2024年4月1日发(作者:)
复习:对于连续型随机变量,我们需要掌握那些内容?
1、对于连续型的随机变量,我们考察事件X = x的概率没有什么意义,而必须了解事件a
b的概率,这个概率是一个积分形式:
b
P(axb)
f(x)dxF(b)F(a)
a
2、清楚什么是概率密度函数:f (x)
我们用密度函数f (x)在[a, b]区间上的面积来表示随机变量X落在该区间的概率
解释:为什么f (x)被称为概率密度函数?根据导数的定义可知,
f(x)lim
F(xx)F(x)
(是不是很类似我们以前学过的频率密度公式?)
x0
x
x
3、清楚什么是累积分布函数:F (x)
F(x)P(Xx)
4、分布函数
F(x)
与概率密度函数
f(x)
的关系
b
f(t)dt
P(axb)
f(x)dxF(b)F(a)
a
5、理解均匀分布,指数分布和伽玛分布及其它们的应用,并会用Excel求指数分布和伽玛
的概率值
§3 随机变量的数字特征
在前面,我们看到,对于离散型的随机变量,我们可以作出它的概率分布图,对于连续型随
机变量,我们可以作出它的概率密度图,这些都非常类似于我们在描述统计中学到的频率或
频数分布图。这意味着对于随机变量,我们也可以来研究类似于平均数、方差这样的数字特
征。
与平均数相对应的概念是数学期望,它反映随机变量取值的平均,另一个仍然是方差,它反
映随机变量分布偏离期望的分散程度。
一、随机变量的数学期望
1、定义:设X是离散型随机变量,X取值
x
1
,x
2
...x
i
...
,其相应的概率为
p
1
,p
2
,...p
i
,...,
则
称
E(X)
xp
i
i
i
为X的数学期望。若X是连续型随机变量,有概率密度函数f(x),则称
E(X)
xf(x)dx
为X的数学期望。
f (x)
x
i-1
i
x
i
x
令
i
为无限分割后区间
x
i1
,x
i
的组中值,
(回忆一下运用分组资料计算平均数的情形:
X
Xw
)
ii
i1
k
E(X)
i
p
i
i
x
i
f(
i
)
,当
x
i
0
时,
i
x
i
ii
对上式求极限得到:
E(X)lim
x
i
0
i
i
f(
i
)x
i
xf(x)dx
从随机变量数学期望的定义看出,随机变量的数学期望就是随机变量所有可能取值的加权平
均数,类似于我们前面学过的一组数字的算术平均数。从形式上看,确实如此,只不过数学
期望是用概率加权,而一般平均数用频率加权,但它们实质上是不同的。一般平均数说明的
是实际存在的平均水平,数学期望反映的则是预期的平均结果。因为概率是一种事前的预期,
所以用概率加权得到的数学期望是事前预期的平均数,而非实际存在的平均水平。
例:某国际旅行团规定每位旅客须参加意外险,保险赔付额是每位旅客$10000。假如每次旅
游发生事故的概率为1/200,则平均的保费应是多少?
解:保险公司付给每位旅客$10000的概率是0.005(1/200),令X代表保险公司付给旅客的
赔付金,则X的概率分布为:
X 0 10000
p
i
0.995 0.005
发布评论