《概率论与数理统计》3-2 方差与矩.ppt

  1. 1、本文档共59页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
设每次试验中, 事件A发生的概率为0.5. 共进行了1000次试验, 用切比谢夫不等式估计: A发生次数在400到600之间的概率. 例5-1 解 设事件A发生的次数为随机变量X, 则 并且 由切比谢夫不等式得 切比谢夫 Pafnuty Chebyshev 1821-1894 俄国数学家、机械学家.一生发表了70多篇科学论文.对数论、积分理论、概率论和力学都有很大贡献. 证明了贝尔特兰公式, 关于自然数列中素数分布的定理, 大数定律的一般公式以及中心极限定理. 创立了切比谢夫多项式. 常见连续型分布的数学期望与方差 二、方差的性质 证 性质1 设 C 是常数, 则有 性质2 设 X 是一个随机变量, k是常数, 则有 证 证 推广 性质3 设随机变量 X, Y 相互独立, 且D?X?, D?Y? 存在, 则 D?X ? Y? ? D?X? ? D ?Y? . 解 由独立性可知 例4 解 切比谢夫不等式 切比谢夫 设随机变量X具有数学期望 E?X? ? ? , 成立. 不等式 性质4 切比谢夫不等式 证 取连续型随机变量的情况来证明. 得 放大被 积函数 放大积分区间 切比谢夫不等式的意义: 给出了在X的分布未知的情形下, 粗略估计概率 的方法; 注2o 说明了D?X?的确刻划了X对E?X?的偏离程度, 由 可知: D?X? 越小 X偏离E?X?程度越小 , 这表明: X取值越集中在E X 附近. 注3o 它是大数定律的理论基础. 注1o 越大. 例5 已知正常男性成人血液中, 每一毫升所 解 设X为每毫升血液中含白细胞数. 依题意, 有 含白细胞数的平均数是7300, 均方差是700, 试利用切比谢夫不等式估计每毫升含白细胞 数在5200~9400之间的概率p. 证 必要性: 由于 充分性: 随机变量X的方差D?X? ? 0的充要条件是 性质5 性质 6 证 例6 显然答案为D. 设X是随机变量, D 三、矩Moment的概念 特例: 1. 矩的概念 定义3.4 定义3.5 存在, 则称它为X的k 阶原点矩 ak , 即 设X是一随机变量, 且 a1? E?X?, 特例: a1? E?X?是X的数学期望. 存在, 则称它为X的 k阶中心矩, 记为 2. 原点矩与中心矩的关系 二者之间可以相互唯一表达, 关系如下: 注1o 以上数字特征都是随机变量函数的数学 期望; k阶原点矩和k阶中心矩可以互相 唯一表示. 随机变量X的期望E?X?是X的一阶 原点矩, 方差为二阶中心矩; 三阶中心 矩E?X?E?X??3, 主要用来衡量随机 变量的分布的非对称性,即是否有偏. 2o 在实际中, 高于四阶的矩很少使用. 四阶 中心矩E?X?E?X??4, 主要用来衡量随机 变量的分布在均值附近的陡峭程度如何.一般越大陡峭程度越尖. 3o 例12 解 四、应用实例 解 设X为n次试验中事件A发生的次数, 则 例13 在每次实验中, 事件A发生的概率为0.5, X~B n,0.5 , 要使得事件出现的频率在0.35~0.65之间的概率 不小于0.95, 至少需要做多少次重复实验? 因此, n ? 222.2, 所以至少需要223次独立实验. 例14 现代证券组合理论 Markowitz均值-方差模型 在证券投资中, 为了分散风险, 采取证券组合投资 的方式, 如何衡量哪一种组合投资更有效呢? 一般采用提高平均收益, 降低投资风险的方法. 设投资组合收益为 证券组合投资问题就转化为, 寻找n种证券的投资 比例?1, ?2,…,?n使得平均收益最大, 而组合投资的 方差越小. 内容小结 1. 方差是一个常用来体现随机变量X 取值分散 程度的量. 如果D X 值大, 表示X 取值分散程度 大, E X 的代表性差; 而如果D X 值小, 则表示 X的取值比较集中, 以E X 作为随机变量的代表 性好. 2. 方差的计算公式 3. 方差的性质 4. 切比谢夫不等式 随机变量X的数学期望E X 是X的一阶原点矩; 方差为二阶中心矩. 5. 矩是随机变量的数字特征. 备用题 例1-1 设随机变量X的概率密度为 求X的数学期望E X 与方差D X . 由方差公式得 解 例2-1 设随机变量X的概率密度为 其中 0? a ? 2, 求E X 与D X 的最大值与最小值. 解 已知 0? a ? 2, 于是当a ? 0时, 数学期望E X 取 最大值 2?3. 当 a ? 2 时, 数学期望取最小值1?3 . 从而可知, 当 a ? 1 时, 方差取最大值1/12; 当 a ? 0 或 a ? 2时, 方差取最小值1/18 . 由方差公式得 因为 例4-1 设随机变量X1, X2, X3, X4 相互独立,

文档评论(0)

***** + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档