概率论与数理统计：第4章 随机变量的数字特征1.pptVIP

?§4.2 方差与标准差 一、 方差的定义 ??? 随机变量的期望仅仅反映了该随机变量的平均取值，这有很大的局限性。下面我们引进的数字特征便可用来反映随机变量的取值相对于它的期望的平均偏离程度。 ???? 定义4.2 ???设X是一个随机变量，称 为X的方差，称 为X的标准差(或标准偏差)。 在工程技术中广泛地使用标准差，因为它与随机变量本身有相同的量纲，但在理论推导中，使用方差较方便。?? ???? 方差本质上是随机变量函数 的期望，实际计算时用得更多的是下列公式： 这个公式可由期望的性质推得。 由此容易看出，当 时， 。 ? 例4.9 ???(1) 当 时， ， 因此，0-1分布的方差为 (2) 当 时， ， 因此，泊松分布的方差为 例4.10 ???(1) 当 时， ， 因此，均匀分布的方差为 (2) ??当 时， ， 因此，指数分布的方差 ???? 例4.11 ???当 时， 求 解 因为 因此，正态分布的方差为： 。 第四章 随机变量的数字特征 随机变量的分布函数(或概率函数，或密度函数)固然全面地描述了这个随机变量的统计规律性，但在实际问题中，我们常常关心的只是随机变量的取值在某些方面的特征，而不是它的全貌。这类特征往往通过一个或几个实数来反映，在概率论中称它们为随机变量(或该随机变量所服从的某个分布)的数字特征。?? §4.1?? 数学期望 一、 数学期望的定义 定义4.1 设离散型随机变量X的概率函数为 当级数 收敛时，称 的值为随机变量X的数学期望(简称为期望或均值)，记作 ，即? 随机变量X的取值 的排列次序不是本质的。为了保证无穷级数 的值不因改变求和次序而变化，这里要求级数 绝对收敛时， 才有定义。 对于连续型随机变量X，应该如何合理地定义期望呢? 定义4.1 ??设连续型随机变量X的密度函数为 ，当积分 收敛时，称 的值为随机变量X的数学期望(简称期望或均值)，记作 ，即 当X服从某个分布时，我们也称 是这个分布的期望。? 二、常见分布的数学期望 　　1、 离散型随机变量 （1）当 时， （2）当 时， （3）当 时， ?? 2 、连续型随机变量 ???? (i)当 时， (ii)当 时， (iii)当 时， 例4（ 分赌本问题）甲、乙两人各有赌本a元，约定谁先胜三局就赢得全部赌本2a元。假定甲、乙两人在每一局取胜的概率是相等的。现在已赌三局，结果甲是两胜一负，由于某种原因赌博中止，问如何分2a元的赌本才合理？ 解 如果甲、乙二人平分，对甲是不合理的；但依据现在的胜负结果2:1来分仔细推算也是不合理的。当时的著名数学家和物理学家Pascal提出一个合理的分法是如果赌局继续下去，他们各自的期望所得就是他们应该分得的赌本。 易知，最多只需再赌两局，就能决出胜负，其可能的结果为甲甲，甲乙，乙甲，乙乙（甲乙表示第一局甲胜第二局乙胜，其余类推），记 为甲最终所得，