资源描述:
《概率论与数理统计 方差》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、我们已经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?甲仪器测量结果乙仪器测量结果较好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乙炮因为乙炮的弹着点较集中在中心附近.
2、中心中心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设X是一个随机变量,若E[(X-E(X)]2<∞,则称D(X)=E[X-E(X)]2(1)为X的方差.若X的取值比较分散,则方差较大.若方差D(X)=0,则r.vX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)=E[X-E(
3、X)]2X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,X~f(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)=E[X-E(X)]2=E{X2-2XE(X)+[E(X)]2}=E(X2)-2[E(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.vX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0
4、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)=C2D(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)=0P(X=C)=1,这里C=E(X)P(X=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X~B(n,p),则X表示n重贝努里试验中的“成功”次数.若设i=1,2,…,n故D(Xi)=E(Xi2
5、)-[E(Xi)]2E(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,…,nD(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{
6、X-E(X)
7、<}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.如图所示当方差已知时,切比雪夫不等式给出了r
8、.vX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.vX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5200~9400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(5200X9400)P(5200X9400)=P(5200-7300X-73009400-7300)=P(-2100X-E(X)2100)=P{
9、X-E(X)
10、2100}由切比雪
11、夫不等式P{
12、X-E(X)
13、2100}即估计每毫升白细胞数在5200~9400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0.74~0.76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X~B(n,0.75)所求为满足D(X)=0.75*0.25n=0.1875n=P(-0.01n14、X-E(X)
15、<0.01n}P(0.74n16、)可改写为在切比雪夫不等式中取n,则=P{
17、X-E(X)
18、<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0.74~0.76之间的概率至少为0.