概率论与数理统计第四章方差.pptVIP

第四章 随机变量的数字特征 方差 一、问题的引入 二、方差的概念 2.方差的意义 3.随机变量方差的计算 三、方差的性质 四、重要概率分布的数学期望与方差 2. 二项分布 3. 泊松分布 4. 均匀分布 5. 指数分布 6. 正态分布 重要结果 五、例题讲解 例2 例3 例4 契比雪夫不等式 六、小结 解 设活塞的直径(以cm计)X~N(22.40,0.032), 汽缸的直径Y~N(22.50,0.042), X,Y相互独立，任取一只活塞，任取一只汽缸，求活塞能装入汽缸的概率. 解 设连续型随机变量X的概率密度为 解 一、问题的引入 五、例题讲解 三、方差的性质 六、小结 四、重要概率分布的数学期望与方差 二、方差的概念 上一讲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. 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 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 乙炮 因为乙炮的弹着点较集中在中心附近 . 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在其中心附近的离散程度. 这个数字特征就是我们这一讲要介绍的 方差 1.方差的定义 采用平方是为了保证一切 差值 X-E(X) 都起正面的作用 由于它与E(X)具有相同的度量单位，在实际问题中经常使用. 设X是一个随机变量，若E{[X-E(X)]2}∞，则称 D(X)=E{[X-E(X)]2} (1) 为X的方差. 方差的算术平方根 称为标准差,记为 若X的取值比较分散，则方差较大 . 若方差D(X)=0,则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 . 若X的取值比较集中，则方差较小； D(X)=E{[X-E(X)]2} 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 其中P{X=xk}=pk，k=1，2，…是X的分布律. 其中f(x)为X的概率密度. 方差是随机变量X的函数 g(X)=[X-E(X)]2的数学期望 . 证明 (2) 利用公式计算 证明 (1) 设 C 是常数, 则有 (2) 设 X 是一个随机变量, C 是常数, 则有 证明 (3) 设 X, Y 相互独立, D(X), D(Y) 存在, 则 证明 推广 若X1，X2，…，Xn相互独立，则有 (4)D(X)=0的充要条件是 X以概率1取常数C,即 1. 两点分布 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 则有 设 ，且分布律为 所以 泊松分布的期望和方差都等于参数 . 则有 设X ~ U(a, b)，其概率密度为 结论 均匀分布的数学期望位于区间的中点. 则有 设随机变量X服从指数分布，其概率密度为 指数分布的期望和方差分别为θ和 则有 设 ，其概率密度为 正态分布的期望和方差分别为两个参数 和 分　布 参数 数学期望 方差 两点分布 二项分布 泊松分布 均匀分布 指数分布 正态分布 解 例1 设随机变量X具有概率密度 于是