离散型随机变量的期望值和方差

离散型随机变量的期望值和方差
离散型随机变量的期望值和方差

离散型随机变量的期望值和方差

一、基本知识概要:

1、 期望的定义:

一般地,若离散型随机变量ξ的分布列为

则称E ξ=x 1P 1+x 2P 2+x 3P 3+…+x n P n +…为ξ的数学期望或平均数、均值,简称期望。 它反映了:离散型随机变量取值的平均水平。

若η=a ξ+b(a 、b 为常数),则η也是随机变量,且E η=aE ξ+b 。 E(c)= c 特别地,若ξ~B(n ,P ),则E ξ=n P

2、 方差、标准差定义:

D ξ=(x 1-

E ξ)2·P 1+(x 2-E ξ)2·P 2+…+(x n -E ξ)2·P n +…称为随机变量ξ的方差。 D ξ的算术平方根ξD =δξ叫做随机变量的标准差。

随机变量的方差与标准差都反映了:随机变量取值的稳定与波动、集中与离散的程度。 且有D(a ξ+b)=a 2D ξ,可以证明D ξ=E ξ2- (E ξ)2。 若ξ~B(n ,p),则D ξ=npq ,其中q=1-p.

3、特别注意:在计算离散型随机变量的期望和方差时,首先要搞清其分布特征及分布列,然后要准确应用公式,特别是充分利用性质解题,能避免繁琐的运算过程,提高运算速度和准确度。 二、例题: 例1、(1)下面说法中正确的是 ( )

A .离散型随机变量ξ的期望E ξ反映了ξ取值的概率的平均值。

B .离散型随机变量ξ的方差D ξ反映了ξ取值的平均水平。

C .离散型随机变量ξ的期望E ξ反映了ξ取值的平均水平。

D .离散型随机变量ξ的方差D ξ反映了ξ取值的概率的平均值。 解:选C

说明:此题考查离散型随机变量ξ的期望、方差的概念。

(2)、(2001年高考题)一个袋子里装有大小相同的3个红球和2个黄球,从中同时取出两个,则其中含红球个数的数学期望是

解:含红球个数ξ的E ξ=0×

101+1×106+2×10

3=1.2 说明:近两年的高考试题与《考试说明》中的“了解……,会……”的要求一致,此部分以重点知识的基本

题型和内容为主,突出应用性和实践性及综合性。考生往往会因对题意理解错误,或对概念、公式、性质应用错误等,导致解题错误。

例2、设ξ是一个离散型随机变量,其分布列如下表,试求E ξ、D ξ

剖析:应先按分布列的性质,求出q 的值后,再计算出E ξ、D ξ。

解:因为随机变量的概率非负且随机变量取遍所有可能值时相应的概率之和等于1,所以???

?

???≤≤-≤=+-+11

2101212122

q q q q

解得2

21-

=q 。 于是,ξ的分布列为

所以E ξ=(-1)21)22(1)12(02-=-?+-?+?

, D ξ=[][]

12)22

3()21(1)12()21(21)21(122

2-=-?--+-?-+?---

说明:解答本题时,应防止机械地套用期望和方差的计算公式,出现以下误解:E ξ=

2

1

1)21(021)1(22-=?+-?+?

-q q q 。 练习:已知ξ的分布列为

(1)求E ξ, D ξ, δξ, (2) 若η=2ξ+3,求E η,D η

解:(1)E ξ=()31611310211-=?+?+?-, D ξ956131131310213112

2

2

=???? ??++???? ??++???? ?

?

+-,

δξ=

3

5 (2)E η=E(2ξ+3)= 2 E ξ+3=

37, D η=9

20 例3、人寿保险中(某一年龄段),在一年的保险期内,每个被保险人需交纳保险费a 元,被保险人意外死亡则保险公司赔付3万元,出现非意外死亡则赔付1万元,经统计此年龄段一年内意外死亡的概率是1p ,非意外死亡的概率为2p ,则a 需满足什么条件,保险公司才可能盈利?

剖析:要使保险公司能盈利,需盈利数ξ的期望值大于0,故需求E ξ。 解:设

ξ为盈利数,其概率分布为

且E ξ=2121211000030000)10000()30000()1(p p a p a p a p p a --=-+-+-- 要盈利,至少需使ξ的数学期望大于0,故211000030000p

p a +>。 说明:(1)离散型随机变量的期望表征了随机变量取值的平均值

(2)本题中D ξ有什么实际意义?

例4:把4个球随机地投入4个盒子中去,设ξ表示空盒子的个数,求E ξ、D ξ

剖析:每个球投入到每个盒子的可能性是相等的,总的投球方法数为44,空盒子的个数可能为0个,此时投球方法数为6464

!4)0(,!44

4

4==

=∴=ξP A ;空盒子的个数为1时,此时投球方法数为3

32414A C C ,)3(),2(,64

36

)1(===

=∴ξξξP P P 同样可分析。 解:ξ的所有可能取值为0,1,2,3。

,64214)2(,64364)1(,646

4)0(4

22342424244332414444=+========A C C C C P A C C P A P ξξξ 641

4

)3(41

4===C P ξ。

所以ξ的分布列为:

所以E ξ=64,D ξ=2

64。

说明:本题的关键是正确理解ξ的意义,写出ξ的分布列。 例

解:设随机变量ξ与η分别表示甲、乙两厂上缴利税数,

依题意有P(ξ=k)=41,P(η=k)=4

1

(k=1,2,3,4) E ξ=

41

×(70+50+80+40)=60 E η=41

×(55+65+55+65)=60

E ξ2=41

×(702+502+802+402)=3850

E η2=4

1

×(552+652+552+652)=3625

D ξ=

E ξ2-(E ξ)2=250,D η=E η2-( E η)2=25

由上述计算可知,两厂上缴利税的期望相等,说明平均水平相同;而甲厂的方差大于乙厂的方差,说明乙厂的波动性小,生产稳定;甲厂的波动性大,导致生产不稳定。

说明:本题考查利用离散型随机变量的方差与期望的知识,分析解决实际问题的能力。

例6、(1)设随机变量ξ具有分布列为P(ξ=k)=

6

1

(k=1,2,3,4,5,6), 求E ξ、E(2ξ+3)和D ξ。

(2) 设随机变量ξ的分布列为P(ξ=k)=

n

1

(k=1,2,3,…,n),求E ξ和D ξ。 (3)一次英语测验由50道选择题构成,每道有4个选项,其中有且仅有一个是正确的,每个选对得3分,选错或不选均不得分,满分150分,某学生选对每一道题的概率为0.7,求该生在这次测验中的成绩的期望与方差。

解:(1)E ξ=x 1P 1+x 2P 2+x 3P 3+…+x 6P 6=1×

61+2×61+3×61+…+6×6

1

=3.5 E(2ξ+3)=2E ξ+3=10

D ξ=(x 1-

E ξ)2P 1+(x 2-E ξ)2P 2+…+(x 6-E ξ)2P 6

=

61[(1-3.5)2+(2-3.5)2+…(6-3.5)2]=17.5×6

1 (2) E ξ=n 1(1+2+…+n)=2

1

n

D ξ=

E ξ2-(E ξ)2=n

1

(n 2-1)

(3)设ξ为该生选对试题个数,η为成绩。则ξ~β(50,0.7),η=3ξ ∴E ξ=50×0.7=35;D ξ=50×0.7×0.3=10.5 故E η=E(3ξ)=3E ξ=105 D η=D(3ξ)=9D ξ=94.5

说明:可根据离散型随机变量的期望和方差的概念、公式及性质解答。 三、课堂小结:

1、利用离散型随机变量的方差与期望的知识,可以解决实际问题。利用所学知识分析和解决实际问题的题型,越来越成为高考的热点,应予重视。

2、 常生产生活中的一些问题,我们可以转化为数学问题,借助于函数、方程、不等式、概率、统计等知

识解决。同时,要提高分析问题和解决问题的能力,必须关注生产和生活。

四、布置作业:教材P195页闯关训练

离散型随机变量及其分布列教案

离散型随机变量及其分布列第一课时 2.1.1离散型随机变量 教学目标:1、引导学生通过实例初步了解随机变量的作用,理解随机变量、离散型随机变量的概念.初步学会在实际问题中如何恰当地定义随机变量. 2、让学生体会用函数的观点研究随机现象的问题,体会用离散型随机变量思想 描述和分析某些随机现象的方法,树立用随机观念观察、分析问题的意识. 3、发展数学应用意识,提高数学学习的兴趣,树立学好数学的信心,逐步认识 数学的科学价值和应用价值. 教学重点:随机变量、离散型随机变量的概念,以及在实际问题中如何恰当的定义随机变量.教学难点:对引入随机变量目的的认识,了解什么样的随机变量便于研究. 教学方法:启发讲授式与问题探究式. 教学手段:多媒体 教学过程: 一、创设情境,引出随机变量 提出思考问题1:掷一枚骰子,出现的点数可以用数字1,2,3,4,5,6来表示.那么掷一枚硬币的结果是否也可以用数字来表示? 启发学生:掷一枚硬币,可能出现正面向上、反面向上两种结果.虽然这个随机试验的结果不具有数量性质,但可以将结果于数字建立对应关系. 在让学生体会到掷骰子的结果与出现的点数有对应关系后,也能创造性地提出用数字表示掷一枚硬币的结果.比如可以用1表示正面向上的结果,用0表示反面向上的结果.也可以分别用1、2表示正面向上与反面向上的结果. 再提出思考问题2:一位篮球运动员3次罚球的得分结果可以用数字表示吗? 让学生思考得出结论:投进零个球——— 0分 投进一个球——— 1分 投进两个球——— 2分 投进三个球——— 3分 得分结果可以用数字0、1、2、3表示. 二、探究发现 1、随机变量 问题1.1:任何随机试验的所有结果都可以用数字表示吗? 引导学生从前面的例子归纳出:如果将实验结果与实数建立了对应关系,那么随机试验的结果就可以用数字表示.由于这个数字随着随机试验的不同结果而取不同的值,因此是个变量. 问题1.2:如果我们将上述变量称之为随机变量,你能否归纳出随机变量的概念? 引导学生归纳随机变量的定义:在随机试验中,我们确定了一个对应关系,使得每一个试验结果都用一个确定的数字表示.在这个对应关系下,数字随着试验结果的变化而变化.像这种随着试验结果变化而变化的变量称为随机变量. 随机变量常用字母X、Y、ξ、η来表示. 问题1.3:随机变量与函数有类似的地方吗? 引导学生回顾函数的理解: 函数 实数实数 在引导学生类比函数的概念,提出对随机变量的理解:

离散型随机变量的期望

离散型随机变量的 苴日也 教学要求: 使学生了解离散型随机变量的期望的意义,会根据离散型随机变量的分布列求出期望.

对于离散型随机变量,确定了它的分布列,就掌握了随机变量取值的统计规律。 在实际问题中,我们还常常希望通过数字来反映随机变量的某个方面的特征,最常用的有期望与方差。 引例: 某射手射击所得环数E的分布列如下: 根据这个射手射击所得环数E的分布列,在n次射击中,预计有大约 0.02n次的4环.. 类似地,对任一射手,若已知其射击所得环数E的分布列,即已知各个P (^i)(i=O,1,2,3,...10),则可预计他任意n次射击的平均环数是

Eg二XP ( §二0) + 1 XP ( 5=1)+.. + XP ( ^=10) 称Eg为此射手射击所得环数g的期望,它刻划了随机变量g所取的平均值,从一个方面反映了射手的射击水平。 1、期望 若离散型随机变量E的概率分布为 则称Eg二XP+X2P尹…+XnPn+…为§的数学期望或平均数、均值,又称期望。 问:若E为上述离散型随机变量,贝怕二ag+b的分布列怎样?Er]呢? 因为P ( r]=a Xj+b) =P ( g二片),i=1, 2, 3... 所以,n的分布图为

于是E r|= (ax〔+b)Pi+ (a x2+b)p2+...+ (a x n+b)p n+ ... =a ( x1 p1+ x2p2+ ---+ x n p n+ ...) +b(P1+P2+…+p门+…) =a E g+b 2、例题 例1篮球运动员在比赛中每次罚球命中得1分,罚不中得0

分。已知某运动员罚球命中的概率为0.7,求他罚球1次的得分g的期望。 例2随机抛掷一个骰子,求所得骰子的点数§的期望。

知识讲解离散型随机变量的均值与方差(理)(基础)

离散型随机变量的均值与方差 【学习目标】 1. 理解取有限个值的离散型随机变量的均值或期望的概念,会根据离散型随机变量的分布列求出均值或期望,并能解决一些实际问题; 2. 理解取有限个值的离散型随机变量的方差、标准差的概念,会根据离散型随机变量的分布列求出方差或标准差,并能解决一些实际问题; 【要点梳理】 要点一、离散型随机变量的期望 1.定义: 一般地,若离散型随机变量ξ的概率分布为 则称=ξE +11p x +22p x …++n n p x … 为ξ的均值或数学期望,简称期望. 要点诠释: (1)均值(期望)是随机变量的一个重要特征数,它反映或刻画的是随机变量取值的平均水平. (2)一般地,在有限取值离散型随机变量ξ的概率分布中,令=1p =2p …n p =,则有=1p =2p … n p n 1= =,=ξE +1(x +2x …n x n 1 )?+,所以ξ的数学期望又称为平均数、均值。 (3)随机变量的均值与随机变量本身具有相同的单位. 2.性质: ①()E E E ξηξη+=+; ②若b a +=ξη(a 、b 是常数),ξ是随机变量,则η也是随机变量,有b aE b a E +=+ξξ)(; b aE b a E +=+ξξ)(的推导过程如下:: η的分布列为 于是=ηE ++11)(p b ax ++22)(p b ax …()i i ax b p +++… =+11(p x a +22p x …i i x p ++…)++1(p b +2p …i p ++…)=b aE +ξ

∴b aE b a E +=+ξξ)(。 要点二:离散型随机变量的方差与标准差 1.一组数据的方差的概念: 已知一组数据1x ,2x ,…,n x ,它们的平均值为x ,那么各数据与x 的差的平方的平均数 [1 2n S = 21)(x x -+22)(x x -+…+])(2x x n -叫做这组数据的方差。 2.离散型随机变量的方差: 一般地,若离散型随机变量ξ的概率分布为 则称ξD =121)(p E x ?-ξ+22 2)(p E x ?-ξ+…+2()n i x E p ξ-?+…称为随机变量ξ的方差,式中 的ξE 是随机变量ξ的期望. ξD 的算术平方根ξD 叫做随机变量ξ的标准差,记作σξ. 要点诠释: ⑴随机变量ξ的方差的定义与一组数据的方差的定义式是相同的; ⑵随机变量ξ的方差、标准差也是随机变量ξ的特征数,它们都反映了随机变量取值的稳定与波动、集中与离散的程度;方差(标准差)越小,随机变量的取值就越稳定(越靠近平均值). ⑶标准差与随机变量本身有相同的单位,所以在实际问题中应用更广泛。 3.期望和方差的关系: 22()()D E E ξξξ=- 4.方差的性质: 若b a +=ξη(a 、b 是常数),ξ是随机变量,则η也是随机变量,2 ()D D a b a D ηξξ=+=; 要点三:常见分布的期望与方差 1、二点分布: 若离散型随机变量ξ服从参数为p 的二点分布,则 期望E p ξ= 方差(1).D p p ξ=-

常用离散型和连续型随机变量

常用离散型随机变量的分布函数 (1) 离散型随机变量 [1] 概念:设X 是一个随机变量,如果X 的取值是有限个或者 无穷可列个,则称X 为离散型随机变量。其相应的概 率()i i P X x p ==(12)i =、……称为X 的概率分 布或分布律,表格表示形式如下: [2] 性质: ? 0i p ≥ ?11n i i p ==∑ ?分布函数()i i x x F x p == ∑ ?1{}()()i i i P X x F x F x -==- (2) 连续型随机变量 [1] 概念:如果对于随机变量的分布函数()F x ,存在非 负的函数 ()f x ,使得对于任意实数x ,均有: ()()x F x f x dx -∞= ? 则称X 为连续型随机变量,()f x 称为概率密度函 数或者密度函数。

[2] 连续型随机变量的密度函数的性质 ?()0f x ≥ ? ()1f x dx +∞ -∞=? ?{}()()()P a X b F b F a f x dx +∞ -∞<≤=-= ? ?若()f x 在x 点连续,则()()F x f x '= (3) 连续型随机变量和离散型随机变量的区别: [1] 由连续型随机变量的定义,连续型随机变量的定义域是 (),-∞+∞,对于任何x ,000 {}()()0P X x F x F x ==--=;而对于离散型随机变量的分布函数有有限个或可列个间 断点,其图形呈阶梯形。 [2] 概率密度()f x 一定非负,但是可以大于1,而离散型随 机变量的概率分布i p 不仅非负,而且一定不大于1. [3] 连续型随机变量的分布函数是连续函数,因此X 取任何 给定值的概率都为0. [4] 对任意两个实数a b <,连续型随机变量X 在a 与b 之间 取值的概率与区间端点无关,即:

离散型随机变量的期望与方差

开锁次数的数学期望和方差 例 有n 把看上去样子相同的钥匙,其中只有一把能把大门上的锁打开.用它们去试开门上的锁.设抽取钥匙是相互独立且等可能的.每把钥匙试开后不能放回.求试开次数ξ的数学期望和方差. 分析:求)(k P =ξ时,由题知前1-k 次没打开,恰第k 次打开.不过,一般我们应从简单的地方入手,如3,2,1=ξ,发现规律后,推广到一般. 解:ξ的可能取值为1,2,3,…,n . Λ;12112121)111()11()3(;111111)11()2(,1)1(n n n n n n n n n P n n n n n n P n P =-?--?-=-?--?-===-?-=-?-====ξξξ n k n k n k n n n n n n n k n k n n n n k P 111212312111)211()211()111()11()(=+-?+-+---?--?-=+-?+----?--?-==ΛΛξ;所以ξ的分布列为: 2 31211=?++?+?+?=n n n n n E Λξ; n n n n n k n n n n n n D 1)21(1)21(1)213(1)212(1)211(22222?+-++?+-++?+-+?+-+?+- =ΛΛξ ?? ?????+++++++-++++=n n n n n n 22222)21()321)(1()321(1ΛΛ 1214)1(2)1()12)(1(611222-=?? ????+++-++=n n n n n n n n n 说明:复杂问题的简化处理,即从个数较小的看起,找出规律所在,进而推广到一般,方差的公式正确使用后,涉及一个数列求和问题,合理拆项,转化成熟悉的公式,是解决的关键. 次品个数的期望

离散型随机变量的期望值和方差

离散型随机变量的期望值和方差 一、基本知识概要: 1、 期望的定义: 一般地,若离散型随机变量ξ的分布列为 则称E ξ=x 1P 1+x 2P 2+x 3P 3+…+x n P n +…为ξ的数学期望或平均数、均值,简称期望。 它反映了:离散型随机变量取值的平均水平。 若η=a ξ+b(a 、b 为常数),则η也是随机变量,且E η=aE ξ+b 。 E(c)= c 特别地,若ξ~B(n ,P ),则E ξ=n P 2、 方差、标准差定义: D ξ=(x 1- E ξ)2·P 1+(x 2-E ξ)2·P 2+…+(x n -E ξ)2·P n +…称为随机变量ξ的方差。 D ξ的算术平方根ξD =δξ叫做随机变量的标准差。 随机变量的方差与标准差都反映了:随机变量取值的稳定与波动、集中与离散的程度。 且有D(a ξ+b)=a 2D ξ,可以证明D ξ=E ξ2- (E ξ)2。 若ξ~B(n ,p),则D ξ=npq ,其中q=1-p. 3、特别注意:在计算离散型随机变量的期望和方差时,首先要搞清其分布特征及分布列,然后要准确应用公式,特别是充分利用性质解题,能避免繁琐的运算过程,提高运算速度和准确度。 二、例题: 例1、(1)下面说法中正确的是 ( ) A .离散型随机变量ξ的期望E ξ反映了ξ取值的概率的平均值。 B .离散型随机变量ξ的方差D ξ反映了ξ取值的平均水平。 C .离散型随机变量ξ的期望E ξ反映了ξ取值的平均水平。 D .离散型随机变量ξ的方差D ξ反映了ξ取值的概率的平均值。 解:选C 说明:此题考查离散型随机变量ξ的期望、方差的概念。 (2)、(2001年高考题)一个袋子里装有大小相同的3个红球和2个黄球,从中同时取出两个,则其中含红球个数的数学期望是 。 解:含红球个数ξ的E ξ=0× 101+1×106+2×10 3=1.2 说明:近两年的高考试题与《考试说明》中的“了解……,会……”的要求一致,此部分以重点知识的基本 题型和内容为主,突出应用性和实践性及综合性。考生往往会因对题意理解错误,或对概念、公式、性质应用错误等,导致解题错误。 例2、设ξ是一个离散型随机变量,其分布列如下表,试求E ξ、D ξ 剖析:应先按分布列的性质,求出q 的值后,再计算出E ξ、D ξ。 解:因为随机变量的概率非负且随机变量取遍所有可能值时相应的概率之和等于1,所以??? ? ???≤≤-≤=+-+11 2101212122 q q q q

离散型随机变量及其分布范文

离散型随机变量及其分布 知识点一:离散型随机变量的相关概念; 随机变量:如果随机试验的结果可以用一个变量来表示,那么这样的变量叫做随机变量随机变量常用希腊字母ξ、η等表示 离散型随机变量:对于随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量。若ξ是随机变量,a b ηξ=+,其中a 、b 是常数,则η也是随机变量 连续型随机变量:对于随机变量可能取的值,可以取某一区间内的一切值,这样的变量就叫做连续型随机变量 离散型随机变量与连续型随机变量的区别与联系: 离散型随机变量与连续型随机变量都是用变量表示随机试验的结果;但是离散型随机变量的结果可以按一定次序一一列出,而连续性随机变量的结果不可以一一列出 离散型随机变量的分布列:设离散型随机变量ξ可能取的值为12i x x x ??????、ξ取每一个值()1,2,i x i =???的概率为()i i P x p ξ==,则称表 为随机变量ξ的概率分布,简称ξ的分布列 知识点二:离散型随机变量分布列的两个性质; 任何随机事件发生的概率都满足:0()1P A ≤≤,并且不可能事件的概率为0,必然事件的概率为1.由此你可以得出离散型随机变量的分布列都具有下面两个性质: (1) 01,2,i p i ≥=???,;12(2) 1P P ++ = 特别提醒:对于离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的 概率的和即1()()()k k k P x P x P x ξξξ+≥==+=+ 知识点二:两点分布: 若随机变量X 的分布列: 则称 X 的分布列为两点分布列. 特别提醒:(1)若随机变量X 的分布列为两点分布, 则称X 服从两点分布,而称P(X=1) 为成功率. (2)两点分布又称为0-1分布或伯努利分布 (3)两点分布列的应用十分广泛,如抽取的彩票是否中奖;买回的一件产品是 否为正品;新生婴儿的性别;投篮是否命中等等;都可以用两点分布列来研究. 知识点三:超几何分布: 一般地,在含有M 件次品的N 件产品中,任取n 件,其中恰有X 件次品,则

离散型随机变量的方差教案教学内容

精品文档 精品文档 离散型随机变量的方差 一、三维目标: 1、知识与技能:了解离散型随机变量的方差、标准差的意义,会根据离散型随机变量的分布列求出方差或标准差。 2、过程与方法:了解方差公式“D (aξ+b )=a 2Dξ”,以及“若ξ~Β(n ,p ),则Dξ=np (1—p )”,并会应用上述公式计算有关随机变量的方差 。 3、情感、态度与价值观:承前启后,感悟数学与生活的和谐之美 ,体现数学的文化功能与人文价值。 二、教学重点:离散型随机变量的方差、标准差 三、教学难点:比较两个随机变量的期望与方差的大小,从而解决实际问题 四、教学过程: (一)、复习引入: 1..数学期望 则称 =ξE +11p x +22p x …++n n p x … 为ξ的数学期望,简称期望. 2. 数学期望是离散型随机变量的一个特征数,它反映了离散型随机变量取值的平均水平 3. 期望的一个性质: b aE b a E +=+ξξ)( 5、如果随机变量X 服从二项分布,即X ~ B (n,p ),则EX=np (二)、讲解新课: 1、(探究1) 某人射击10次,所得环数分别是:1,1,1,1,2,2,2,3,3,4;则所得的平均环数是多少? (探究2) 某人射击10次,所得环数分别是:1,1,1,1,2,2,2,3,3,4;则这组数据的方差是多少? 2、离散型随机变量取值的方差的定义: 设离散型随机变量X 的分布为: 则(x i -EX)2描述了x i (i=1,2,…n)相对于均值EX 的偏离程度,而 DX 为这些偏离程度的加权平均,刻画了随机变量X 与其均值EX 的平均偏离程度。我们称DX 为随机变量X 的方差,其算术平方根DX 叫做随机变量X 的标准差. 随机变量的方差与标准差都反映了随机变量偏离于均值的平均程度的平均程度,它们的值越小,则随机变量偏离于均值的平均程度越小,即越集中于均值。 (三)、基础训练 求DX 和 解:00.110.220.430.240.12EX =?+?+?+?+?= 104332221111+++++++++=X 2101 4102310321041=?+?+?+?=] )()()[(122212x x x x x x n s n i -++-++-=ΛΛ1 ])24()23()23()22()22()22()21()21()21()21[(10 1 22222222222=-+-+-+-+-+-+-+-+-+-=s 2 2222)24(101)23(102)22(103)21(104-?+-?+-?+-?=s ∑=-=n i i i p EX x 1 2)(DX

离散型随机变量的期望

2.3.1离散型随机变量的期望 教学目标: 知识与技能:了解离散型随机变量的均值或期望的意义,会根据离散型随机变量的分布列求出均值或期望. 过程与方法:理解公式“E(aξ+b)=aEξ+b”,以及“若ξB(n,p),则Eξ=np”.能熟 练地应用它们求相应的离散型随机变量的均值或期望。 情感、态度与价值观:承前启后,感悟数学与生活的和谐之美,体现数学的文化功能与人文价值。 教学重点:离散型随机变量的均值或期望的概念 教学难点:根据离散型随机变量的分布列求出均值或期望 授课类型:新授课 课时安排:2课时 教具:多媒体、实物投影仪 教学过程: 一、复习引入: 1.随机变量:如果随机试验的结果可以用一个变量来表示,那么这样的变量叫做随机变量随机变量常用希腊字母ξ、η等表示 2. 离散型随机变量:对于随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量 3.连续型随机变量: 对于随机变量可能取的值,可以取某一区间内的一切值,这样的变量就叫做连续型随机变量 4.离散型随机变量与连续型随机变量的区别与联系: 离散型随机变量与连续型随机变量都是用变量表示随机试验的结果;但是离散型随机变量的结果可以按一定次序一一列出,而连续性随机变量的结果不可以一一列出 若是随机变量,是常数,则也是随机变量并且不改变其属性(离 散型、连续型) 5.分布列:设离散型随机变量ξ可能取得值为x1,x2,…,x3,…, ξ取每一个值x i(i=1,2,…)的概率为,则称表 ξx1x2…x i… P P1P2…P i… 为随机变量ξ的概率分布,简称ξ的分布列 6. 分布列的两个性质:⑴P i≥0,i=1,2,...;⑵P1+P2+ (1) 7.离散型随机变量的二项分布:在一次随机试验中,某事件可能发生也可能不发生,在n次独立重复试验中这个事件发生的次数ξ是一个随机变量.如果在一次试验中某事件发生的概率是P,那么在n次独立重复试验中这个事件恰好发生k次的概率是 ,(k=0,1,2,…,n,). 于是得到随机变量ξ的概率分布如下: ξ0 1 …k …n

离散型随机变量的方差()

离散型随机变量的方差(一) 白河一中 邓启超 教学目标: 1、知识与技能:了解离散型随机变量的方差、标准差的意义,会根据离散型随机变量的分布列求出方差或标准差。 2、过程与方法:会利用离散型随机变量的均值(期望)和方差对所给信息进行整合和分析,得出相应结论。 3、情感、态度与价值观:承前启后,感悟数学与生活的和谐之美 ,体现数学的文化功能与人文价值。 二、教学重点:离散型随机变量的方差、标准差 三、教学难点:比较两个随机变量的期望与方差的大小,从而解决实际问题 四、教学过程: (一)、复习引入: 1..数学期望 则称 =ξE +11p x +22p x …++n n p x … 为ξ的数学期望,简称期望. 2. 数学期望是离散型随机变量的一个特征数,它反映了离散型随机变量取值的平均水平,也称为随机变量的均值。 3. 期望的一个性质: b aE b a E +=+ξξ)( 4、常见特殊分布的变量的均值(期望) (1)如果随机变量X 服从二项分布(包括两点分布),即X ~ B (n,p ),则 E ξ=np (2)如果随机变量X 服从超几何分布,即X ~H (N ,M ,n ),则 E ξ= N M n (二)、讲解新课: 1、(探究1):A ,B 两种不同品牌的手表,它们的“日走时误差”分别为X ,Y (单位: S ),X A 型手表 B 型手表 np EX =

问题:(1)分别计算X,Y 的均值,并进行比较; (2)这两个随机变量的分布有什么不同,如何刻画这种不同 分析:EX=EY,也就是说这两种表的平均日走时误差都是0. 因此,仅仅根据平均误差,不能判断出哪一种品牌的表更好。 进一步观察,发现A品牌表的误差只有01.0±而B品牌的误差为±0.05 结论:A品牌的表要好一些。 探究(2):甲、乙两名射手在同一条件下射击,所得环数X1, X2分布列 2 8 9 10 0.4 0.2 0.4 分析: 甲和乙射击环数均值相等,甲的极差为2,乙的极差也为2,该如何比较? 思考:怎样定量刻画随机变量的取值与其均值的偏离程度呢? 样本方差: 类似的,随机变量X 的方差: 222221)(......)......()()(EX X EX X EX X EX X DX n i -+-+-+-= =2)(EX X E i - 思考:离散型随机变量的期望、方差与样本的期望、方差的区别和联系是什 9 ,921==EX EX ? ? ????-++-+-=---2 n 22212)x (x )x (x )x (x n 1s ...n 1)x (x n 1)x (x n 1)x (x s 2n 22212? -++?-+?-=---...

一个复合随机变量的方差

一个复合随机变量的方差 王福昌 (防灾科技学院 河北三河 065201) 【摘要】:对于比较复杂的复合随机变量的方差,一般没有简单公式去求解。这里结合具体例子进行了详细剖析。 【关键词】复合随机变量;方差 随机变量的数字特征在对积极变量的研究中占有重要的地位[1]。在教学过程中,我们发现学生在对简单的随机变量求方差时还能应付,对于稍微复杂的随机变量,不知如何下手。本文通过求一个复合随机变量的方差,指出遇到这种情形时应注意的一些问题. 如果一个随机变量X,它服从的分布与一个参数Y 有关,而Y 也是一个随机变量,它服从一个确定的分布,这时我们称随机变量X 为一个服从复合分布的复合随机变量。在应用问题中,常常遇到服从复合分布的随机变量[2]。下面给出一个例子。 设随机变量X ,以概率0.2服从均值为5的泊松分布,以概率0.8服从均值为1的泊松分布,求X 的方差。 解:由泊松分布性质可得,服从参数λ泊松分布的期望与方差相等,且都等于其参数λ。 设)5(~1πX ,)1(~2πX ,由题设和条件概率公式、全概率公式 ,设全集 } {}{21X X X X S =?==,对于 ,,21=k ()()()} {8.0}{2.0}{}{}{}{} ,{} ,{}{}{}{}{}{2122112121k X P k X P X X k X P X X P X X k X P X X P k X X X P k X X X P X X X X k X P S k X P k X P =+=====+=====+===?=?==?===条件概率可加性 所以 8 .118.052.0} {8.0}{2.0} {)(0 20 10 =?+?==?+=?===∑∑∑∞ =∞=∞ =k k k k X kP k X kP k X kP X E 由方差定义 )()()(22X E X E X D -=,所 以 ) ()()(122 11X E X E X D -=,) ()()(222 22X E X E X D -=,所 以 30 55)()()(21212 1=+=+=X E X D X E , 211)()()(22222 2=+=+=X E X D X E , 6 .728.0302.0) (8.0)(2.0} {8.0}{2.0} {)(2 2210 220 12022 =?+?=?+?==?+=?===∑∑∑∞ =∞=∞ =X E X E k X P k k X P k k X P k X E k k k 所以 36.48.16.7)()()(222=-=-=X E X E X D . 通过这个例子可以看出概率解题方法的灵活多样性。一个有效的策略是吃透概念,从定义和基本公式出发,利用一直的基本性质和技巧往往可使复杂方差的计算变得简捷. 看起来复杂的问题,往往可通过最根本的基本定义和方法解决。 【参考文献】 [1] 邓健,生志荣. 一个随机变量的分布列及数学期望的计算[J].数学学习与研究,2010,(1):93,95. [2]张尚志. 复合随机变量高阶矩的一个积分表达式[J].江西大学学报(自然科学版),1980,4(1):135-137.

离散型随机变量的期望值和方差

12.2
离散型随机变量的期望值和方差
一、知识梳理 1.期望:若离散型随机变量ξ ,当ξ =xi 的概率为 P(ξ =xi)=Pi(i=1,2,…,n,…) , 则称 Eξ =∑xi pi 为ξ 的数学期望,反映了ξ 的平均值. 期望是算术平均值概念的推广,是概率意义下的平均.Eξ 由ξ 的分布列唯一确定. 2.方差:称 Dξ =∑(xi-Eξ )2pi 为随机变量ξ 的均方差,简称方差.
D?
叫标准差,反
映了ξ 的离散程度. 3.性质: (1)E(aξ +b)=aEξ +b,D(aξ +b)=a2Dξ (a、b 为常数). (2)二项分布的期望与方差:若ξ ~B(n,p) ,则 Eξ =np,Dξ =npq(q=1-p). Dξ 表示ξ 对 Eξ 的平均偏离程度,Dξ 越大表示平均偏离程度越大,说明ξ 的取值越分 散. 二、例题剖析 【例 1】 设ξ 是一个离散型随机变量,其分布列如下表,试求 Eξ 、Dξ .
ξ P -1
1 2
0 1-2q
1 q2
拓展提高
既要会由分布列求 Eξ 、Dξ ,也要会由 Eξ 、Dξ 求分布列,进行逆向思维.如:若ξ 是 离散型随机变量,P(ξ =x1)=
3 5 2 5 7 5
,P(ξ =x2)=
,且 x1,Dξ =
6 25
.求ξ
的分布列. 解:依题意ξ 只取 2 个值 x1 与 x2,于是有 Eξ = Dξ =
3 5 3 5
x1+
2 5
x2=
2 5
7 5

6 25
x12+
x22-Eξ 2=
.
从而得方程组 ?
?3 x1 ? 2 x 2 ? 7 , ? ?3 x1 ?
2
? 2x2
2
? 11 .
【例 2】 人寿保险中(某一年龄段) 在一年的保险期内, , 每个被保险人需交纳保费 a 元, 被保险人意外死亡则保险公司赔付 3 万元,出现非意外死亡则赔付 1 万元.经统计此年龄段一 年内意外死亡的概率是 p1,非意外死亡的概率为 p2,则 a 需满足什么条件,保险公司才可能 盈利? 【例 3】 把 4 个球随机地投入 4 个盒子中去,设ξ 表示空盒子的个数,求 Eξ 、Dξ .
特别提示
求投球的方法数时,要把每个球看成不一样的.ξ =2 时,此时有两种情况:①有 2 个空盒 子,每个盒子投 2 个球;②1 个盒子投 3 个球,另 1 个盒子投 1 个球. 【例 4】 若随机变量 A 在一次试验中发生的概率为 p(02D? ? 1 E?
的最大值.
【例 5】 袋中装有一些大小相同的球,其中有号数为 1 的球 1 个,号数为 2 的球 2 个, 号数为 3 的球 3 个,…,号数为 n 的球 n 个.从袋中任取一球,其号数作为随机变量ξ ,求ξ
1

离散型随机变量的数学期望教案

离散型随机变量的数学期望教案 教学目标:1使学生理解和掌握离散型随机变量的数学期望的定义, 2会掌握和应用数学期望的性质。 教学工具:多媒体。 一.复习 1.一般地,设离散型随机变量ξ可能取的值为 x1,x2,……,xi ,…, X 取每一个值xi(i =1,2,…)的概率P(X =xi)=pi ,则称下表 一般地,设离散型随机变量ξ可能取的值为 x1,x2,……,xi ,…, 为随机变量X 的概率分布, 由概率的性质可知,任一离散型随机变量的分布列都具有下述两个性质: (1)pi ≥0,i =1,2,...; (2)p1+p2+ (1) 2、什么叫n 次独立重复试验? 一般地,由n 次试验构成,且每次试验互相独立完成,每次试验的结果仅有两种对立的状态,即A 与 ,每次试验中P(A )=p >0。称这样的试验为n 次独立重复试验,也称伯努利试验。 3、什么叫二项分布? 若X ~B (n ,p) Cnk p k q n-k 二.引例,新课 1.全年级同学的平均身高是产u= n 1(11n x +22n x +….+ m m n x ) P=p(X=i x )= n n i ,i=1,2….n

把全年级的平均身高u 定义成X 的均值,记作E(X) E(X)= (11n x +22n x +….+ m m n x )/n EX=x1p1+x2p2+…+xipi+…+xnpn 2.数学期望的定义 则称: E(X)=x1p1+x2p2+…+xipi+…+xnpn 为随机变量X 的均值或数学期望。 它反映了离散型随机变量取值的平均水平。 3,举例 解:该随机变量X 服从两点分布: P(X=1)=0.7、P(X=0)=0.3 所以:EX=1×P(X=1)+0×P(X=0)=0.7 三、数学期望的性质 得到结论(1) ? 在篮球比赛中,如果某运动员罚球命中的概率为0.7,那么他罚球一次得分设为X ,X 的均值是多少?

1离散型随机变量的均值(数学期望)

离散型随机变量的均值 一、概念: 1.随机变量:如果随机试验的结果可以用一个变量来表示,那么这样的变量叫做随机变量 随机变量常用希腊字母ξ、η等表示 2. 离散型随机变量:对于随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量 3. 分布列:设离散型随机变量ξ可能取得值为x 1,x 2,…,x 3,…, ξ取每一个值x i (i =1,2,…)的概率为()i i P x p ξ==,则称表 ξ x 1 x 2 … x i … P P 1 P 2 … P i … 为随机变量的概率分布,简称的分布列 4. 分布列的两个性质: ⑴P i ≥0,i =1,2,...; ⑵P 1+P 2+ (1) 5.离散型随机变量的二项分布:在一次随机试验中,某事件可能发生也可能不发生,在n 次独立重复试验中这个事件发生的次数ξ是一个随机变量.如果在一次试验中某事件发生的概率是P ,那么在n 次独立重复试验中这个事件恰好发生k 次的概率是 k n k k n n q p C k P -==)(ξ,(k =0,1,2,…,n ,p q -=1). 于是得到随机变量ξ的概率分布如下: ξ 0 1 … k … n P n n q p C 00 1 11-n n q p C … k n k k n q p C - … q p C n n n 称这样的随机变量ξ服从二项分布,记作ξ~B (n ,p ),其中n ,p 为参数,并记 k n k k n q p C -=b (k ;n ,p ). 二、数学期望: 根据已知随机变量的分布列,我们可以方便的得出随机变量的某些制定的概率,但分布列的用途远不止于此,例如:已知某射手射击所得环数ξ的分布列如下 ξ4 5 6 7 8 9 10 P 在n 次射击之前,可以根据这个分布列估计n 次射击的平均环数.这就是我们今天要学习的离散型随机变量的均值或期望 根据射手射击所得环数ξ的分布列, 我们可以估计,在n 次射击中,预计大约有 n n P 02.0)4(=?=ξ 次得4环; n n P 04.0)5(=?=ξ 次得5环; ………… n n P 22.0)10(=?=ξ 次得10环. 故在n 次射击的总环数大约为 +??n 02.04++?? n 04.05n ??22.010

离散型随机变量的方差

2.3.2离散型随机变量的方差 整体设计 教材分析 本课仍是一节概念新授课,方差与均值都是概率论和数理统计的重要概念,是反映随机变量取值分布的特征数.离散型随机变量的均值与方差涉及的试题背景有:产品检验问题、射击、投篮问题、选题、选课、做题、考试问题、试验、游戏、竞赛、研究性问题、旅游、交通问题、摸球问题、取卡片、数字和入座问题、信息、投资、路线等问题.从近几年高考试题看,离散型随机变量的均值与方差问题还综合函数、方程、数列、不等式、导数、线性规划等知识,主要考查能力. 课时分配 1课时 教学目标 知识与技能 了解离散型随机变量的方差、标准差的意义,会根据离散型随机变量的分布列求出方差或标准差. 过程与方法 了解方差公式“D(aX+b)=a2D(X)”,以及“若X~B(n,p),则D(X)=np(1-p)”,并会应用上述公式计算有关随机变量的方差. 情感、态度与价值观 承前启后,感悟数学与生活的和谐之美,体现数学的文化功能与人文价值. 重点难点 教学重点:离散型随机变量的方差、标准差. 教学难点:比较两个随机变量的均值与方差的大小,从而解决实际问题. 教学过程 复习旧知 1 则称Eξ=x1p1+x2p2+…+x i p i+…+x n p n为ξ的数学期望. 2.数学期望的一个性质:E(aξ+b)=aEξ+b. 3.若ξ~B(n,p),则Eξ=np. 教师指出:数学期望是离散型随机变量的一个特征数,它反映了离散型随机变量取值的平均水平,表示随机变量在随机试验中取值的平均值.但有时两个随机变量只用这一个特征量是无法区别它们的,还需要对随机变量取值的稳定与波动、集中与离散的程度进行刻画.探究新知 已知甲、乙两名射手在同一条件下射击,所得环数ξ1、ξ2的分布列如下:

图解常用离散型随机变量

第 22卷第1期2019年1月 高等数学研究 STUDIES IN COLLEGE MATHEMATICS Vol.22,No. 1Jan. , 2019 doi : 10. 3969/j. issn. 1008-1399. 2019. 01. 033 图解常用离散型随机变量 杨夜茜 (同济大学数学科学学院,上海200092) 摘要在 概 率论的学习中,一个重要章节就是常用的离散型随机变量的学习.离 散 型随机变量包括伯努利分布, 二项分布,泊松分布,几何分布,超几何分布和负二项 分布等等.在本文中,首先借 助时间流的图形表达,从伯努利 试验次数和成功次数角度 区分其中的一些常用变量;其次通过一个流程图的方式柢理这些常用的离散型随 机 变量 的定义.本文的目的在于,基于常规的离散型随机变量的分布律等介绍之余,首次尝试从不同的比较汇总角度,借 助图表方法对常用的离散型 随 机 变量进行梳理和总结 ,起 到 区 分 变 量 的 差 异 ,加 强对常用离散型随机变量概念 的 理 解 . 关键词 常 用 离 散 型 随 机 变 量 ;伯 努 利 试 验 次 数 ;成 功 次 数 ;时 间 流 ;流 程 图 中图分类号 0211 文献标识码 A 文章编号 1008-1399(2019)01 -0118-03 Explanation of Discrete Random Variable by Diagrams Y A N G Xiaohan (School of Mathematics Science, Tongji University, Shanghai 200092, China) Abstract This paper uses time flows and flow charts to describe discrete random variables , such as Ber - n o u lli , Binom ial , Poisson , Geometric , and Negative Binomial variables , based on two key points : number of tria ls , and number of successes . Keywords discrete random variable,num ber of tria ls , number of successes,time flo w , flo w chart i 引言 关于常用的离散型随机变量,它们的定义、分 布律、概率、期望和方差等,在教科书或者是文献 中,已经有非常明确的定义[1_3].在笔者多年的教学 中发现,学生在学习这些随机变量的时候,通常会 出现计算题准确率很高,但涉及定义的问题回答模 糊.因此在本文中,不重复介绍离散型随机变量的 分布律等,尝试从不同的比较和汇总的角度借助图 表方法对这些常用的离散型随机变量进行梳理.在 文献[4]中,George C asella 给出了随机变量间的关 系图,描述了大部分的离散型和连续型随机变量两 两变量之间的联系.与他的关系图侧重点不同,在 本文中,首次设计了两种图形表述方式:时间流和 收稿日期: 2017-12-19 修改日期=2018 -03 -13 作者简介:杨筱菡(1977 —),女,江苏,博士,副教授,概率统计, Email :xiaohyang @tongji . edu . cn 流程图.时间流的图形很具象,简单明了切中随机 变量定义的关键点.而在自上而下的流程图中,通 过回答每一个是与否的简单问题而找到变量的归 属.这两种图形方式,能快速理清每个常用的离散 型随机变量的定义,区分不同变量概念上的差异, 加强对概念的理解. 注这里要特别说明的是,本文中提及的常用的 随机变量仅是在本科公共基础课程“概率论与数理 统计”中提及的常用离散型随机变量,它们只是常 用离散型随机变量中的一部分,并非全部,例如二 项分布的推广一多项分布等就不在此文讨论的范 围内. 2时间流区分法 通常常用的离散型随机变量总是从讲述伯努 利试验开始,伯努利试验是一类可重复、独立的试 验,且一次试验的样本空间只有两个样本点,6卩{成 功,失败},有时把样本点“成功”描述为“事件A 发

离散型随机变量的方差

2.3.2 离散型随机变量的方差 1.理解取有限个值的离散型随机变量的方差及标准差的概念. 2.能计算简单离散型随机变量的方差,并能解决一些实际问题.(重点) 3.掌握方差的性质以及两点分布、二项分布的方差的求法,会利用公式求它们的方差.(难点 ) [基础·初探] 教材整理1 离散型随机变量的方差的概念 阅读教材P 64~P 66上面第四自然段,完成下列问题. 1.离散型随机变量的方差、标准差 (1)定义:设离散型随机变量X 的分布列为 则(x i -E (X ))描述了i D (X )=∑i =1n (x i -E (X ))2p i 为这些偏离程度的加权平均,刻画了随机变量X 与其均值E (X ) 的平均偏离程度.称D (X )为随机变量X 的方差,其算术平方根D (X )为随机变量X 的标准差. (2)意义:随机变量的方差和标准差都反映了随机变量取值偏离于均值的平均程度.方差或标准差越小,则随机变量偏离于均值的平均程度越小. 2.随机变量的方差与样本方差的关系 随机变量的方差是总体的方差,它是一个常数,样本的方差则是随机变量,是随样本的变化而变化的.对于简单随机样本,随着样本容量的增加,样本的方

差越来越接近于总体的方差. 1.下列说法正确的有________(填序号). ①离散型随机变量ξ的期望E (ξ)反映了ξ取值的概率的平均值; ②离散型随机变量ξ的方差D (ξ)反映了ξ取值的平均水平; ③离散型随机变量ξ的期望E (ξ)反映了ξ取值的波动水平; ④离散型随机变量ξ的方差D (ξ)反映了ξ取值的波动水平. 【解析】 ①错误.因为离散型随机变量ξ的期望E (ξ)反映了ξ取值的平均水平. ②错误.因为离散型随机变量ξ的方差D (ξ)反映了随机变量偏离于期望的平均程度. ③错误.因为离散型随机变量的方差D (ξ)反映了ξ取值的波动水平,而随机变量的期望E (ξ)反映了ξ取值的平均水平. ④正确.由方差的意义可知. 【答案】 ④ 2.已知随机变量ξ,D (ξ)=1 9,则ξ的标准差为________. 【解析】 ξ的标准差D (ξ)=19=13. 【答案】 1 3 3.已知随机变量ξ的分布列如下表: 则ξ的均值为【解析】 均值E (ξ)=x 1p 1+x 2p 2+x 3p 3=(-1)×12+0×13+1×16=-1 3; 方差D (ξ)=(x 1-E (ξ))2 ·p 1+(x 2-E (ξ))2 ·p 2+(x 3-E (ξ))2 ·p 3=5 9. 【答案】 -13 59 教材整理2 离散型随机变量的方差的性质

随机变量的方差

第五周随机变量函数的分布及随机变量的数字特征 5.3随机变量的方差 方差:随机变量偏离期望的程度(随机变量分布的分散程度) ()()()( )2Var X E X E X =-,()()()()2Var X E X E X =-()() ()222E X XE X E X =-+()()()()222E X E XE X E X =-+()()()()222E X E X E X E X =-+()()2 2E X E X =-()()()22Var X E X E X =-,()()()2Var aX b Var aX a Var X +==() X σ=, 标准差,X σ也记作()()() Var X Y Var X Var Y +≠+方差通常缩写为()Var X (varience)或()D X (deviation)。*************************************************************例5.3.1项目1:投资10万元 可能回收10万元保本;40%可能回收15万元,盈利5万元 10 5~3255X ?? ? ? ??? ,平均收益为()13205255E X =?+?=万元,项目2:投资10万元 60%可能回收0万元,亏损10万元;40%可能回收30万元,盈利20万元 21020~325 5X -?? ? ? ???,平均收益为()2321020255E X =-?+?=万元

()22132051055 E X =?+?=,()()()221116Var X E X E X =-=;()()222232102022055 E X =-?+?=,()()()22222216Var X E X E X =-=。两项投资的期望相等,均为2万元,但它们的方差一个是6,一个是216,差异非常大。期望刻画平均收益,而方差则刻画收益的波动,反映了投资的风险程度。*************************************************************

相关文档
最新文档