章随机变量数字特征pps 2方差.pptx

  1. 1、本文档共31页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

1一、随机变量方差的概念及性质三、例题选讲二、基本随机变量的期望和方差四、小结第二节方差

21.概念的引入方差D是一个常用来体现随机变量取值分散或集中程度的非负数.实例有两片胡杨林,其平均寿命都是E(X)=1000年.而在均值附近的分布情况不同:一、随机变量方差的概念及性质

32.方差的定义(Deviation/Variance/)衡量误差衡量绝对误差绝对误差的均值

4方差是一个常用来体现随机变量X取值分散程度的量.如果D(X)值大,表示X取值分散程度大,E(X)作为随机变量的均值的代表性弱;而如果D(X)值小,则表示X的取值比较集中,以E(X)作为随机变量的均值代表性强.3.方差的意义比如:(50+10)/2=30,(40+20)/2=30,而后者数据更加集中,与均值的误差小。

5离散型随机变量的方差是非负数加和连续型随机变量的方差是非负函数积分4.随机变量方差的计算(1)利用定义计算

6证明(2)实用计算公式,用平方期望减去期望平方:期望是个数

7证明5.方差的性质(1)设C是常数,则有(2)设X是一个随机变量,C是常数,则有证明期望线性性质

8(3)a,b是常数,则有证明(4)标准化随机变量定义为:即随机变量减去期望再除以标准差.则标准化随机变量的期望是0,方差是1:因为期望和方差都是数:EX=C1,DX=C2,

9(3)设X,Y相互独立,D(X),D(Y)存在,则证明这里用到当X,Y独立时有:=0(记住期望EX,EY都是数)

10推广

111.两点分布(Two-PointDistribution)已知随机变量X的分布律为则有二、基本随机变量的期望和方差

122.二项分布(BinomialDistribution)则可分解为n个独立的两点分布随机变量Xi的加和:设随机变量X服从参数为n,p二项分布,其分布律为E(Xi)=p,D(Xi)=pq,相互独立且独立变量和的方差等于方差的和:

133.泊松分布(PoissonDistribution)则利用指数函数的幂级数展开式:我们有

14所以

154.均匀分布(UnifiedDistribution)则有

16均匀分布的方差:

175.指数分布(ExponentialDistribution)则利用分部积分法,我们有

18

196.正态分布(NormalDistribution)则有

20方差计算如下:分部积分法

21

22分布参数数学期望方差两点分布二项分布泊松分布均匀分布指数分布正态分布

23解三、例题选讲例1

24于是

25(1)随机变量X,Y相互独立,由正态分布的线性变换不变性质,解例2.随机变量X,Y相互独立,求并求概率的分布,也服从正态分布,其期望和方差分别是:故(2)化为标准正态分布函数计算:

26正态分布数字特征的线性性质:期望相加减,方差永相加

27解例3

28

29解练习不等式标准化

30四、小结1.方差是一个常用来体现随机变量X取值分散程度的量.如果D(X)值大,表示X取值分散程度大,E(X)的代表性差;而如果D(X)值小,则表示X的取值比较集中,以E(X)作为随机变量的代表性好.2.方差的计算公式

313.方差的性质

文档评论(0)

kay5620 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8001056127000014

1亿VIP精品文档

相关文档