随机变量的数字特征-方差.ppt_第1页
随机变量的数字特征-方差.ppt_第2页
随机变量的数字特征-方差.ppt_第3页
随机变量的数字特征-方差.ppt_第4页
随机变量的数字特征-方差.ppt_第5页
已阅读5页,还剩18页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

,上一讲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.,例如,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?,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,又如,甲、乙两门炮同时向一目标射击10发炮弹,其落点距目标的位置如图:,你认为哪门炮射击效果好一些呢?,甲炮射击结果,乙炮射击结果,因为乙炮的弹着点较集中在中心附近 .,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讲要介绍的,方差,一、方差的定义,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,若X的取值比较分散,则方差较大 .,若方差D(X)=0, 则 r.v X 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;,D(X)=EX-E(X)2,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, Xf(x),二、计算方差的一个简化公式,D(X)=E(X2)-E(X)2,展开,证:D(X)=EX-E(X)2,=EX2-2XE(X)+E(X)2,=E(X2)-2E(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.,例1 设r.v X服从几何分布,概率函数为,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,D(X)=E(X2)-E(X)2,+E(X),三、方差的性质,1. 设C是常数,则D(C)=0;,2. 若C是常数,则D(CX)=C2 D(X);,3. 若X1与X2 独立,则 D(X1+X2)= D(X1)+D(X2);,可推广为:若X1,X2,Xn相互独立,则,X1 与X2不一定独立时, D(X1 +X2 )=? 请思考,4. D(X)=0 P(X= C)=1, 这里C=E(X),下面我们用一例说明方差性质的应用 .,例2 二项分布的方差,设XB(n,p), 则X表示n重贝努里试验中的 “成功” 次数 .,故 D(Xi)= E(Xi2)-E(Xi)2,E(Xi)=P(Xi=1)= p,E(Xi2)= p,则 是n次试验中“成功” 的次数,= p- p2= p(1- p),于是,i=1,2,n,D(Xi)= E(Xi2)-E(Xi)2 = p- p2= p(1- p),由于 X1, X2, Xn 相互独立,= np(1- p),四、切比雪夫不等式,设随机变量X有期望E(X)和方差 ,则对于 任给 0,或,由切比雪夫不等式可以看出,若 越小,则事件|X-E(X)| 的概率越大,即随机变量X集中在期望附近的可能性越大.,由此可体会方差的概率意义: 它刻划了随机变量取值的离散程度.,当方差已知时,切比雪夫不等式给出了r.v X与它的期望的偏差不小于 的概率的估计式 .,如取,可见,对任给的分布,只要期望和方差 存在,则 r.v X取值偏离E(X)超过 3 的概率小于0.111 .,例3 已知正常男性成人血液中,每一毫升白细胞数平均是7300,均方差是700 . 利用切比雪夫不等式估计每毫升白细胞数在52009400之间的概率 .,解:设每毫升白细胞数为X,依题意,E(X)=7300,D(X)=7002,所求为 P(5200 X 9400),P(5200 X 9400),=P(5200-7300 X-7300 9400-7300),= P(-2100 X-E(X) 2100),= P |X-E(X)| 2100,由切比雪夫不等式,P |X-E(X)| 2100,即估计每毫升白细胞数在52009400之间的概率不小于8/9 .,例4 在每次试验中,事件A发生的概率为 0.75, 利用切比雪夫不等式求:n需要多么大时,才能使得在n次独立重复试验中, 事件A出现的频率在0.740.76之间的概率至少为0.90?,解:设X为n 次试验中,事件A出现的次数,,E(X)=0.75n,的最小的n .,则 XB(n, 0.75),所求为满足,D(X)=0.75*0.25n=0.1875n,=P(-0.01nX-0.75n 0.01n),= P |X-E(X)| 0.01n,P(0.74n X0.76n ),可改写为,= P |X-E(X)| 0.01n,解得,依题意,取,即n 取18750时,可以使得在n次独立重复 试验中, 事件A出现的频率在0.74

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论