sin 0.25 sin 0.2
2 2
(0 2) (1 2)
sin 0.15 sin 0.15
2 2
0.25
E Z E
X Y
解:
例 1.9 设随机变量 (X,Y) 的联合密度函数为:
求 E(X),E(XY).
(1 )
e , 0, 0, ( , )
0,
x y
x x y
f x y
其他,
( ) ( , )
E X xf x y dydx
解:
(1 )
0 0 x xex y dydx
0 xe [x 0 xe d ]dxy y x
e dx 1, x x
例 1.9 设随机变量 (X,Y) 的联合密度函数为:
求 E(X),E(XY).
(1 )
e , 0, 0, ( , )
0,
x y
x x y
f x y
其他,
( ) ( , )
E XY xyf x y dydx
解:
(1 )
0 0 xy xex y dydx
0 xe [x 0 y xe d ]dxy y x
0 0
e x 1 d e dx 1.
x x x
x
例 1.10 某商店经销某种商品,每周进货量 X 与需求量 Y 是相互独立的随机变量,都
~U[10,20].
商店每售出一单位商品可获利 1 万
元,若需求量超过进货量,商店可从其他处调
剂供应,此时每单位商品获利 0.5 万元;求商
店经销该商品每周所获利润的数学期望 .
, , ( , )
0.5( ), ,
Y Y X
Z g X Y
X Y Y X
若 若
解:设表示该种商品每周所得的利润,则Z
( , )
1 100, 10 20,10 20 ( , )
0,
X Y X Y
x y
f x y
和相互独立,因此的概率密度为
, 其他,
( ) ( , ) ( , )
E Z g x y f x y dxdy
20 20 20
10 10 1 100 10 0.5( ) 1 100 1 42(
x
dx y dy dx x x y dy
.万元)
例 1.11 设按季节出售的某种应时产品的销售 量 X( 单位 : 吨 ) 服从 [5,10] 上的均匀分布 . 若销售出一吨产品可盈利 C
1 = 2万元 ;
但若在销售季节未能售完 , 造成积压 , 则每吨 产品将会净亏损 C
2=0.5万元 .
若该厂家需要提前生产该种商品 , 为使厂家能
获得最大的期望利润 , 问 : 应在该季生产多少
1
1 2
, ,
( , )
( ), ,
c a X a
Y g X a
c X c a X X a
若 若
( ) ( ( , )) ( , ) X ( ) E Y E g X a g x a f x dx
则
解:设应在该季生产 a 吨产品 ,所获利润 为 Y 万元,则 Y 依赖于销售量 X 及产量 a ,
(5 a 10)
10 2 5
1 2 9 25
(2.5 0.5 ) .
5 5 4 2 4
a
a
a a a
x a dx dx
d ( ) 0,
d E Y a
a
令得=9,
2 2
d 1
( ) 0,
d 2
9 ( ) a E Y
a E Y
又由于此时
所以时,达到最大值.
0 0
1 1
( n i i ) n i ( )i
i i
E c c X c c E X
( 三 ) 数学期望的特性
1. 设 C 是常数,则有 E(C)=C,
2. 设 X 是随机变量 , C 是常数 , 则有 E(C X)=CE(X), 3. 设 X,Y 是随机变量 , 则有 E(X+Y)=E(X)+E(Y),
合起来为 E(aX+bY+c)=aE(X)+bE(Y) +c.
推广到任意有限个随机变量线性组合:
1 1
( ) ( ), 1,...,
n n
i i
i i
i
E X E X
X i n
其中,相互独立.
4. 设 X,Y 是相互独立随机变量 , 则有 E(XY)=E(X) E(Y),
推广到任意有限个相互独立随机变量之积:
1. C是常数,P X( C) 1, ( ) E X E C( ) 1 C C
2. (E CX ) Cxf x dx C( ) xf x dx CE X( ) ( )
下面仅对连续型随机变量给予证明
证明:
4. ( E XY )
xyf x y dxdy ( , )
( ) ( )
X Y
xyf x f y dxdy
( ) ( )
X Y
xf x dx yf y dy
( ) ( ).
E X E Y
1.12 0 ~ 9
1, 2, .
, ( ).
X
ii i n
n Y E Y
解解解解解解解解解解解解解解.
解解解解解解解解解解解解
解解解解解解解解解解解解解解解
1, 2, , ,
{ } 1/10, 0,1, ,9.
i
i
X i n
P X k k
解解解解解解解解解解解解解
解解解解解
9
0
( ) 1 4.5.
i 10
k
E X k
故1 1
10 ,
n i
i i
Y X
又从而
1 1
( ) n 10i ( )i
i
E Y E X
10n 1
n
例 1.13 一专用电梯载着 12 位乘客从一层 上升,最高 11 层 . 假设中途没有乘客进入,
每位乘客独立等概率地到达各层 . 如果没有 乘客到达某层楼,电梯在该层就不停 . 记电 梯停留次数为 X ,求 E(X).
( 设电梯到达 11 层后乘客全部下完 )
0 2,3 ,11,
i 1
X i i
i
解解解解解解解,
解解解解解解, 解
2 3 11
X X X X 解解解
2 3 11
( ) ( ) ( ) ( ) E X E X E X E X
( )i ( i 1)
E X P X
P ( 第层有人到达 i )
1 (0.9)12
解:引入随机变量:
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
机变量数学期望之和来求数学期望,这
种处理方法具有一定的普遍意义。
1.4 E X( )i i i, 1, 2,3, 4.
解:根据例,泊松分布期望
1 2 3 4
1 2
3 4
1.14 , , ,
~ ( ), 1, 2,3, 4,
( ).
i
X X X X X P i i
X X
Y X X
E Y
例设随机变量相互独立,
求行列式
的数学期望
1 4 2 3
Y X X X X
1 4 2 3
4 E Y( ) E X X( ) E X X( ) 由性质,
1 4 2 3
( ) ( ) ( ) ( ) E X E X E X E X
4.2 方差
设有一批灯泡寿命为:一半约 950 小时,另一半约 1050 小时→平均寿命为 1000 小时;
另一批灯泡寿命为:一半约 1300 小时,另一半约 700 小时→平均寿命为 1000 小时;
问题:哪批灯泡的质量更好?
单从平均寿命这一指标无法判断,进一步考察灯泡 寿命 X 与均值 1000 小时的偏离程度。
方差─正是体现这种意义的数学特征。
( )
Var X ( ),X
2
( ) [ ( )]
Var X E X E X
( 一 ) 方差的定义
定义 设 X 是随机变量,若 存在,
则称其为 X 的方差,记为 Var(X) 或 D(X), 即E X E X
[ ( )]2
将 记为 称为 X 的标准差或均 方差,它与 X 有相同的量纲 .
方差 Var(X) 刻画了 X 取值的分散程度,若 X 取值比较集中,则 Var(X) 较小,反之
,若 X 取值比较分散,则 Var(X) 较大 . 因此
对于离散型随机变量 X ,
(
i)
i, 1, 2,
P X x p i 解解解解解解
2 1
( ) [ i ( )] i
i
Var X x E X p
( ), 其密度函数为 f x
( ) [ ( )] ( ) .2
Var X x E X f x dx
对于连续型随机变量 X ,
2 2
( ) ( ) [ ( )]
Var X E X E X
22 ( ) [ ( )]
2
E X XE X E X
2 2
( ) 2 ( ) ( ) [ ( )]
E X E X E X E X
此外,利用数学期望的性质,可得方差的 计算公式:
2
( ) [ ( )]
Var X E X E X
例 2.1 设随机变量 X 具有 0-1 分布,其分布律为:
解:
( 0) 1 ( 1) ( )
P X p P X,,求 p Var X 。
( )
E X 0 (1 p ) 1 p p
( 2 )
E X
0 (1
2 p ) 1
2p p
( )
Var X所以 E X (
2) [ ( )] E X
2p p
2 p (1 p )
( ) 0,1, >0
!
ke
X P X k k
k
解解解解解解解解
1.4 E X( ) , 由例已算得
(E X 2) 而
2 2
Var X( ) E X( ) [ ( )] E X 所以
[ ( 1)] ( ) E X X E X
( 1)
E X X X
2 2
2 ( 2)!
k
k
e k
0
( 1)
!
k
k
k k e
k
2
2e e
2.2 X P( )
Var X( )。 例设,求2.3 X U a b ~ ( , ) Var X ( )
。例设,求
2 2
( ) ( ) E X x f x dx
2 2
( ) ( ) [ ( )]
Var X E X E X
1 ( )
0
a x b f x b a
其它
1 2
( ) ,
2 2
b b
a a
x x a b
E X dx
b a b a
2 1
b
a x dx
b a
3 3
3(b a ) b a
2 2
a b3 ab
2 2 2 2 2
a b ab a b ab
(b a )2
解: X 的密度函数为:
例 2.4 设随机变量 X 服从指数分布,其
密度函数为:
( ) 0 0 ( )0 0 e x x
f x Var X
x
,求.
1.5 E X( ) 1/ , 解:由前面的例知
2 2
( ) ( )
E X x f x dx
0 x e dx2
x2 2
0 0
| 2 2 / ,
x x
x e xe dx
2 2
( ) ( ) [ ( )]
Var X E X E X 于是
( 二 ) 方差的性质:
2 2
, , ,
( ) ( ) ( )
X Y a b c
Var aX bY c a Var X b Var Y 综合上述三项,设相互独立,是常数,
则
( ) 0
C Var C
1. 设是常数,则
( ) 2 ( )
X C Var CX C Var X
2. 设是随机变量,是常数,则有
,
( ) ( ) ( ) 2 [ ( )][ ( )]
, ( ) ( ) ( ).
X Y
Var X Y Var X Var Y E X E X Y E Y X Y Var X Y Var X Var Y
3. 设是两个随机变量,则有 特别,若相互独立,则有
4. Var X( ) 0 P X( C) 1, 且C E X ( ).
推广到任意有限个独立随机变量线性组合的情况
2 0
1 1
(
n i i)
n i( )
ii i
Var c c X c Var X
证明:1. Var C( ) E C E C
[ ( )]2
02 2
2. Var CX( ) E CX( ) [ (E CX )]
2 ( 2) 2[ ( )]2
C E X C E X
2 2 2
2
( ) [ ( )]
( )
C E X E X C D X
2
3. Var X Y( ) E [(X Y ) E X Y( )]
, ( ) ( )
[ ( )][ ( )] [ ( )] [ ( )] 0,
( ) ( ) ( ).
X Y X E X Y E Y
E X E X Y E Y E X E X E Y E Y Var X Y Var X Var Y
当相互独立时,与相互独立, 故
所以
[( ( )) ( ( ))]2
E X E X Y E Y
[ ( )]2
[ ( )]2
2 [ ( )][ ( )]E X E X E Y E Y E X E X Y E Y
( ) ( ) 2 [ ( )][ ( )]
Var X Var Y E X E X Y E Y
2.5 X ~ ( , )B n p E X Var X( ), ( )。 例设,求
1,
1, 2, , 0,
k
A k
X k n
A k
解解解解解解解,
解解解解解解解解,
Xk p
0 1
1-p p 1 2
n
n i
X X X X
X 解解解( )
X n A
P A p
解:随机变量是重伯努利试验中事件发生的次数,
设. 引入随机变量:
1, 2, , n 0 1
X X X
解解解解解解解解解解解解解解
1 1
( ) ( n i ) n ( )i
i i
E X E X E X np
故知:
( ) ( ) (1 ).
E X np Var X np p 即,
1 1
( ) ( n i) n ( )i (1 ),
i i
Var X Var X Var X np p
,
0 1
n p n
p
以为参数的二项分布变量,可分解为个相互独立且都 服从以为参数的分布的随机变量之和。
2.6
X~ ( ,
N 2)
E X Var X( ), ( )
。例设,求
Z X
先求标准正态变量 的数学期望和方差
2
1 2
( ) 2
Z
t e t
的概率密度为:
2
1 2
( ) 0,
2
E Z te t dt
于是
( ) ( 2) Var Z E Z
2
2 2
1 2
t e t dt
2 2
2 2
1 te t | 1 e t dt 1.
2 2
( ) ( ) ,
( ) ( ) ( ) .
X Z E X E Z
Var X Var Z Var Z
因为,故
,
2即正态分布的两个参数
分别是该分布的数学期望和方差。
( ) 0, ( ) 1,
E Z Var Z
表 1 几种常见分布的均值与方差
数学期望 方差
分布率或 密度函数
分
布
0 - 1 分布 p p(1-p)
二项分布 B(n,p) np np(1-p)
泊松分布
均匀分布 U(a,b)
指数分布
( ) (1 )1
0,1
k k
P X k p p
k
( ) (1 )1
0,1,...,
k k k
P X k C pn p
k n
( )
P P X k( k)0,1,..., ke k!
1 ( ), ( ) 0,
b a a x b
f x
其它 2
a b ( - )2 12 b a
( )
E ( ) , 0
0,
e x x f x
其它 1
1
2( )2
1 x
2
0 1 1 2 2
2 2 2 2 2 2
0 1 1 1 1 2 2
1 2
( , ) 1, 2,
~ ( , )
,
i i i
n n
n n n n
n
X N i n
C C X C X C X
N C C C C C C
C C C
解解解解解解解解 解解解解解解解解解
解解解解0解解解
(1,3) (2, 4) , 如:,且相互独立,X N Y N X Y
独立的 个正态变量的线性组合仍服从正态分布:n
2 2
2.7 ~ (22.40,0.03 ), ~ (22.50,0.04 ), ).
X N Y N
X Y P X Y
例设
且和相互独立,计算(
( ) P X Y 解:
( 0.10, 05 ) 0.
2X Y N 由于
( ) ( 0)
P X Y P X Y 故有
0 ( 0.10)
( )
0.05
(2) 0.9772.