知识讲解离散型随机变量的均值与方差(理)(基础).docxVIP

第 PAGE 第 PAGE 10页 共15页 离散型随机变量的均值与方差 【学习目标】 理解取有限个值的离散型随机变量的均值或期望的概念， 会根据离散型随机变量的分布列求出均值或期望，并能解决一些实际问题； 理解取有限个值的离散型随机变量的方差、 标准差的概念， 会根据离散型随机变量的分布列求出方差或标准差，并能解决一些实际问题； 【要点梳理】 要点一、离散型随机变量的期望 1. 定义： 一般地，若离散型随机变量 的概率分布为 x1 x2 xi P p1 p2 pi 则称 E x1 p1 x2 p 2 xn pn 为 的均值或数学期望，简称期望． 要点诠释： （ 1）均值（期望）是随机变量的一个重要特征数，它反映或刻画的是随机变量取值的平均水平． （ 2 ）一般地，在有限取值离散型随机变量 的概率分布中，令 p1 p2 pn ，则有 p1 p2 1 pn ， E n ( x1 x 2  1 xn ) ，所以 的数学期望又称为平均数、均值。 n （ 3）随机变量的均值与随机变量本身具有相同的单位． 2．性质： ① E( ) E E ； ②若 a b (a 、b 是常数 ) ， 是随机变量，则 也是随机变量，有 E( a b) aE b ； E(a b) aE b 的推导过程如下：： 的分布列为 x1 x2 xi ax1 b ax2 b axi b P P1 P2 Pi 于是 E ( ax1 b) p1 ( ax2 b) p 2 (axi pi ＝ a( x1 p1 x 2 p 2 xi pi ) b( p1 p 2 pi ) ＝ aE b ∴ E(a b) aE b 。 要点二 ： 离散型随机变量的方差与标准差 一组数据的方差的概念： 已知一组数据 x1 ， x2 ， ， xn ，它们的平均值为 x ，那么各数据与 x 的差的平方的平均数 1S 2 1 [ ( x 1 n x ) 2 ＋ (x2 x )2 ＋ ＋ ( xn x ) 2 ] 叫做这组数据的方差。 离散型随机变量的方差： 一般地，若离散型随机变量 的概率分布为 x1 x2 xi P p1 p2 pi 则称 D ＝ ( x E ) 2 p ＋ ( x E ) 2 p ＋ ＋ (x E )2 p ＋ 称为随机变量 的方差， 式中 1 1 2 2 n i 的 E 是随机变量 的期望． D 的算术平方根 D 叫做随机变量 的标准差，记作 ． 要点诠释： ⑴随机变量 的方差的定义与一组数据的方差的定义式是相同的； ⑵随机变量 的方差、标准差也是随机变量 ξ 的特征数，它们都反映了随机变量取值的稳定与波动、集中与离散的程度；方差（标准差）越小，随机变量的取值就越稳定（越靠近平均值） ． ⑶标准差与随机变量本身有相同的单位，所以在实际问题中应用更广泛。 期望和方差的关系： D E( 2 ) ( E )2 方差的性质： 若 a b (a 、b 是常数 ) ， 是随机变量，则 也是随机变量， D( a b) a2 D ； 要点三：常见分布的期望与方差 1、二点分布： 若离散型随机变量 服从参数为 p 的二点分布，则期望 E p 方差 D p(1 p ). 证明：∵ P( 0) q , P( 1) p , 0 p 1 , p q 1 ∴ E 0 q 1 p p D (0 p) 2 q (1 p) 2 p p (1 p). 2、二项分布： 若离散型随机变量 服从参数为 n, p 的二项分布，即 ~ B(n， P), 则 期望 E nP 方差 D np(1- p) 期望公式证明： ∵ P( k ) C k pk (1 p)n k C k p k qn k ， n0 0 n n  1 1 n  n1 2 2 n 2 n  k k n k n n 0 ∴ E 0 Cn p q 1 Cn p q 2 Cn p q ... k Cn p q ... n Cn p q ， n又∵ kC k n k n! k!( n  k)! n (n n1(k 1)! [( n 1) n 1 1)! (k  1)]! nC k 1 ， ∴ E np(  n10 n n 1 Cp C p q 1 ＋ C 1 p 1 qn 2 ＋ ＋  Cpk 1 k C p n 1 1 q (n 1)  ( k 1) ＋ ＋  n 1 n Cpn 1 C p 1q 0 ) np( p q) n 1 np ． 3、几何分布 ： 独立重复试验中， 若事件 A 在每一次试验中发生的概率都为 p ，事件 A 第一次发生时所做的试验次数 是随机变量，且 P( k ) (1