利用期望与方差的性质求期望或方差.ppt

2015 利用期望与方差的性质求期望或方差  E (X + Y ) = E (X ) + E (Y ) E (X Y ) = E (X )E (Y ) . 数学期望的性质 ? E (aX ) = a E (X ) ? ? E (C ) = C ? 当X ,Y 相互独立时， ? 性质 4 的逆命题不成立，即 若E (X Y) = E(X)E(Y)，X ,Y 不一定相互独立. 反例 X Y pij -1 0 1 -1 0 1 0 p? j pi? 注 X Y P -1 0 1 但 若X ≥0，且EX 存在，则EX ≥0。 推论: 若 X ≤Y，则 EX ≤EY。 证明：设 X 为连续型，密度函数为f (x), 则 由X ≥0 得： 所以 证明：由已知 Y - X≥0，则 E(Y - X) ≥0。 而E(Y - X) = E(Y)-E(X), 所以，E(X) ≤E(Y)。 ? ? 性质2和3 性质4 例1.设 X～N(10,4)，Y～U[1,5]，且X与Y相互独立，求 E(3X＋2XY－Y＋5)。 解： 由已知， 有 E(X)＝10, E(Y)＝3. 例2.(二项分布 B(n,p)) 设单次实验成功的概率是 p，问n次独立重复试验中，期望几次成功？ 解: 引入 则 X＝ X1+ X2 +…+ Xn 是n次试验中的成功次数。 因此， 这里， X～B(n,p)。 例3.将4 个可区分的球随机地放入4个盒子中,每盒容纳的球数无限,求空着的盒子数的数学期望. 解一:设 X 为空着的盒子数, 则 X 的概率分布为 X P 0 1 2 3 解二: 再引入 X i , i = 1,2,3,4. Xi P 1 0 若X的取值比较分散，则方差较大. 刻划了随机变量的取值相对于其数学期望 的离散程度。 若X的取值比较集中，则方差较小； Var(X)=E[X-E(X)]2 方差 注意： 1) Var(X)?0，即方差是一个非负实数。 2）当X 服从某分布时，我们也称某分布的方差为Var(X)。 方差是刻划随机变量取值的分散程度的一个特征。 方差的计算公式 常用的公式： 证明: 例1. 已知 X 的密度函数为 其中 A，B 是常数，且 E( X) = 0.5. 求 A，B. (2)设 Y=X2, 求 E(Y), D(Y). 解: (1) (2) f (x) = (-6x2+6x)I(0,1)