离散型随机变量的期望(作业).ppt

该【离散型随机变量的期望(作业) 】是由【wxq362】上传分享，文档一共【23】页，该文档可以免费在线阅读，需要了解更多关于【离散型随机变量的期望(作业) 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。离散型随机变量的期望(作业)离散型随机变量概述离散型随机变量的期望离散型随机变量的方差离散型随机变量的期望与方差的应用离散型随机变量的期望与方差的计算实例离散型随机变量概述01定义与性质定义离散型随机变量是在一定范围内取有限个值的随机变量,通常用大写字母X表示。性质离散型随机变量具有可数性、可加性和可乘性等性质,这些性质在计算期望和方差等统计量时非常重要。在伯努利试验中,事件发生的概率为p,不发生的概率为q=1-p。例如,抛硬币试验,正面朝上的概率为p=,反面朝上的概率为q=。伯努利试验在n次独立重复的伯努利试验中,成功的次数服从参数为n和p的二项分布。例如,抛硬币10次,成功(正面朝上)的次数服从参数为n=10和p=。二项分布当n很大且p很小时,参数为λ=np的二项分布近似为泊松分布。例如,在固定时间内到达某地的人数服从泊松分布。泊松分布离散型随机变量的分类离散型随机变量的概率分布概率质量函数(PMF)离散型随机变量的概率质量函数定义为P(X=x),其中x是随机变量X可能取的值。概率质量函数反映了随机变量取各个可能值的概率。概率生成函数(PGF)概率生成函数定义为E(z^X),其中z是复数。概率生成函数可以用来计算随机变量的期望和方差等统计量。期望和方差离散型随机变量的期望定义为E(X)=∑x*P(X=x),方差定义为D(X)=∑x^2*P(X=x)-E(X)^2。期望反映了随机变量的平均水平,方差反映了随机变量取值分散的程度。离散型随机变量的期望02123离散型随机变量的期望是指所有可能取值的概率加权和,记作E(X)。定义期望具有线性性质,即E(aX+b)=aE(X)+b,其中a和b为常数。性质如果一个估计量是有效的,那么它的期望值应该等于其真实值。无偏性期望的定义与性质03连续型随机变量的期望计算公式E(X)=∫xpdf(x)dx,其中pdf(x)为概率密度函数。01计算公式E(X)=∑xp(x),其中x为随机变量X的所有可能取值,p(x)为相应的概率。02举例如果随机变量X服从二项分布B(n,p),那么E(X)=np。期望的计算公式E(aX+b)=aE(X)+b,其中a和b为常数。线性性质D(X)=E[(X?E(X))^2],其中D(X)为方差,E(X)为期望。方差与期望的关系E(X+Y)=E(X)+E(Y),E(XY)=E(X)E(Y)+Cov(X,Y),其中Cov(X,Y)为协方差。期望的运算性质如果随机变量X和Y相互独立,那么E[f(X)g(Y)]=E[f(X)]E[g(Y)]。期望的独立性期望的性质与定理