概率论与数理统计第三章方差.pptVIP

方 差; 前面说到评判一批水泥板的质量问题．若它们平均承受力较大，比如1000kg，但其中可能有一部分水泥板的承受力在1800kg以上，而另一部分的承受力不足200kg．这批水泥板的承受力与平均值1000kg的偏离程度较大，质量不稳定、较差，不能被用于建造房屋，否则会发生事故．那么，我们该用什么量去衡量这个偏离程度呢？对于随机变量X，虽然量E{|X?E(X)|}能度量X与其均值E(X)的偏离程度，但它带有绝对值，运算不方便．为了运算方便，通常使用量 ;引例 甲、乙两射手各打了6 发子弹,每发 子弹击中的环数分别为：;再比较稳定程度;进一步比较平均偏离平均值的程度;定义 设X是随机变量，若E [X ? E(X)]2 存在, 则称其为 X 的方差,记为Var(X ) 或 Var (X) (deviation variance);若 X 为离散型 r.v.，分布律为;例1 设 X 的概率密度如下， 求 Var(X);例2 设 X ~ N ( ?, ? 2), 求 Var( X ); 方差的计算;例3　设随机变量X具有期望E(X)=?，标准差?(X)= ? ，记;标准化变量;例4 设X ~ P (?), 求Var( X ).;解二;例5 设X ~ U(a , b)，求Var(X ).;例6 设X服从参数为?的指数分布 ，求Var(X ).;常见随机变量的方差;分布;1.Var (C) = 0;性质 1 的证明：;性质 3 的证明：;例6 设随机变量X具有概率密度函数 ;又 ;仅知 r.v.的期望与方差并不能确定其分布;例7 已知 X 服从正态分布, E(X ) = 1.7, Var(X ) = 3, Y =1 – 2 X , 求Y 的密度函数.;;;3.3分位数;定义3.3.1　设X是连续随机变量，0p1．若实数 xp满足 F(xp)=P{X xp}=p;若X~N(?,?2)，如图下所示，阴影部分面积为 ;例3.3.1　设随机变量X的概率密度函数为 ;对于标准正态分布X~N(0,1) ，常用up表示其p分位数．根据其概率密度函数的对称性易知 ? up =u1?p，见下图;下面列出了几个常用的标准正态分布的p分位数up的值． 它的中位数是0．;分位数在实际问题中是常用的．例如，旅客在机场排队领取登机牌，若要求95%的旅客能在15分钟内领到，那么，15就是旅客排队时间（单位为分钟）这一随机变量X的0.95分位数x0.95； 又如，在生产车间机器设备发生故障需要维修，若要求90%的故障在30分钟内完成维修，那么，30就是维修时间（单位为分钟）这一随机变量X的0.90分位数x0.90 ． ; 与数学期望一样，中位数也是描述随机变量的位置特征．在实际中，中位数也常用．例如，假设某一年上海市就业的大学毕业生当年的月薪金的中位数是2100元，这表明上海市该年大学毕业生中有将近半数人月薪金不高于2100元，另外将近半数人月薪金则不低于2100元． 与数学期望相比，中位数总存在，但数学期望不一定存在．这是它的优点．中位数的缺点是，它没有象数学期望那样好的运算性质．;众数 定义 设离散随机变量X 的分布律为 P{X=xk}=pk, k =1, 2, 3, ??. 若存在实数x* , 使得对每个k =1, 2, 3,… , 有 P{X=x }≥P {X=xk }, 则称x* 为X(或X 服从的分布)的众数. (2) 设连续随机变量X 的概率密度函数为f (x), 若存在实数x* , 使得对一切x∈R 有 f(x*)≥f(x), 则称x* 为X(或X 服从的分布)的众数.;作业 P82 习题3.2;例5 设X ~ B( n , p)，求Var(X ).;例5 已知X ,Y 相互独立, 且都服从 N (0,0.5), 求 E( | X – Y | ).