概率论与数理统计第四章大数定律及中心极限定理02.pptVIP

作业： 则 例5. 设X1, X2, …, Xn相互独立，有共同的期望 和方差 ， 证明: 例6.已知随机变量X1,X2,…,Xn相互独立，且每个Xi的期望都是0，方差都是1， 令Y= X1+X2+…+Xn .求 E(Y2). 解：由已知，则有 因此， 例7.设随机变量X和Y相互独立，且 X～N(1,2), Y～N(0,1), 试求 Z=2X-Y+3 的期望和方差。 由已知，有E(X)=1, D(X)=2, E(Y)=0, D(Y)=1, 且X和Y独立。因此， D(Z)= 4D(X)+D(Y) = 8+1=9. E(Z)= 2E(X)－ E(Y)+3 = 2+3=5, 解: 注：由此可知 Z～N（5,9）。 结论： 标准化随机变量 设随机变量 X 的期望E(X )、方差D(X )都存在, 且D(X ) ? 0, 则称 为 X 的标准化随机变量. 显然， 解： * 前面我们介绍了随机变量的数学期望，它体现了随机变量取值的平均，是随机变量的一个重要的数字特征. 但是在一些场合，仅仅知道随机变量取值的平均是不够的. §4.3 随机变量的方差 例如，某零件的真实长度为a，现用甲、乙两台仪器各测量10次，将测量结果X用坐标上的点表示如图： 若让你就上述结果评价一下两台仪器的优 劣，你认为哪台仪器好一些呢？ 乙仪器测量结果 甲仪器测量结果 较好 测量结果的均值都是 a 因为乙仪器的测量结果集中在均值附近 例如,甲、乙两门炮同时向一目标射击10发炮弹，其落点距目标的位置如图： 你认为哪门炮射击效果好一些呢? 甲炮射击结果 乙炮射击结果 乙炮 因为乙炮的弹着点较集中在中心附近， 所以乙炮的射击效果好. 中心 中心 为此需要引进另一个数字特征，用它来度量随机变量取值相对于其中心的离散程度. 这个数字特征就是下面要介绍的 方 差 设随机变量X的数学期望为E(X), 若E(X-E(X))2存在, 则称它为X的方差(此时，也称X的方差存在)，记为Var(X) 或D(X) , 即 定义 称Var(X) 的算术平方根 为X的标准差或均方差，记为?(X). 方差的概念 Var (X)=E(X-E(X))2 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)。 方差刻画了随机变量的取值相对于其数学期望即均值的离散程度。 若X的取值比较分散，则方差较大 . 若X的取值比较集中，则方差较小； 方差的计算公式 (1) 若X为离散型随机变量，其分布律为 pk= P(X=xk), k=1, 2, ... , 且Var(X)存在，则 由定义可知，方差是随机变量X的函数 g(X)=[X-E(X)]2的数学期望 . （2）若X为连续型随机变量，其概率密度为f(x)，且Var(X)存在，则 （3）若随机变量X的方差Var(X)存在，则 证明： Var(X)=E(X2)-[E(X)]2 展开 证：Var(X)=E[X-E(X)]2 =E{X2-2XE(X)+[E(X)]2} =E(X2)-2[E(X)]2+[E(X)]2 =E(X2)-[E(X)]2 利用期望 性质 常见随机变量的方差 (1) 参数为p的两点分布 分布列为： 前面已经计算过：E(X)=p，又 所以 分布列为： 已计算过：E(X)=np，又 所以 (2)二项分布B(n, p) 分布列为： 已计算过：E(X)=λ，又 所以 (3)泊松分布P(λ) 概率密度为： 已计算过：E(X)=(a+b)/2，又 所以 (4)区间[a,b]上的均匀分布U[a,b] 概率密度为： 已计算过：E(X)=1/λ，又 所以 (5) 指数分布E(λ) 概率密度为： 已计算过：E(X)= ? ，所以 (6) 正态分布N(?,? 2) 说明 正态分布的概率密度中的两个参数 分别就是该分布的数学期望和方差， 因此，正态分布完全可由它的数学期望和方差所确定 例1 例1（续） 乙的平均环数为 例1（续） 这说明乙的射击水平比甲稳定 例2. 设 求 E (Y ), D(Y ). 解: 例3. 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) 性质1: 若X=C，C为常数，则