常见分布的期望与方差的计算.docVIP

常见分布的期望与方差的计算 这些分布的期望和方差要求同学们熟记，以下是计算过程，供课下看。 1. 0－1分布 已知随机变量 X 的分布律为 X 1 0 p 1? p p 则有 E( ) = 1? + 0? = p, p X p q D = ? (X ) E(X E X 2 ) [ ( )]2 = 1 ? p + 2 ? ? p ? p2 = pq. 2 0 (1 ) pq 2. 二项分布 设随机变量 X 服从参数为 n, p 二项分布, (法一) 设Xi为第i 次试验中事件 A 发生的次数，i=1,2,, n n 则 ∑ X = i 1 = X i 显然，Xi 相互独立均服从参数为 p 的0－1分布， 所以 E(X ) = n ∑ i 1 = E( X i ) = np. D(X ) = n ∑ i 1 = D( X i ) = np(1 ? p). (法二) X 的分布律为 ?n? P ? k ? n k = {X k} p (1 p) ,(k 0,1, 2, ,n), = ? = ? k ? ? n ?n? n = ∑ (1 ) k ? ? E X k P X k = ∑ ? ? k n k 则有 ( ) ? { = } p p k ? ? = k 0 = k 0 n kn! ? = ∑ (1 ) p p ? k k n k!(n k)! ? k 0 = n = ∑ k 1 = (k ? np(n 1)! ? ? ? ? ? k 1 ? (n 1) (k 1) p (1 p) 1)![(n 1) (k 1)]! ? ? ? n = ∑ np k 1 = (k ? (n 1)! ? ? ? ? ? k 1 ? (n 1) (k 1) p (1 p) 1)![(n 1) (k 1)]! ? ? ? = np[ p + ? p n? (1 )] 1 = np E(X 2 = E X X ? + X = E[X(X ? 1)]+ E(X ) ) [ ( 1) ] n k ? ? ∑ ( 1) (1 ) = ? ? ? k ? ? k n k k p p ? n? k 0 = + np n ? k(k 1)n! k n k ∑ (1 ) = ? ? p p k!(n k)! ? k 0 = + np (n 2)! ? n ∑ = ? ? ? ? n ? 2 k (1 ) n k (n 1) p p p ? ( 2) ( 2) 2 (n k)!(k 2)! ? ? k 2 = + np = ( 1) 2[ (1 )] ?2 = (n2 ? n) p2 + np. n ? + ? n + n p p p np D = 2 ) ?[ ( )]2 = (n2 ? n) p2 + np ? (np)2 (X ) E(X E X = np ? (1 p) 3. 泊松分布 设 X ~ π(λ), 且分布律为 { = = λ ? = λ k λ k P X k} e , 0,1, 2, , k! 0. 则有 ∞ ∞ ?1 E λ λ ∑ (X ) k e e = ? = k λk ∑ ? λ ? ? k! (k 1)! ? k 0 k 1 = = λ = λe? ?e λ λ = λ E(X 2 = E X X ? + X ) [ ( 1) ] = E ? + [X(X 1)] E(X ) = +∞ ∑ k 0 = k λk λ (k 1) e ? ?λ +k λk λ ? ?λ + ? k! = + λ ∞ ? k 2 ∑ λ ?λ + = λ2e?λeλ + λ = λ2 + λ. e 2 ? λ (k 2)! ? k 2 = 所以 D(X ) = E(X 2 ) ?[E(X )]2= λ2 + λ ? λ2 = λ 泊松分布的期望和方差都等于参数 . λ 4. 均匀分布 设 X ~ U(a,b), 其概率密度为 ? 1 ? , a x b, f (x) ?b a = ? ? ? 0, 其他. 1 ∞ b 则有 E(X ) = ∫ xf (x)d x= ∫ ? b a ?∞ a D = 2 ) ?[ ( )]2 (X ) E(X E X xd x = 1 2 ( a + b). 2 ? + 1 a b? b (b ? a 2 = ∫ x d x ? ? ) 2 ? = b a ? 2 ? ? a 12 5. 指数分布 设随机变量 X 服从指数分布, 其概率密度为 f (x) = ?1 ? ? e ?θ ? 0, ? x θ , x x ≤ 0, 0. 其中 θ 0. 则有 1 + +∞ ? ? ∞ E( ) ∫ ( )d ∫ X xf x x = = x e x θ d x θ ?∞ 0 + ? ∞ +∞ = = θ ? xe