随机变量的方差和矩.pptVIP

随机变量的方差和矩.ppt

第二节随机变量的方差和矩一、方差的概念二、方差的性质三、方差的计算四、原点矩和中心矩1

上一节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.一、方差的概念2

引例1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3

引例2设与都服从均匀分布，概率密度分别为：易知虽然它们的数学期望相同，但它们的分布却有着显著的不同.的可能值比较集中，而的可能值则比较分散.4

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节要介绍的定义1随机变量与其数学期望的差，叫做的离差.注：随机变量离差的数学期望恒等于零.方差5

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X具有相同的度量单位，在实际问题中经常使用.方差的算术平方根称为标准差或均方差定义2设X是一个r.v，若E[(X-E(X)]2∞，则称D(X)=E[X-E(X)]2为X的方差.6

若X的取值比较分散，则方差较大.若方差D(X)=0,则r.vX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；7

X为离散型，P(X=xk)=pk由定义知，方差是随机变量X的函数g(X)=[X-E(X)]2的数学期望.X为连续型，X~f(x)8

计算方差的常用公式D(X)=E(X2)-[E(X)]2展开证：D(X)=E[X-E(X)]2=E{X2-2XE(X)+[E(X)]2}=E(X2)-2[E(X)]2+[E(X)]2=E(X2)-[E(X)]2利用期望性质请自己用此公式计算常见分布的方差.9

二、方差的性质性质1是任意常数）.证明性质2是任意常数）.证明10

性质3是任意常数）.证明D(aX+b)=a2D(X)由性质2、3可得：11

若随机变量相互独立，则证明因为独立，所以性质412

类似可证明:若随机变量相互独立，有性质4可推广为有限多个相互独立随机变量和的情形若随机变量相互独立，则13

性质5的充要条件是证明充分性,则必要性,若若即所以14

例1设X服从两点分布，其概率分布为求解三、方差的计算15

例2随机变量求解因为则X表示n重贝努利试验中的“成功”次数.若设则X=X1+X2+…+Xni=1,2，…，nD(Xi)=pq由例1知所以D(X)==npq.16

例3随机变量求解据题意有17

例4设r.vX服从几何分布，概率分布为P(X=k)=p(1-p)k-1,k=1,2,…，n其中0p1,求D(X)解：记q=1-p求和与求导交换次序无穷递缩等比级数求和公式18

D(X)=E(X2)-[E(X)]2+E(X)19

例5求的概率密度已知连续随机变量所以解20

例6设求解由第一节知:21

已知随机变量的数学期望为标准差为设随机变量证明：例7证：通常把叫做标准化的随机变量.22

特别地,若则例8设两个相互独立的随机变量与的方差的方差是（1997年考研题）分别为4和2,则随机变量23

例9设求E(Y),D(Y).解例624

例10在[0,1]中随机地取两个数X,Y,求D(min{X,Y})解110例726

例11设二维随机变量在区域内服从均匀分布，试求：（1）的边缘概率密度；（2）随机变量的方差（1990年考研题）28

解：易知的面积为所以二维随机变量的联合概（1）当或时，显然有有时，当区域如图，率密度为29

所以的边缘概率密度为（2）所以因此30

常用分布及其数学期望与方差分布名称及记号概率函数或概率密度数学期望方差分布二项分布31

超几何分布概率函数或概率密度数学期望方差分布名称及记号续表32

概率函数或概率密度数学期望方差分布名称及记号续表泊松分布几何分布33