期望 方差公式的证明全集.docxVIP

PAGE PAGE 10 期望与方差的相关公式的证明 -、数学期望的来由 早在 17 世纪，有一个赌徒向法国著名数学家帕斯卡挑战，给他出了一道题目， 题目是这样的：甲乙两个人赌博，他们两人获胜的机率相等，比赛规则是先胜三局者为赢家，赢家可以获得 100 法郎的奖励。当比赛进行到第三局的时候，甲胜了两局，乙胜了一局，这时由于某些原因中止了比赛，那么如何分配这100 法郎才比较公平？ 用概率论的知识，不难得知，甲获胜的概率为 1/2+(1/2)*(1/2)=3/4，或者分析乙获胜的概率为(1/2)*(1/2)＝1/4。因此由此引出了甲的期望所得值为100*3/4=75 法郎，乙的期望所得值为 25 法郎。 这个故事里出现了“期望”这个词，数学期望由此而来。 定义 1 若离散型随机变量? 可能取值为a（ i =1，2，3 ，…），其分布列为 p（ i =1， i i 2，3， …），则当?? a p ? 时，则称? 存在数学期望，并且数学期望为 E? = ?? i i a p ， i i 如果?? i?1 i?1 i?1 a p = ? ，则数学期望不存在。?1? i i 定义 2 期望：若离散型随机变量ξ，当ξ=x 的概率为 P（ξ=x ）=P（i=1，2，…， i i i n，…），则称 Eξ=∑x p 为ξ的数学期望，反映了ξ的平均值. i i 期望是算术平均值概念的推广，是概率意义下的平均.Eξ由ξ的分布列唯一确定. 二、数学期望的性质 设C 是常数，则E(C)=C 。 若k 是常数，则E(kX)=kE(X)。 （3） E(X ? X ) ? E(X ) ? E(X ) 。 1 2 1 2 三、 方差的定义 前面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， 是随机变量一个重要的数字特征。但是在一些场合下，仅仅知道随机变量取值的 平均值是不够的，还需要知道随机变量取值在其平均值附近的离散程度，这就是方差的概念。 D?定义 3 方差：称 Dξ=∑（x －Eξ）2p 为随机变量ξ的均方差，简称方差 D? i i 叫标准差，反映了ξ的离散程度. 定义 4 设随机变量X 的数学期望E( X ) 存在，若E[( X ? E( X )) 2 ] 存在，则称 E[( X ? E( X )) 2 ] 为随机变量X 的方差，记作D( X ) ，即D( X ) ? E[( X ? E( X )) 2 ] 。 D( D( X ) 称为随机变量X 的标准差，记作?( X ) ，即 D( X )? ( D( X ) 由于?( X ) 与X 具有相同的度量单位，故在实际问题中经常使用。 Dξ表示ξ对 Eξ的平均偏离程度，Dξ越大表示平均偏离程度越大，说明ξ 的取值越分散. 方差刻画了随机变量的取值对于其数学期望的离散程度，若 X 的取值相对于其数学期望比较集中，则其方差较小；若 X 的取值相对于其数学期望比较分散， 则方差较大。若方差D( X ) =0，则随机变量X 以概率 1 取常数值。 由定义 4 知，方差是随机变量X 的函数g ( X ) ? [ X ? E( X )]2 的数学期望，故 ? ? D( X ) ? ? ?? [x k k ?1 ? E( X )]2 p , 当X离散时 k ??? [x E( X )]2 f (x)dx, 当X连续时 ? ?? k 当X 离散时, X 的概率函数为P(x k ) ? P( X ? x K ) ? P K , k ? 1, 2, ； 当X 连续时，X 的密度函数为 f (x) 。求证方差的一个简单公式： 公式 1： D( X ) ? E( X 2 ) ? [E( X )]2 证明一： D( X ) ? E[( X ? E( X ))2 ] ? E[ X 2 ? 2 XE( X ) ? [E(x)]2 ] ? E( X 2 ) ? [E( X )]2 证明二： D? ? ?n (x i i?1 ? E?)2 ? p i ? ?n [x 2 ? 2x E? ? (E?)2 ]? p i?1 ? ?n i i i x 2 p ? 2E? ? ?n x p ? (E?)2 ? ?n p i i i i i i?1 i?1 i?1 ? E? 2 ? 2(E?)2 ? (E?)2 ? E? 2 ? (E?)2 ? D? ? E? 2 ? (E?)2 可以用此公式计算常见分布的方差 四、方差的性质 设C 是常数,则 D(C)=0。 若C 是常数,则D(CX ) ? C 2 D( X ) 。 若 X 与Y 独立，则 公式 2： D( X ? Y ) ? D( X ) ? D(Y ) 。证 由数学期望的性质及求方差的公式得 D( X ? Y )