华理概率论与数理统计PPT C24ps华理概率论与数理统计PPT C24ps.pdf

数学期望的定义 数学期望的性质 随机变量函数 的期望 ? 2 DX 2.6 E(X ? EX )2 DX DX ? EX 2 ? (EX )2 ? : EX ? X 随机变量 X 的离差，反映随机 变量 X 的一切可能值在其数 学期望周围的分散程度。 E(X ? EX ) ? 0 离差的均值为零。 定义：称 EX()? EX2 为随机变量 X 的方差，记为 D()X ， 或var(X ) 。 离散： 2 其中，p ? P(X ? x ) D(X ) ? ?(xi ? EX ) pi i i i ?? 连续：D( X ) ? (x ? EX ) 2? (x)dx ??? 其中， ? (x)是X的密度函数 注意：方差 DX()? 0 说明：当随机变量的可能值密集在数学期望的附近 时，方差较小；反之，方差较大。 重要公式： DX?? EX22() EX 证明： DX?? E() X EX 2 ? E(X 2 ? 2X ? EX ? (EX )2 ) ? EX 2 ? 2EX ? EX ? (EX )2 ? EX 2 ? (EX )2 例 1.某人进行打靶，所得分数X1 的分布律为 X 1 0 1 2 pk 0 0.2 0.8 试求DX1 。 解： EX 1 ? 0010220818? ? ? ...? ? ? 22 2 2 EX 1 ??????0 0 1 02... 2 08 ? 34 2 2 2 DX11?? EX() EX 1 ??34.. 18 ?? 34 .. 324 ? 016 . 例 2：已知随机变量 X 的概率密度为: ? 1 ? , axb?? ?()x ? ?ba? , 均匀分布 ?? 0, 其它 求随机变量 X 的方差. b b 2 1 1 3 解： EX 2 ??x dx ? x ?a ba? 3()ba? a ba33? a2 ? ab ? b2 a ? b ? ? , EX ? 3(ba? ) 3 2 2 aabbab22?? ? ? ? 22? ? ? ? 所以， DX?? EX() EX 32? ? aabbab222??2 ()? ? ? 12 12 例3：设随机变量X的概率密度为 ?1? x ? 1 ? x ? 0 f (x) ? ? ?1? x 0 ? x ? 1 1)求D（X） 0 1 解：(1)E(X ) ? ? x(1? x)dx ? ? x(1? x)dx ? 0 ?1 0 0 1 1 E(X 2 ) ? ? x 2 (1? x)dx ? ? x 2 (1? x)dx ? ?1 0 6 1