1.2离散型随机变量的期望与方差.docVIP

1．2离散型随机变量的期望与方差 对于离散型随机变量，确定了它的分布列，就掌握了随机变量取值的统计规律．在实际问题中，我们还常常希望通过数字来反映随机变量的某个方面的特征，最常用的有期望与方差． 1．期望 某射手射击所得环数ξ的分布列如下： ξ 4 5 6 7 8 9 10 P 0.02 0.04 0.06 0.09 0.28 0.29 0.22 在n次射击之前，虽然不能确定各次射击所得的环数，但可以根据已知的分布列估计n次射击的平均环数． 根据这个射手射击所得环数ξ的分布列，在n次射击中，预计有大约 P(ξ=4)×n=0.02n次得 4环， P(ξ=5)×n=0.04n次得 5环， …………………… P(ξ=10)×n=0.22n次得 10环． n次射击的总环数约等于 4×0.02×n＋5×0.04×n＋……＋10×0.22×n=(4×0.02＋5×0.04＋……＋10×0.22)×n， 从而，n次射击的平均环数约等于 4×0.02＋5×0.04＋……＋10×0.22=8.32． 类似地，对任一射手，若已知其射击所得环数ξ的分布列，即已知各个 P(ξ=i) (i=0，1，2，……，10)，则可预计他任意n次射击的平均环数是 Eξ＝0×P(ξ＝0)＋1× P(ξ＝l)＋……＋10×P(ξ＝10)． 我们称E各为此射手射击所得环数ξ的期望，它刻划了随机变量ξ所取的平均值，从一个方面反映了射手的射击水平． 一般地，若离散型随机变量ξ的概率分布为 ξ x1 x2 …… xn …… P p1 p2 …… pn …… 则称Eξ＝x1p1+x1p2+……+xnpn＋……为ξ的数学期望或平均数、均值，数学期望又简称为期望．它反映了离散型随机变量取值的平均水平． 若η=aξ+b，其中a，b为常数，则η也是随机变量．因为 P(η=axi＋b)=P(ξ=xi)，i=1，2，3，……， 所以，η的分布列为 ξ ax1+b ax2+b …… axn+b …… P p1 p2 …… pn …… 于是 Eη＝(ax1＋b)p1＋(ax2＋b)p2＋……＋(axn+b)pn+…… ＝a(x1p1＋x2p2＋……＋xnpn＋……)＋b(p1＋p2+……＋pn＋……) ＝aEξ＋b， 即E(aξ+b)=aEξ+b 例1．篮球运动员在比赛中每次罚球命中得1分，罚不中得0分．已知某运动员罚球命中的概率为0.7，求他罚球1次的得分ξ的期望． 解：因为P(ξ=1)=0.7，P(ξ=0)=0.3，所以 Eξ=1×P(ξ=1)＋0×P(ξ=0)=1×0.7＋0×0.3=0.7. 例2．随机抛掷一个骰子，求所得骰子的点数ξ的期望． 解：抛掷骰子所得点数ξ的概率分布为 ξ 1 2 3 4 5 6 P 所以 Eξ=1×+2×+3×+4×+5×+6×=(1＋2＋3＋4＋5＋6)×=3.5 例3．有一批数量很大的产品，其次品率是15％．对这批产品进行抽查，每次抽出1件，如果抽出次品，则抽查终止，否则继续抽查，直到抽出次品，但抽查次数最多不超过10次．求抽查次数ξ的期望(结果保留三个有效数字)． 解：抽查次数ξ取1～10的整数，从这批数量很大的产品中每次抽取一件检查的试验可以认为是彼此独立的，取出次品的概率是0.15，取出正品的概率是0.85，前k－1次取出正品而第k次(k=1，2，……，9)取出次品的概率 P(ξ=k)=0.85k－1×0.15，(k＝1，2，……，9)； 需要抽查10次即前9次取出的都是正品的概率P(ξ=10)=0.859． 由此可得ξ的概率分布如下： ξ 1 2 3 4 5 6 7 8 9 10 P 0.15 0.1275 0.1084 0.092 0.0783 0.0666 0.0566 0.0481 0.0409 0.2316 根据以上的概率分布，可得ξ的期望 Eξ=1×0.15＋2×0.1275＋……＋10×0.2316=5.35． 下面考察服从二项分布的随机变量的期望． 设在一次试验中某事件发生的概率是，η是一次试验中此事件发生的次数，令q＝1－，则P(η=0)=q，P(η=1)=p，Eη=0×q＋1×p=p， 由此可知，在一次试验中此事件平均发生p次．我们有理由猜想， 在n次独立重复试验中，此事件平均发生np次，即若ξ～B(n，p)，则Eξ=np，下面对此作出证明．