概率论2方差.pptVIP

第二节 方差 一、随机变量方差的概念及性质 例1 例2 例3 例4 注. 例5 二、重要概率分布的方差 例7 注 1. 两点分布 三、矩的概念 四、内容小结 契比雪夫资料 备份题 已知随机变量 X 的分布律为 则有 则有 设随机变量 X 服从参数为 n, p 二项分布, 其分布律为 2. 二项分布 则有 3. 泊松分布 所以 则有 4. 均匀分布 结论 均匀分布的数学期望位于区间的中点. 则有 5. 正态分布 则有 6. 指数分布 (1) 原点矩： 特例: (2) 中心矩： 特例: 1. 矩的定义 (3) 混合矩： (4) 混合中心矩： 特例: 2. 说明 1. 方差是一个常用来体现随机变量X 取值分散程度的量. 如果D(X)值大,表示X 取值分散程度大, E(X) 的代表性差; 而如果D(X)值小, 则表示X 的取值比较集中, 以E(X) 作为随机变量的代表性好. 2. 方差的计算公式 一、随机变量方差的概念及性质 二、重要概率分布的方差 三、矩的概念 四、内容小结 第三章 1. 概念的引入 方差是一个常用来体现随机变量取值分散程度的量. 实例 有两批灯泡,其平均寿命都是 E(X)=1000小时. 定义3.3 注 由定义知， 2. 方差定义 　　方差D(X)是一个非负实数，常用来体现随机变量X取值分散程度的量,它反映了X偏离其数学期望的程度. 如果D(X)值大, 表示X 取值越分散, 以E(X)作为随机变量的代表性差; (小) (集中) (好). 3. 方差的意义 离散型随机变量的方差 连续型随机变量的方差 (1) 利用定义计算 4. 随机变量方差的计算 证 x y O x y O 证 (2) 利用公式计算 解 解 于是 证 (1) 设 C 是常数, 则有 (2) 设 X 是一个随机变量, C 是常数, 则有 证 5. 方差的性质 (3) 设 X, Y 相互独立, D(X), D(Y) 存在, 则 证 推广 证 解 (5) 极值性 证 常数 注. 此不等式表明：函数 f(x)=E(X-x)2 仅在 x=E(X)处 取得其最小值. (7) 切比谢夫不等式 契比雪夫不等式 契比雪夫 证 取连续型随机变量的情况来证明. 得 切比谢夫不等式的意义： 1o 给出了在X的分布未知的情形下，估计概率 的方法； 2o 说明了D(X)的确刻划了X对E(X)的偏离程度， 由 可知： D(X) 越小(X偏离E(X)程度越小)， 这表明：X取值越集中在E(X)附近. 3o 它是大数定理的理论基础. 已知正常男性成人血液中，每一毫升所含白细胞数的平均数是7300，均方差是700，试利用切比谢夫不等式估计：每毫升含白细胞数在5200~9400之间的概率p. 解 设 X: 每毫升血液中含白细胞数. 依题意，有 证 例6 故得 解 依题意，有 对此题，有 事实上，一般地，若X与Y相互独立，则 证明请同学们自己完成.