第三章 随机变量的数字特征.pptVIP

3.4方差

一.定义与性质方差是衡量随机变量取值波动程度的一个数字特征。如何定义？定义3.3如果随机变量ξ的数学期望Eξ存在,称ξ–Eξ为随机变量ξ的离差.？第29页，共52页，星期日，2025年，2月5日1.(p70)定义3.4随机变量离差平方的数学期望,称为随机变量的方差,记作Dξ或σ2ξ.可见第30页，共52页，星期日，2025年，2月5日显然,随机变量离差的期望是0,即E(ξ–Eξ)=0

不论正偏差大还是负偏差大,同样都是离散程度大,为了消除离差ξ–Eξ的符号,用(ξ–Eξ)2来衡量ξ与Eξ的偏差.

可见,随机变量的方差是一个非负数,常量的方差是0.当ξ的可能值密集在它的期望值Eξ附近时,方差较小,反之则方差较大.因此,方差的大小可以表示随机变量分布的离散程度.第31页，共52页，星期日，2025年，2月5日例1若ξ服从0-1分布,其概率函数为

P{ξ=k}=Pk(1-p)1-k(k=0,1),求Dξ.

ξ01P1-pp解：第32页，共52页，星期日，2025年，2月5日2.推论D(ξ)=E(ξ2)－[E(ξ)]2（3.17）证明:这个公式很重要,它不仅证明了一般情况下随机变量平方的数学期望大于其期望的平方这个重要结论,而且经常用它来简化方差的计算.第33页，共52页，星期日，2025年，2月5日例2：设随机变量ξ的概率密度为1)求Dξ,2)求第34页，共52页，星期日，2025年，2月5日第35页，共52页，星期日，2025年，2月5日3.方差的性质(1)D(c)=0反之，若Dξ=0，则存在常数C，使P{ξ=C}=1,且C=E(ξ);(2)D(ξ+c)=D(ξ),c为常数；证明:第36页，共52页，星期日，2025年，2月5日(3)D(aξ)=a2D(ξ),a为常数；证明:综合上述三个性质，有：第37页，共52页，星期日，2025年，2月5日CompanyLogoCompanyLogo第三章随机变量的数字特征CompanyLogo第1页，共52页，星期日，2025年，2月5日3.1数学期望

一.数学期望的定义例1设某班40名学生的概率统计成绩及得分人数如下表所示：分数4060708090100人数1691572数学期望——描述随机变量取值的平均特征则学生的平均成绩是总分÷总人数(分)。即第2页，共52页，星期日，2025年，2月5日定义3.1离散型随机变量ξ~P{ξ=xk}=pk,k=1,2,…n,若级数，则称为随机变量ξ的数学期望，简称期望或均值。（3.1）对于离散型随机变量ξ,Eξ就是ξ的各可能值与其对应概率乘积的和.第3页，共52页，星期日，2025年，2月5日例1若ξ服从0-1分布,其概率函数为

P{ξ=k}=Pk(1-p)1-k(k=0,1),求Eξ.

解：ξ01P1-pp第4页，共52页，星期日，2025年，2月5日例2甲,乙两名射手在一次射击中得分(分别用ξ,η表示)的分布律如表3-2,表3-3所示.这表明,如果进行多次射击,他们得分的平均值是2.1和2.2,故乙射手较甲射手的技术好.ξ123P0.40.10.5试比较甲乙两射手的技术.η123P0.10.60.3解：第5页，共52页，星期日，2025年，2月5日例3一批产品中有一,二,三等品,等外品及废品5种,相应的概率分别为0.7,0.1,0.1,0.06及0.04,若其产值分别为6元,5.4元,5元,4元及0元.求产品的平均产值.Eξ=6x0.7+5.4x0.1+5x0.1+4x0.06+0x0.04=5.48(元)ξ65.4540p0.70.10.10.060.04解：产品产值ξ是一个随机变量,它的分布率如表3-4:第6页，共52页，星期日，2025年，2月5日例4掷一颗均匀的骰子，以ξ表示掷得的点数，求ξ的数学期望。定义3.2P(63)设连续型随机变量ξ~φ(x),-?x+?,若为ξ的数学期望。则称连续型随机变量ξ的数学期望是它的概