概统4 2节.pptVIP

再比较稳定程度 甲： 乙： 乙比甲技术稳定，故乙技术较好. 进一步比较平均偏离平均值的程度 甲 乙 E [X - E(X)]2 若E [X - E(X)]2 存在, 则称其为随机 称 为 X 的均方差或标准差. 方差概念 定义 即 D (X ) = E [X - E(X)]2 变量 X 的方差, 记为D (X ) 或 Var (X ) 两者量纲相同 概念 D(X ) —— 描述 r.v. X 的取值偏离平均值 的平均偏离程度 —— 数 若 X 为离散型 r.v.，分布律为 若 X 为连续型r.v. ，概率密度为 f (x) 计算方差的常用公式： D (C) = 0 D (aX ) = a2D(X) D(aX+b ) = a2D(X) 特别地，若X ,Y 相互独立，则 方差的性质 性质 若 相互独立， 为常数 则 若X ,Y 相互独立 例1 设X ~ P (?), 求D ( X ). 解 方差的计算 例1 例2 设X ~ B( n , p)，求D(X ). 解一 仿照上例求D (X ). 解二 引入随机变量 相互独立， 故 例2 例3 设 X ~ N ( ?, ? 2), 求 D( X ) 解 例3 常见随机变量的方差 分布 方差 概率分布 参数为p 的 0-1分布 p(1-p) B(n,p) np(1-p) P(?) ? 方差表 分布 方差 概率密度 U(a,b) E(?) N(?,? 2) 性质3 若Xi～N( )(i=1,2, …,n)，且它们相 互独立，则 ?i ,? i2 ～ 例4 已知X ,Y 相互独立, 且都服从 N (0,0.5), 求 E( | X – Y | ). 解 故 仅知 r.v.的期望与方差 并不能确定其分布 P -1 0 1 0.1 0.8 0.1 P -2 0 2 0.025 0.95 0.025 与 有相同的 期望方差 但是分布 却不相同 例如 例5 已知 X 服从正态分布, E(X ) = 1.7, D(X ) = 3, Y =1 – 2 X , 求Y 的密度函数. 解 例5 在已知某些分布类型时,若知道 其期望和方差,便常能确定分布. 例6 已知 X 的 d.f.为 其中 A ,B 是常数，且 E (X ) = 0.5. 求 A ,B. 设 Y = X 2, 求 E (Y ),D (Y ) 解 (1) (2)