概率统计第三章课件.ppt

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.方差的计算公式第94页,共95页，星期六，2024年，5月3.方差的性质第95页,共95页，星期六，2024年，5月*因此期望所得为第62页,共95页，星期六，2024年，5月第63页,共95页，星期六，2024年，5月利用软件包求解,并演示计算结果.单击图形播放/暂停ESC键退出第64页,共95页，星期六，2024年，5月五、小结数学期望是一个实数,而非变量,它是一种加权平均,与一般的平均值不同,它从本质上体现了随机变量X取可能值的真正的平均值.2.数学期望的性质第65页,共95页，星期六，2024年，5月4.2方差一、方差与标准差三、例题讲解二、重要概率分布的方差四、小结第66页,共95页，星期六，2024年，5月我们知道数学期望反映了随机变量取值的平均，而在许多实际问题中，仅仅知道数学期望是不够的。为了说明这一点，我们先考察一个例子。现有两种牌号的手表，它们的日走时误差X，Y(分钟)具有如下的分布律。?-2-10+1+2?00.10.80.10Xp?-2-10+1+2?0.10.20.40.20.1Yp第67页,共95页，星期六，2024年，5月容易验证EX=EY=0，从数学期望(即日走时误差的平均值)去看这两种牌号的手表，是分不出优劣的。如果仔细分析一下两个分布律，可以发现乙种牌号手表的日走时误差比较分散而显得不稳定。相对来说，甲种牌号手表的日走时误差比较稳定。因此从这个意义上讲，牌号甲的手表要优于牌号乙！也就是说，这两个随机变量从平均值(数学期望)上看没有差异，但从取值的分散程度上看还是有差异的。为了描述这种差异，我们引入另一个数字特征——方差和标准差。第68页,共95页，星期六，2024年，5月一、方差与标准差按定义，随机变量X的方差表达了X的取值与其数学期望EX的偏离程度，若X的取值比较集中，则DX较小。反之，若X取值比较分散，则DX较大。因此DX是刻划取值分散程度的一个数量指标。第69页,共95页，星期六，2024年，5月由定义可知，方差实际上就是随机变量函数g(X)=(X-EX)2的数学期望。于是，若X是离散型随机变量，则若X是连续型随机变量，则第70页,共95页，星期六，2024年，5月实际计算时，常用如下简便计算公式：事实上，现在重新来考察一下前述的甲、乙两种牌号手表的日走时误差的方差，由于EX=EY=0。第71页,共95页，星期六，2024年，5月由于DXDY，因此，从走时稳定程度看，甲种牌号的手表要优于乙种牌号的手表。第72页,共95页，星期六，2024年，5月例1设随机变量X服从(0-1)分布，其分布律为其中0p1，q=1-p。试求DX。解因为EX=p，又，EX2=02×+12×p=p。因此DX=EX2－(EX)2=p－p2=p(1－p)=pq。第73页,共95页，星期六，2024年，5月第74页,共95页，星期六，2024年，5月例3设随机变量X具有概率密度试求DX。解于是第75页,共95页，星期六，2024年，5月证明二、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,则有证明第76页,共95页，星期六，2024年，5月(3)设X,Y相互独立,DX，DY存在,则证明第77页,共95页，星期六，2024年，5月推广第78页,共95页，星期六，2024年，5月第79页,共95页，星期六，2024年，5月解显然X所有可能取的值为0，1，…，n。由独立性知X以特定的方式取k(0≤k≤n)的概率为而X取k的两两互不相容的方式共有第80页,共95页，星期六，2024年，5月即X服从参数为的二项分布第81页,共95页，星期六，2024年，5月三、几个常用分布的方差1、二项分布设X是服从参数为n，p的二项分布，其分布律为第82页,共95页，星期六，2024年，5月2.泊松分布设随机变量X服从参