概率论第四章ch4_2.pptVIP

上一节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水平，是随机变量的一个重要的数字特征. 但是在一些场合，仅仅知道平均值是不够的，我们还想知道随机变量取值偏离平均值的程度。 方差 为此需要引进另一个数字特征,用它来度量随机变量取值在其均值附近的离散程度. 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？ 甲仪器测量结果 乙仪器测量结果 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 又如,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 因为乙炮的弹着点较集中在中心附近 . 中心 中心 方差定义 由于标准差与X 具有相同的度量单位，在实际问题中经常使用。通常期望用希腊字母μ表示，标准差用σ表示。 方差的算术平方根 称为标准差 定义：设 X 是一个随机变量，若 E[X-E(X)]2 存在，则称 D(X)=E[X-E(X)]2 为随机变量X 的方差. (2)若X 的取值比较分散，则方差较大 . (3)若方差D(X)=0,则随机变量 X 以概率1取常数值。 方差刻划了随机变量的取值对于其数学期望的离散程度 . (1)若X 的取值比较集中，则方差较小； D(X)=E[X-E(X)]2 方差的计算公式 (1)定义式： (2)常用式： 事实上： 展开 例题1：已知二维离散型随机变量的X，Y分布律为 求 X、Y 的方差。 解：显然要先求出边缘分布律。 0.12 0.18 0.1 1 0.18 0.12 0.3 -1 1 0 -2 X Y 0.4 0.12 0.18 0.1 1 0.3 0.18 1 0.3 0.4 P{Y=j} 0.6 0.12 0.3 -1 P{X=i} 0 -2 X Y 从而： 例题2：设随机变量X的分布函数为： 求D(X),D(F(X))。 解：y=F(x)是一个连续函数，故X是连续型随机变量，求导可得概率密度函数： 从而 X～U(0,4) 事实上这个题好象可以推广!请同学们自行考虑! 方差的性质 (1) 常数的方差为0即 D(C)=0。 事实上： (2) 常数乘随机变量的方差： (3) 随机变量线性函数的方差： 方差的性质 (4) 独立随机变量和的方差： (5) 方差为0的充要条件是随机变量以概率1取常数。 若独立 例题3：求二项分布的数学期望与方差。 解：根据n重贝努里模型，X表示在n重贝努里试验中事件A发生的次数，p为A发生的概率。 令 Xi={第i次试验中事件A发生的次数}=0,1 i=1,2,…,n，则每个 Xi服从 0-1分布。 由于各个试验是独立的，故n个随机变量 Xi (i=1,2,…,n)也是相互独立的，从而有 p 1-p Pk 1 0 Xi 例题4：求正态分布的数学期望与方差。 解：先将随机变量X标准化即令 期望 方差 常见分布的数学期望与方差 (1)（0-1）分布 p 1-p Pk 1 0 X 事实上： (2)二项分布：