- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
= ( n 2 n) p 2 + np.
D( X ) = E ( X 2 ) [ E ( X )]2
= ( n 2 n) p 2 + np ( np )2
= np(1 p ) ).
3. 泊松分布
设 X ~ π(λ ), 且分布律为
P{ X = k } =
λk
k!
e λ , k = 0,1,2,
π π 2 = 3π + 24 2 4 16
4 2
2
= 20 2π 2 .
2 0 例4 设 X ~ 1 1 3 2
1 3 , 求 D( 2 X 3 + 5). 1 1 12 12
解
D( 2 X 3 + 5) = D( 2 X 3 ) + D( 5)
= 4 D( X )
= E[ X E ( X )]2 + E[Y E (Y )]2 ± 2 E {[ X E ( X )][Y E (Y )]}
= D( X ) + D(Y ).
推广 若 X 1 , X 2 ,
D( X1 ± X 2 ±
, X n 相互独立 , 则有 + D( X n ).
± X n ) = D( X1 ) + D( X 2 ) +
= C E {[ X E ( X )] }
2 2
= C 2 D( X ).
(3) 设 X, Y 相互独立, D(X), D(Y) 存在, 则
D( X ± Y ) = D( X ) + D(Y ).
证明
D( X ± Y ) = E {[( X ± Y ) E ( X ± Y )]2 } = E {[ X E ( X )] ± [Y E (Y )]}2
= 12 p + 02 (1 p ) p 2 = pq .
2. 二项分布
设随机变量 X 服从参数为 n, p 二项分布, 其分布律为 n k P { X = k } = p (1 p )n k , ( k = 0,1,2, , n), k 则有 0 < p < 1.
E ( X ) = ∑ k P{ X = k }
3
= 4[ E ( X 6 ) ( E ( X 3 ))2 ] 1 493 1 6 1 1 6 6 E ( X ) = ( 2) × + 0 × + 1 × + 3 × = , 12 6 12 2 3
6 6
1 1 3 1 3 1 3 2 3 3 [ E ( X )] = ( 2) × + 0 × + 1 × + 3 × 2 12 12 3
D( X ) = E ( X 2 ) [ E ( X )]2 1 a + b =∫ x dx a ba 2
b
2
2
(b a )2 = . 12
5. 指数分布
设随机变量 X 服从指数分布 , 其概率密度为
1 x θ e , f ( x ) = θ 0, x > 0, x ≤ 0.
+∞
其中 θ > 0.
1
0 0 1
解
= 0,
E ( X ) = ∫ x (1 + x ) d x + ∫ x 2 (1 x ) d x
2 2
0
1
1
0
1 = , 6
于是
D( X ) = E ( X 2 ) [ E ( X )]2
1 1 2 = 0 = . 6 6
例2 设活塞的直径 (以 cm 计 ) X ~ N ( 22.40,0.032 ),
n
k ( k 1)n! k =∑ p (1 p )n k + np k = 0 k !( n k )!
n
( n 2)! p k 2 (1 p)( n 2 )( k 2 ) = n( n 1) p ∑ k = 2 ( n k )!( k 2)!
2 n
+ np
= n( n 1) p 2 [ p + (1 p )]n2 + np
∞
, λ > 0.
则有
E( X ) = ∑ k
k =0 ∞
λk
k!
eλ = eλ ∑
k =1
λ k 1
( k 1)!
λ
= λe λ eλ = λ .
E ( X 2 ) = E[ X ( X 1) + X ] = E[ X ( X 1)] + E ( X ) = ∑ k ( k 1)
n
n
( n 1)! k 1 ( n 1 ) ( k 1 ) = np ∑ p (1 p ) k =1 ( k 1)![( n 1) ( k 1)]!
n
= np[ p + (1 p )]n1
= np.
E ( X 2 ) = E[ X ( X 1) + X ]
= E[ X ( X 1)] + E ( X ) k k = ∑ k ( k 1) p (1 p )n k + np n k =0
k =0 +∞
λk
k!
eλ + λ + λ = λ 2e λ e λ + λ = λ 2 + λ .
= λ 2e λ ∑
k =2
+∞
λk 2
( k 2)!
所以 D( X ) = E ( X 2 ) [ E ( X )]2= λ2 + λ λ2 = λ .
泊松分布的期望和方差 都等于参数 λ .
5. 方差的性质
(1) 设 C 是常数, 则有 D(C ) = 0.
证明 D(C ) = E (C 2 ) [ E (C )]2 = C 2 C 2 = 0.
(2) 设 X 是一个随机变量, C 是常数, 则有
D(CX ) = C 2 D( X ).
证明 D(CX ) = E {[CX E (CX )]2 }
σ +∞ dt + ∫∞ te 2π
dt
D( X ) = ∫ ( x μ ) 2 f ( x ) d x
∞
+∞
1 = ∫ ( x μ) e ∞ 2 πσ x μ 令 = t,得 σ t2 2 +∞ σ 2 D( X ) = t e 2 dt 2 π ∫ ∞
+∞ 2 t2 2 σ = te 2 2π +∞
气缸的直径 Y ~ N ( 22.50, 0.042 ), X , Y 相互独立 . 任取一只活塞 , 任取一只气缸 , 求活塞能装入气缸 的概率 .
解 因为 X ~ N ( 22.40,0.032 ), Y ~ N ( 22.50, 0.042 ),
所以 X Y ~ N ( 0.10,0.0025), 故有 P{ X < Y } = P { X Y < 0}
( X Y ) ( 0.10) 0 (0.10) = P < = Φ ( 2) = 0.9772. 0.0025 0.0025
例3 设连续型随机变量 X 的概率密度为
π cos x , 0 ≤ x ≤ f ( x) = 2, 0, 其他 . 求随机变量 Y = X 2 的方差 D(Y ). E( X ) = ∫ x2 f ( x)d x 解 ∞
则有
E ( X ) = ∫ xf ( x ) d x = ∫
∞ +∞
0
1 x θ x e dx θ
= xe
x θ +∞
0
+∫ e
0
+∞
x θ
d x = θ.
D( X ) = E ( X 2 ) [ E ( X )]2
=∫
+∞ 0
1 x θ x e d x θ2 θ
2
= 2θ 2 θ 2
3. 方差的意义
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.
4. 随机变量方差的计算
(1) 利用定义计算
离散型随机变量的方差
4. 均匀分布
设 X ~ U (a , b ) , 其概率密度为
1 , f ( x) = b a 0,
∞
a < x < b,
其他 .
b
1 xd x 则有 E ( X ) = ∫ ∞ xf ( x ) d x = ∫a ba 1 = (a + b ). 2
结论 均匀分布的数学期望位于区间的中点.
设 X 是一个随机变量 , 若E {[ X E ( X )]2 }存在, 则称 E {[ X E ( X ) ] } 为 X 的方差, 记为 D( X ) 或 Var( X ) , 即
2
D( X ) = Var( X ) = E {[ X E ( X )] }.
2
称 D( X ) 为标准差或均方差 , 记为 σ ( X ).
(4) D( X ) = 0 的充要条件是 X 以概率 1 取常数 C ,即 P { X = C } = 1.
二、重要概率分布的方差
1. 两点分布
已知随机变量 X 的分布律为
X
1
0
p
则有
p
1 p
E( X ) = 1 p + 0 q = p,
D( X ) = E ( X 2 ) [ E ( X )]2
p np
0< p<1 λ>0 a<b
np(1 p )
λ
θ
μ
λ
θ
2
(a + b ) 2 (b a )2 12 σ2
