第二节 随机变量的方差及矩.pdfVIP

第二节 随机变量的方差与矩 数学期望反映了随机变量取值的平均水平, 是一个很重要的数字特征. 但在某些场合, 只知道数学期望还是不够的. 如设随机变量X U −1,1 , Y U −1000,1000 . 易知 ( ) ( ) EX E Y Y X X Y , 但随机变量 取值的波动性明显大于 , 而数学期望无法描述 与 的这种 差异性. 为此, 需引入随机变量的另一重要的数字特征, 即方差的概念. 一. 随机变量的方差与矩的定义 2 X X 定义 1 设 为随机变量. 若E (X −E (X )) 存在, 则称它为随机变量 的方差, 记为 2 D (X ) . 即 D (X ) E (X =−E (X )) （4.2.1） D (X ) X 称 为随机变量 的标准差, 或均方差. 定义2 设 k k k X 为随机变量. 若E X 存在 （ 为正整数）, 则称它为随机变量X 的 阶矩, ( ) 记为µ . 即 µ E X k （4.2.2 ） k k ( ) 由定义知, D (X ) 描述了随机变量X 与其期望E (X ) 的偏离程度. D (X ) 越小, 说明 X X X D (X ) 取值越集中; 反之, D (X ) 越大, 取值越分散, 即 取值的波动性越大. 同 样也描述了随机变量X 取值的偏离程度, 但值得注意的是, D (X ) 与D (X ) 的量纲不同, 而与X 有相同的量纲. 故在实际问题中多采用 D (X ) . 若X 为离散型随机变量, 其分布律为: P {X xk } p k , k 1, 2, L , 则由（4.1.3 ）式有： ∞ 2 D (X ) ∑(xk =−E (X )) p k （4.2.3 ） k 1 若X 为连续型随机变量, 其概率密度为f x , 则由（4.1.3 ）式有： ( ) ∞ 2 D (X ) x =−E (X ) f x dx （4.2.4 ）