论文 随机变量的期望和方差的计算方法
序 言
数学方差和期望比较集中的反映随机变量的某个侧面的平均特性,因此对随机变量的期望和方差的计算具有很深的实际意义.
本论文着重总结了随机变量期望和方差的几种常用计算方法,并通过具体例子阐述在不同情况下应该采用的计算方法,以达到使计算最简便化的目的.
一、 离散型随机变量期望的计算方法
方法一 定义法 [1]
即若已知离散型随机变量ξ的分布列为
则ξ的期望为1111(2)()()p p A B p A B ξ==+
例1 某项考试按科目A 和科目B 依次进行,只有当科目A 成绩合格时,才可继续参加科目B 的考试,已知每个科目只允许有一次补考机会,两个科目成绩均合格方可获得证书.现某人参加这项考试,科目A 每次考试成绩合格的
的考试机会,记他参加考试的次数为ξ,求ξ的数学期望E ξ.
解 设“科目A 第一次考试合格”为事件1A ,“科目A 补考合格”为事件2A ,“科目
B 第一次考试合格”为事件1B ,“科目B 补考合格”为事件2B ,已知得ξ=2,3,4注意到各
事件之间的独立性与互斥性,可得
1111(2)()()
21113233114399
p p A B p A B ξ==+=?+?=
+=
对于某些实际问题中的随机变量,如果能够断定它服从某常见的典型分布(如二项分布、超几何分布等),则此随机变量的期望可直接利用这种典型分布的期望公式求得.
方法二 公式法
设随机变量ξ服从二项分布(,,)B b n p ,其分布列为:
{}(1)
(0,1,2)k
k
n k
n P k C p p k n ξ-===-=???,
则我们有:
01
1
11
11
1
!()(1)
!()!!
(1)!()!
(1)
(1)(1)
n
k n k
k n
k
n k
k n
k k n k
n k n i
i n i n i
i n E k p p k n k n p p k n k np p p np p p np
i k C C
ξ-=-=----=----==
?
--=
--=-=-==-∑
∑
∑
∑
由此便推出服从二项分布的随机变量的数学期望的计算公式为()E np ξ=.
例2 一个实验学科的考察方案:考生从6道选题中一次性随机抽取3题,按题目要求独立完成全部实验操作.规定:至少正确完成其中2题者方可通过,已知6道备选题中考生甲有4
不影响. 分别求出甲、乙两考生正确完成题数的数学期望.
解 设考生甲正确完成的题数为ξ,则ξ服从超几何分布,其中6,4,3N M n ===,
∴3426
nM E N
ξ?=
==
设考生乙正确完成的题数为η,则
2
~[3,]3B η,2323E np η==?
=
方法三 性质法
即利用期望的性质求期望,所用到的性质主要有:
,
()Ec c E k b kE b ξξ=+=+
其中ξ为随机变量,,,k b c 为常数.换而言之,即常数的数学期望等于它本身;要求随机变量的线性组合的数学期望,只需求得随机变量自身的期望即可.
例3 某商场为刺激消费,拟按以下方案进行促销:顾客每消费500元便得到抽奖券一张,每张抽奖券的中奖概率为12
,若中奖,商场返回顾客现金100元.某顾客现购买价格为2300元
的台式电脑一台,得到奖券4张,设该顾客中奖张数为ξ,购买台式电脑的实际支出为η(元),用ξ表示η,并求η的数学期望.
解 ∵由题意可知
1
2300100,
~[4,],
2
B ηξξ=-,
142,
2
230010023002002100
E E E ξηξ
∴=?
==-=-=
说明 本题在求η的数学期望时,就是根据运算性质利用ξ的期望E ξ求得,简化了计算过程.
方法四 将事件分解法
[2]
随机变量的期望具有性质()E E E ξηξη±=± (ξ,η相独立),利用该性质可把所求期望分解为几个易求的相互独立的事件的期望和,达到简化解题的效果.
例4 某市政府要用三辆汽车从新市政府把工作人员接到老市政府,已知从新市政府到老市政府有两条公路,汽车走公路Ⅰ堵车的概率为14
,不堵车的概率为34
,汽车走公路Ⅱ堵车
的概率为13
,不堵车的概率为23
,若甲、乙两辆汽车走公路Ⅰ,丙汽车由于其他原因走公路Ⅱ,
且三辆车是否堵车相互之间没有影响.求三辆汽车中被堵车辆的个数ξ的数学期望.
解 所求数学期望可分解为两条路上被堵车辆的个数的数学期望之和.设第一条路上被堵车辆的个数为η,设第二条路上被堵车辆的个数为ψ,则
1~[2,]4
B η, 112112;014
2
3
3
3
E E ηψ=?
=
=?
+?
=
所以
115236
E E E ξξη=+=
+=
方法五 利用特殊级数求和法[3]
此法是计算离散型随机变量数学期望常用的一种方法, 它是先通过数学手段将
k
k k
x
p ∑转化成某一特殊级数,然后求和获解.
例5 求参数为λ的普阿松分布(:)0,1,2;0!
k
P k e
k k λ
λ
λλ-==???>的数学期望.
解
1
11
!
()!
(1)!
!
(1)
k k k i
i E k e k e k e i e e
i k λ
λ
λ
λ
λ
λξλλλ
λλλ
∞
-=-∞
-=∞
-=-=
?
=-===-=∑
∑
∑
方法六 条件数学期望公式法
()(|)i
i
E P E x x ξξ=
=∑是计算条件期望的重要公式,可用此公式求得.
例6 设(,)X Y 的联合分布由下表给出,试求(|)E X Y .
解 求(|)E X Y ,即求(|0)E X Y =和(|1)E X Y =,
为此我们先求在条件0Y =下X 的条件分布: 因为
{}{}{}1220|00,0020
54
P X Y P X Y P Y =======
=
{}3621|020
54
P X Y ====
=
所以
(0)(|0)
0{0|0}1{1|0}34
E X E X Y P X Y P X Y ====?==+?===
类似地可以算出
1(1)(|1)2
E X E X Y ====
因此
34012
1
(|){
Y Y E X Y ===
方法七 逐项微分法[4]
对于概率分布或分布密度含有参数的随机变量,可应用逐项微分法求出其数学方差.设离散型随机变量ξ的概率分布为:
1
(01,1)n
n i i p p =≤≤=∑,其中i p 含有参数(1,2)i n =???,在求E ξ时,可对1
1n
i i p ==∑两边关于
参数求导以达到目的.
例7 设随机变量~[,]B n p ξ,求E ξ. 解 由题设知
(1)
1n
k k n k
n
k p p C
-=-=∑
上式两边同时对p 求导得
1
1
01
1
1
[(1)
()(1)
(1)
(1)
(1)
1
(1)
(1)
(1)
11n
k k n k
k n k n
k n n
n
k k n k
k k n k k k n k n
n
n
k k k n n
n
k
k
n k
k k n k
k k
n k
n
n
n
k k k C
kp
p n k p p kC
p
p n C p p kC
p p n n kC p p C p p C p p p
p
p
----=------===---===----=---+
-=--
-+
-=-
-
∑∑∑∑∑∑∑ 即
11011n E E E p p
p
ξξξ-
+
=--
由上式可得
E np ξ=
亦即
(1)
n
k k n k
n
k kC
p p np -=-=∑
上式两边再同时对p 求导得
2
1
1
2
1
000211
2
1
(1)(1)
(1)(1)
(1)
(1)
n
n
n
k k n k
k k
n k k k n k n
n
n k k k n
n
n
k
k n k
k k n k k
k
n k n n n k k k k
C p p n kC p p k
C p p n
k
C p
p n kC p p k
C p p n
------===------===---+-=---+
-=∑∑∑∑∑∑
即
11011n E E E p p
p
ξξξ-
+
=--
由上式可得(注E np ξ=)
2
2
2
()(1)E np p n p ξ=-+.
二、 连续型随机变量期望的计算方法
方法八 积分法 [5]
根据给定的连续型随机变量ξ的密度函数,判断||()x f x dx +∞-∞
?的收敛性,若收敛,则称
积分()xf x dx +∞-∞
?
为随机变量ξ的数学期望.
例8 设ξ服从2(0,1)N ,求ξ的数学期望. 解 先考虑积分的绝对收敛性
2
2
2
112
2
12
2
||
2||
(
)
2
()
x
x
x
t t
x dx x dx
x
e d e d t +∞+∞-
-
-∞
+∞-=+∞==
=<+∞
?
?
所以积分
||()x f x dx +∞-∞
?
绝对收敛, 于是有
2
12
||
0x
E x dx ξ+∞-
-∞
=
=?
(奇函数在对称区间上的定积分为0).
方法九 特征函数法[6]
由于随机变量ξ的特征函数定义为()()it f t E e ξ=),又有性质()
1()(0)k
k k
E f
i
ξ=
,于是
若随机变量ξ的数学期望存在, 只须对它的特征函数求一阶导数即可,因此特征函数提供了一条求数学期望的捷径.下面我们以正态分布为例
例9 设2
~(,)N ξμσ,求E ξ 解 因为正态分布的特征函数为
2212
()iut t
f t e
σ-= ,
于是
22
22
1'
2
12
2
01()|11[(2)]|2
iut t
t iut t
t E e
i iu t e
i σσξσμ
-=-==
=-
?=
方法十 条件数学期望公式法
()()()m n E E x x dx ξξ?==是计算条件期望的重要公式,可用此公式求得.
例10 设~[0,1]U ξ,当k ξ=时,~[0,]U x η,求()E η. 解 由题意
(|),012
x E x x ηξ==
<<,
于是
()1(){|}2
4
x x E E x dx dx ξηηξφ+∞+∞-∞
-∞
=
==
=
?
?
方法十一 逐项微分法
设连续型随机变量x 的分布密度为()x ?,且()x ?含有参数,则在求E ξ时,可对
()1x dx ?+∞-∞
=?
两边同时对参数求导以达到目的.
例11 设随机变量2~(,)N a ξσ,求E ξ. 解 由题设有可知
2
2()22
1x x a
e dx σσ
σ
--+∞-∞
-=,
两边同时对a 求导得:
2
2
2
2
2
2()22
()()220
x x x x a
e
dx xe dx e
dx
σσ
σσσ
σ
σ
--
+∞-∞
---
-+∞+∞-∞
-∞
-==
??
即
E a ξ=
三、离散型随机变量方差的计算方法
方法一 定义法[7]
若要求随机变量的方差D ξ,先要求出随机变量的期望E ξλ=,再利用公式
2
()
D E E ξξξ=-即可求出其方差.对于离散型随机变量,若概率分布为
(),(1,2k P k p k ξ===
???,则2
1
()k
k k D x
E p ξξ+∞
==
-∑.
例12 求服从于参数为λ的泊松分布的随机变量ξ方差D ξ.
解 由常见随机变量期望的公式可知E ξλ=,这里不再详细解答;接下来我们求出
2
2
01
1
2
(
)!
(1)!!
!
k
k k k k
k
k k E k
e
k k e
k k
e
e
k k λ
λ
λ
λ
λ
ξ
λ
λλ
λ
λλλλ
∞
-=-∞-=∞
∞
--===?=
-=+=+∑∑∑∑
则
2
2
2
()()D E E ξξξλλλλ=-=+-=
方法二 逐项微分法
对于概率分布或分布密度含有参数的随机变量,可应用逐项微分法求出其数学方差.设离散型随机变量屯的概率分布为:
1
(01,1)n
n i i p p =≤≤=∑,其中i p 含有参数(1,2)i n =???,可先对1
1n
i i p ==∑两边关于参数求导
以求出E ξ,再对E a ξ=(a 是上面求出之值)两边关于参数求导以得2
()E ξ,再由
2
()D E E ξξξ=-得出结果.
例13 设随机变量~[,]B n p ξ求E ξ. 解 由题设知
(1)
1n
k k n k
n
k p p C
-=-=∑
上式两边同时对p 求导得
1
1
01
1
1
[(1)
()(1)
(1)
(1)
(1)
1
(1)
(1)
(1)
11n
k k n k
k n k n
k n n
n
k k n k
k k n k k k n k n
n
n
k k k n n
n
k
k
n k
k k n k
k k
n k
n
n
n
k k k C
kp
p n k p p kC
p
p n C p p kC
p p n n kC p p C p p C p p p
p
p
----=------===---===----=---+
-=--
-+
-=-
-
∑∑∑∑∑∑∑ 即
11011n E E E p p
p
ξξξ-
+
=--
由上式可得
E np ξ=
亦即
(1)
n
k k n k
n
k kC
p p np -=-=∑
上式两边同时对p 求导得:
2
1
1
2
1
000211
2
1
(1)(1)
(1)(1)
(1)
(1)
n
n
n
k k n k
k k
n k k k n k n
n
n k k k n
n
n
k
k n k
k k n k k
k
n k n n n k k k k
C p p n kC p p k
C p p n
k
C p
p n kC p p k
C p p n
------===------===---+-=---+
-=∑∑∑∑∑∑
即
11011n E E E p p
p
ξξξ-
+
=--
由上式可得:(注E np ξ=)
2
2
2
()(1)E np p n p ξ=-+
从而
2
2
()()()(1)D E E np p ξξξ=-=-
方法三 性质法[8]
我们经常利用()D D D ξηξη+=+和2
()D k k D ξξ=这两个公式,使得求方差的计算简化.
例14 设η,ξ相互独立,~[0,1]N ξ且~[1,2]N η,令2ζξη=+,求,E D ζζ. 解 利用期望和方差的性质可知:
(2)20212E E E E ζξηξη=+=+=+?= (2)41429D D D D ζξηξη=+=+=+?=
四、 连续型随机变量方差的计算方法
方法四 公式法
对于连续型随机变量,若其密度函数为()f x ,则
2
2
2
2
2
2()()(2())()()2()()
()D x E f x dx
x xE E f x dx x f x dx E xf x dx E f x dx
E E ξξξξξξξξ
+∞-∞+∞-∞+∞+∞+∞-∞
-∞
-∞
=
-=-+=
-+=-???
?
?
例15 设二维随机变量(,)X Y 的分布为22
2
2
1
,1,0,
1,
(,){x y x y f x y π
+≤+>=试求D X .
解 先求E X
2
2
2
2
1
1
(,)x y x y
x
EX x f x y dxdy dxdy
π+≤+≤=
?=
??
??
利用极坐标很容易算出上述二重积分为零,即0E X =,从而可得
2
2
2
2
2
1
1
21
2
2
()(,)1
cos 14
x y x y D X x EX f x y dxdy x
dxdy
d r r dr
ππ
θθπ+≤+≤=
-=
=???=
?????
?
方法五 逐项微分法
设连续型随机变量毛的分布密度为()x φ,且()x φ含有参数, 则在求E ξ时,可对
()1x dx φ+∞-∞
=?
两边同时对参数求导以达到目的.而在求D ξ时,可对E a ξ=(a 是上面求
出之值)两边关于参数求导以得2
()E ξ),再由2
()D E E ξξξ=-得出结果.
例15 设随机变量2~(,)N a ξσ,()D ξ. 解 先求E ξ, 由题设有可知
2
2()22
1x x a
e dx σσ
σ
--+∞-∞
-=,
两边同时对a 求导得:
2
2
2
2
2
2()22
()()2
2
22()
1x x x x x a e
dx x e
dx xe
dx σσ
σσσ
σ
σ
σ
--
+∞-∞
---
-+∞+∞-∞
-∞
-=-
=
即
E a ξ=,
2
2
()2x xe dx a σσ
--
+∞-∞
=两边同时对a 求导得
2
2
2
2
2
2()22
()()2
2
22()
1x x x x x a e
dx x e
dx xe
dx σσ
σσσ
σ
σ
σ
--
+∞-∞
---
-+∞+∞-∞
-∞
-=-
=?
即
2
2
2
2
()E aE a ξσ
ξσ
=+=+
2
2
2
()()()D E E ξξξσ=-=
五、 随机变量的期望和方差的计算技巧
技巧一 将X 分解为n 个简单的随机变量之和[9]
将X 分解为n 个简单的随机变量之和,运用期望和方差的性质,从而简化计算.
例16 袋中有n 张卡片,记号码为1,2,……n ,从中有放回地抽出k 张卡片来,求所得号
码之和X 的数学期望及方差.
解 以i X 表示第i 次抽到卡片的号码则12k X X X X =++???,由于是有放回地抽取,所以各个独立,且
1{}1,2,1,2P X j i k j n n
==
=???=???
011(1)1
()22
n
i j n n n E X j n n =++=
?
=
?=
∑
2
2
1()1(1)(21)
6(1)(21)
6
n
i j E X j n
n n n n n n ==
?
++=?
++=
∑
由此得
2
2
2
2()()(())
(1)(21)
(1)64
1(1)
12i i i D X E X E X n n n n =-+++=-
=
-
因此
1()()(1)2
k
i i E X E X k n ==
=
+∑
2
1
()()(1)12
k
i i D X D X k n ==
=
+∑
技巧二 取有限n [10]
将n 取为有限个数,观察并总结规律,验证其适用于所有给定随机变量后,再运用这个规律求解.[11]
例17 从数字0,1,2,……n 中任取两个不同的数字,求这两个数字之差的绝对值的数学期望.
解 设X 为所选的两个数字之差的绝对值,则X 的所有可能取值为1,2,3,……n,于是
2
1
21
{1}{2}n n n P X C n P X C ++====
一般地
21
1{},1,2n n k P X k k n C
+-+==
=???
于是
12
1
1
2
1
(){}
12
((1))
(1)
23
n
k n
k n n
k E X kP X
k n k k C n k k
n n n ==+==
=-+=
=+-++=
∑∑
∑
技巧三 灵活运用公式[12]
将计算方差的公式进行改写:22()()()E X D X EX =+,这样就只要算出随机变
量X 的数学期望和方差,便可以求得2X 的数学期望.
例18 设X 表示10次独立重复射击命中目标的次数,每次射击中幕布奥的概率为0.4,求
2
X 的数学期望2
()E X .
解 由题意知,~(10,0.4)X B ,于是有
()100.44E X =?= ()100.40.6 2.4D X =??=
从而
2
2
()()()
2.41618.4
E X D X EX =+=+=
技巧四 利用幂级数的求和函数的方法求某些随机变量的期望和方差.
[13]
例19 对一批产品进行检验,如果检查到第0n 件时仍未发现不合格品,就认为这批产品合格,如果尚未抽到第0n 件时已查到不合格品,即停止继续检查,且认为这批产品不合格.设
产品数很大,可以认为每次检查到不合格品的概率都是p,问平均每批要检查多少件?
解 设每批要检查X 件,则X 的分布列为
(其中1q p =-,第0n 件可能是不合格品). 因此
0000
01
101
1
0000()2()
(12)11(1(1))
n n
k n n k n n n n
E X p qp kq
p n pq q p q kq n q
n q
q n pq n q
p
p p
----=++???++???++=++???++???++--=+=--
说明 本题中的求和是这样得到的:设1()12n f x x nx -=++???+,则
20
()(1)1x n
n
f t dt x x x
x x x
=++???-=
-?
故
2
(1)()11(1)
(1)
n
n
n x x f x x
x nx x x -=
----=
-
再取x q =即可.
技巧五 灵活运用求和公式1
111k
k q q
∞
==
--∑和2
1
1(1)
k
k kq q ∞
==
-∑[14]
例20 设X 服从几何分布,它的分布律为1
{}(1),1,2k P X k p p k n -==-=???
求()E X 及()D X . 解:
1
1
1
1
2
()(1)
(1)
n
k k n k k E X kq
p q p p kq p q -=-==
=-==
-∑∑
2
2
1
1
21
1
3
2
()(1)
1(1)1n
k k k k E X k
q
p q p p k q q p
q q p
-=∞-==
=-=+=-+=∑∑
所以
2
2
2
2
2()()()
11D X E X E X q p p
q p
=-+=-
=
说明:在本题的求解过程中,使用了两个求和公式:12
1
1(1)
k k kq q ∞
-==
-∑和
21
3
1
1(1)
k k q k q
q ∞
-=+=
-∑
.他们只需分别在等式
1
111k
k q q
∞
==
--∑
和2
1
(1)
k
k q kq q ∞
==
-∑
的两边关于q 求导即得.
六、总结
求随机变量的期望和方差对我们解决实际问题有很深的意义,而它的计算方法又有很多,本论文着重总结了一些求期望和方差常用的方法和技巧,因此,掌握并能灵活运用这些方法对我们解决实际问题有很大的帮助。
参考文献
[1]魏宗舒,概率论与数理统计[M].高等教育出版社,2006,96~112.
[2]何春,浅淡离散型随机变量的数学期望[J].高等数学研究, 2001,19~21.
[3]同济大学数学教研室主编,概率论[M].高等教育出版社,1992,67~75.
[4]同济大学数学教研室主编,高等数学[M].高等教育出版社,1992,34~39.
[5]华东师范大学数学系,概率论与数理统计教程[M].北京:高等教育出版社,1985,46~54.
[6]徐传胜,离散型随机变量数学期望的求法探究[J].高等数学研究,2005,33~36.
[7]盛骤等,概率论与数理统计[M].北京: 高等教育出版社( 第三版),2001,36~45.
[8]孟红兵李佼瑞,概率论与数理统计(学习指导)[M].陕西人民教育出版社,2004,92~93.
[9]严忠, 概率论与数理统计新编(第二版)[M].中国科学技术大学出版社,2007,56~58.
[10]姚孟臣,概率论与数理统计历年真题详解与考点分析[M].机械工业出版社,2002,45~49.
[11]龚友运,概率与统计[M].华中科技大学出版社,2002,89~93.
[12]罗俊明,概率论与数理统计[M].郑州大学出版社,2002,119~124.
[13]概率论[M],复旦大学编,人民教育出版社,1979,98~102
[14]王梓坤,概率论基础及其应用[M],科学出版社,1976,68~71.
高中数学离散型随机变量的期望与方差练习(含答案)
离散型随机变量均值与方差专题练习 一、单选题(共16题;共32分) 1.将三颗骰子各掷一次,记事件A=“三个点数都不同”,B=“至少出现一个6点”,则条件概率P(A|B),P (B|A)分别是() A. , B. , C. , D. , 2.已知随机变量ξ服从正态分布N(1,1),若P(ξ<3)=0.977,则P(﹣1<ξ<3)=() A. 0.683 B. 0.853 C. 0.954 D. 0.977 3.随机变量X的取值为0,1,2,若P(X=0)= ,E(X)=1,则D(X)=() A. B. C. D. 4.已知随机变量X服从正态分布N(3,1),且P(X≥4)=0.1587,则P(2<X<4)=() A. 0.6826 B. 0.3413 C. 0.4603 D. 0.9207 5.甲乙等人参加米接力赛,在甲不跑第一棒的条件下,乙不跑第二棒的概率是() A. B. C. D. 6.不透明袋子中装有大小、材质完全相同的2个红球和5个黑球,现从中逐个不放回地摸出小球,直到取出所有红球为止,则摸取次数的数学期望是() A. B. C. D. 7.下面说法中正确的是() A. 离散型随机变量ξ的均值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的均值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 8.每次试验的成功率为,重复进行10次试验,其中前7次都未成功,后3次都成功的概率为() A. B. C. D. 9.已知随机变量,则() A. B. C. D. 10.设随机变量的分布列为,,则等于() A. B. C. D. 11.现在有张奖券,张元的,张元的,某人从中随机无放回地抽取张奖券,则此人得奖金额的数学期望为()
随机变量的数学期望与方差
第9讲随机变量的数学期望与方差 教学目的:1.掌握随机变量的数学期望及方差的定义。 2.熟练能计算随机变量的数学期望与方差。 教学重点: 1.随机变量的数学期望 For personal use only in study and research; not for commercial use 2.随机变量函数的数学期望 3.数学期望的性质 4.方差的定义 For personal use only in study and research; not for commercial use 5.方差的性质 教学难点:数学期望与方差的统计意义。 教学学时:2学时。 For personal use only in study and research; not for commercial use 教学过程: 第三章随机变量的数字特征 §3.1 数学期望 For personal use only in study and research; not for commercial use 在前面的课程中,我们讨论了随机变量及其分布,如果知道了随机变量X的概率分布,那么X的全部概率特征也就知道了。然而,在实际问题中,概率分布一般是较难确定的,而在一些实际应用中,人们并不需要知道随机变量的一切概率性质,只要知道它的某些数字特征就够了。因此,在对随机变量的研究中,确定其某些数字特征是重要的,而在这些数字特征中,最常用的是随机变量的数学期望和方差。
1.离散随机变量的数学期望 我们来看一个问题: 某车间对工人的生产情况进行考察。车工小张每天生产的废品数X 是一个随机变 量,如何定义X 取值的平均值呢? 若统计100天,32天没有出废品,30天每天出一件废品,17天每天出两件废品, 21天每天出三件废品。这样可以得到这100天中每天的平均废品数为 27.1100 213100172100301100320=?+?+?+? 这个数能作为X 取值的平均值吗? 可以想象,若另外统计100天,车工小张不出废品,出一件、二件、三件废品的 天数与前面的100天一般不会完全相同,这另外100天每天的平均废品数也不一定是 1.27。 对于一个随机变量X ,若它全部可能取的值是 ,,21x x , 相应的概率为 ,,21P P , 则对X 作一系列观察(试验)所得X 的试验值的平均值是随机的。但是,如果试验次数 很大,出现k x 的频率会接近于K P ,于是试验值的平均值应接近 ∑∞=1k k k p x 由此引入离散随机变量数学期望的定义。 定义1 设X 是离散随机变量,它的概率函数是 ,2 ,1,)()(====k P x X P x p K K k 如果 ∑∞ =1||k k k p x 收敛,定义X 的数学期望为 ∑∞ ==1)(k k k p x X E 也就是说,离散随机变量的数学期望是一个绝对收敛的级数的和。 例1 某人的一串钥匙上有n 把钥匙,其中只有一把能打开自己的家门,他随意地 试用这串钥匙中的某一把去开门。若每把钥匙试开一次后除去,求打开门时试开次数 的数学期望。
知识讲解离散型随机变量的均值与方差
知识讲解离散型随机变量的均值与方差(总13页) -CAL-FENGHAI.-(YICAI)-Company One1 -CAL-本页仅作为文档封面,使用请直接删除
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+222)(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:
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=-
61随机变量的概率分布、期望与方差1
如皋市薛窑中学2011届高三理科数学一轮复习 61随机变量的概率分布、期望与方差 【考点解读】 离散型随机变量及其分布列:A;超几何分布:A;条件概率及相互独立事件:A; n次独立重复试验的模型及二项分布:B;离散型随机变量的均值与方差:B 【复习目标】 1?了解取有限值的离散型随机变量及其分布列的概念,了解分布列对于刻画随机现象的重要性;会求某些简单的离散型随机变量的分布列。 2?了解超几何分布及其导出过程,并能进行简单的应用。 3?了解条件概率和两个事件相互独立的概念( 对条件概率的应用题不作要求 )。 4 ?理解n次独立重复试验的模型及二项分布,并能解决一些简单的实际问题。 5?了解取有限值的离散型随机变量的均值、方差的意义,会根据离散型随机变量的分布列求出期望值、方差。 活动一:基础知识 1. 随机变量: 1) 定义: _________________________________________________________ 。 2) ____________________________________ 表示方法:。 2. 随机变量分布列的定义: 假定随机变量X有n个不同的取值,它们分别是X1,X2丄X n且P(X=x i)=p i ,i=1,2, -n,① 称①为随机变量X 的概率分布列,简称X的分布列 3. 概率分布表 将①用表的形式表示如下: 4. 分布列的性质: 概率分布列中P(i 1,2L n)满足以下两个条件: (1) ______________________________ (2) ______________________________ 5. 两点分布 如果随机变量X只取两个可能值_0 和__________ 1 ___ ,则称该随机变量X服从0-1分布或两点分布并记为X?0-1或X?两点分布. 其概率分布表为: 其中丨min{ M , n},且n N,M N,n,M,N N .称分布列
2.5 随机变量的均值和方差
2.5随机变量的均值和方差 扬州市新华中学查宝才 教学目标: 1.通过实例,理解取有限值的离散型随机变量均值(数学期望)的概念和意义; 2.能计算简单离散型随机变量均值(数学期望),并能解决一些实际问题. 教学重点: 取有限值的离散型随机变量均值(数学期望)的概念和意义. 教学方法: 问题链导学. 教学过程: 一、问题情境 1.情景. 前面所讨论的随机变量的取值都是离散的,我们把这样的随机变量称为离散型随机变量.怎样刻画离散型随机变量取值的平均水平和稳定程度呢? 甲、乙两个工人生产同一种产品,在相同的条件下,他们生产100件产品所出的不合格品数分别用X1,X2表示,X1,X2的概率分布如下. 2.问题. 如何比较甲、乙两个工人的技术? 二、学生活动 1.直接比较两个人生产100件产品时所出的废品数.从分布列来看,甲出0件废品的概率比乙大,似乎甲的技术比乙好;但甲出3件废品的概率也比乙大,
似乎甲的技术又不如乙好.这样比较,很难得出合理的结论. 2.学生联想到“平均数”,如何计算甲和乙出的废品的“平均数”? 3.引导学生回顾《数学3(必修)》中样本的平均值的计算方法. 三、建构数学 1.定义. 在《数学3(必修)》“统计”一章中,我们曾用公式x1p1+x2p2+…+x n p n 计算样本的平均值,其中p i为取值为x i的频率值. 类似地,若离散型随机变量X的分布列或概率分布如下: X x1x2…x n P p1p2…p n 其中,p i≥0,i=1,2,…,n,p1+p2+…+p n=1,则称x1p1+x2p2+…+x n p n为随机变量X的均值或X的数学期望,记为E(X)或μ. 2.性质. (1)E(c)=c;(2)E(aX+b)=aE(X)+b.(a,b,c为常数) 四、数学应用 1.例题. 例1高三(1)班的联欢会上设计了一项游戏,在一个小口袋中装有10个红球,20个白球,这些球除颜色之外完全相同.某学生一次从中摸出5个球,其中红球的个数为X,求X的数学期望. 分析从口袋中摸出5个球相当于抽取n=5个产品,随机变量X为5个球中的红球的个数,则X服从超几何分布H(5,10,30). 例2从批量较大的成品中随机取出10件产品进行质量检查,若这批产品的不合格品率为0.05,随机变量X表示这10件产品中的不合格品数,求随机变量X的数学期望E(X). 说明例2中随机变量X服从二项分布,根据二项分布的定义,可以得到:当X~B(n,p) 时,E(X)=np. 例3设篮球队A与B进行比赛,每场比赛均有一队胜,若有一队胜4场, 那么比赛宣告结束,假定A,B在每场比赛中获胜的概率都是1 2 ,试求需要比赛 场数的期望.
离散型随机变量的均值与方差(含答案)
离散型随机变量的均值与方差测试题(含答案) 一、选择题 1.设随机变量()~,B n p ξ,若()=2.4E ξ,()=1.44D ξ,则参数n ,p 的值为( ) A .4n =,0.6p = B .6n =,0.4p = C .8n =,0.3p = D .24n =, 0.1p = 【答案】B 【解析】由随机变量()~,B n p ξ,可知()==2.4E np ξ,()=(1)=1.44D np p ξ-,解得 6n =,0.4p =. 考点:二项分布的数学期望与方差. 【难度】较易 2.已知随机变量X 服从二项分布(),B n p ,若()()30,20E X D X ==,则p =( ) A .13 B .23 C .15 D .25 【答案】A 考点:二项分布的数字特征. 【题型】选择题 【难度】较易 3.若随机变量),(~p n B ξ,9 10 3 5==ξξD E ,,则=p ( ) A. 31 B. 32 C. 52 D. 5 3 【答案】A 【解析】由题意可知,()5,3 101,9E np D np p ξξ? ==????=-=?? 解得5,1,3n p =???=??故选A. 考点:n 次独立重复试验.
【题型】选择题 【难度】较易 4.若随机变量ξ的分布列如下表,其中()0,1m ∈,则下列结果中正确的是( ) ξ 0 1 P m n A .()()3 ,E m D n ξξ== B .()()2 ,E m D n ξξ== C .()()2 1,E m D m m ξξ=-=- D .()()2 1,E m D m ξξ=-= 【答案】C 考点:离散型随机变量的概率、数学期望和方差. 【题型】选择题 【难度】较易 5.已知ξ~(,)B n p ,且()7,()6E D ξξ==,则p 等于( ) A. 7 1 B. 6 1 C. 5 1 D. 4 1 【答案】A 【解析】∵ξ~(,)B n p ,∴()7,()(1)6E np D np p ξξ===-=,∴1 49,7 n p ==,故选A. 考点:二项分布的期望与方差. 【题型】选择题 【难度】较易 6.设随机变量ξ~(5,0.5)B ,若5ηξ=,则E η和D η的值分别是( )
独立随机变量期望和方差的性质
第七周多维随机变量,独立性 7.4独立随机变量期望和方差的性质 独立随机变量乘积的期望的性质: Y X ,独立,则()()() Y E X E XY E =以离散型随机变量为例,设二元随机变量(),X Y 的联合分布列() ,i j P X x Y y ==已知,则()()(),i j i j P X x Y y P X x P Y y ====?=, () 1,2,,; 1,2,,i m j n == ()() 11,m n i j i j i j E XY x y P X x Y y =====∑∑()() 11 m n i j i j i j x y P X x P Y y =====∑∑()() 1 1 m n i i j j i j x P X x y P Y y =====∑∑()() E X E Y =***********************************************************************独立随机变量和的方差的性质: Y X ,独立,则()()() Y Var X Var Y X Var +=+()()() 2 2 Var X Y E X Y E X Y ??+=+-+?? ()222E X XY Y =++()()()()22 2E X E X E Y E Y ??-++? ? ()()()()2 2 22E X E X E Y E Y =-+-()()()22E XY E X E Y +-()()()() 2 2 22E X E X E Y E Y =-+-()() Var X Var Y =+若12,,,n X X X 相互独立,且都存在方差,则()() 121 n m k k Var X X X Var X =+++=∑ ***********************************************************************利用独立的0-1分布求和计算二项分布随机变量()~,X b n p 期望和方差 我们在推导二项分布随机变量的方差时,已经利用了独立随机变量和的方差等于方差
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
随机变量的均值与方差
随机变量的均值与方差 一、填空题 1.已知离散型随机变量X 的概率分布为 则其方差V (X )=解析 由0.5+m +0.2=1得m =0.3,∴E (X )=1×0.5+3×0.3+5×0.2=2.4,∴V (X )=(1-2.4)2×0.5+(3-2.4)2×0.3+(5-2.4)2×0.2=2.44. 答案 2.44 2.(优质试题·西安调研)某种种子每粒发芽的概率都为0.9,现播种了1 000粒,对于没有发芽的种子,每粒需再补种2粒,补种的种子数记为X ,则X 的数学期望为________. 解析 设没有发芽的种子有ξ粒,则ξ~B (1 000,0.1),且X =2ξ,∴E (X )=E (2ξ)=2E (ξ)=2×1 000×0.1=200. 答案 200 3.已知随机变量X 服从二项分布,且E (X )=2.4,V (X )=1.44,则二项分布的参数n ,p 的值分别为________. 解析 由二项分布X ~B (n ,p )及E (X )=np ,V (X )=np ·(1-p )得2.4=np ,且1.44=np (1-p ),解得n =6,p =0.4. 答案 6,0.4 4.随机变量ξ的取值为0,1,2.若P (ξ=0)=1 5,E (ξ)=1,则V (ξ)=________. 解析 设P (ξ=1)=a ,P (ξ=2)=b , 则????? 15+a +b =1,a +2b =1, 解得????? a =3 5,b =1 5,
所以V(ξ)=(0-1)2×1 5+(1-1) 2× 3 5+(2-1) 2× 1 5= 2 5. 答案2 5 5.已知随机变量X+η=8,若X~B(10,0.6),则E(η),V(η)分别是________.解析由已知随机变量X+η=8,所以有η=8-X.因此,求得E(η)=8-E(X)=8-10×0.6=2,V(η)=(-1)2V(X)=10×0.6×0.4=2.4. 答案 2.4 6.口袋中有5只球,编号分别为1,2,3,4,5,从中任取3只球,以X表示取出的球的最大号码,则X的数学期望E(X)的值是________. 解析由题意知,X可以取3,4,5,P(X=3)=1 C35= 1 10, P(X=4)=C23 C35= 3 10,P(X=5)= C24 C35= 6 10= 3 5, 所以E(X)=3×1 10+4× 3 10+5× 3 5=4.5. 答案 4.5 7.(优质试题·扬州期末)已知X的概率分布为 设Y=2X+1,则 解析由概率分布的性质,a=1-1 2- 1 6= 1 3, ∴E(X)=-1×1 2+0× 1 6+1× 1 3=- 1 6, 因此E(Y)=E(2X+1)=2E(X)+1=2 3. 答案2 3 8.(优质试题·合肥模拟)某科技创新大赛设有一、二、三等奖(参与活动的都有奖)且相应奖项获奖的概率是以a为首项,2为公比的等比数列,相应的奖金分
随机变量的均值与方差的计算公式的证明
随机变量的均值与方差的计算公式的证明 姜堰市励才实验学校 姜近芳 组合数有很多奇妙的性质,笔者试用这些性质证明了随机变量的均值与方差的两组计算公式。 预备知识: 1. ()()()()11!!1!1! !!--=-?--?=-??=k n k n nC k n k n n k n k n k kC 2. k k n C 2=()1111111-------+=k n k n k n C k n nC nkC =()22111-----+k n k n C n n nC 3.N 个球中有M 个红色的,其余均为白色的,从中取出n 个球,不同的取法有: n N l n M N l M n M N M n M N M n M N M C C C C C C C C C =++++------- 22110 ()()M n l ,m i n =. 公式证明: 1.X ~()p n B , ()()X E 1.np =()()X V 2().1p np -= 证明:()n n p x p x p x p x X E ++++= 332211 ()()()n n n n n n n n n p nC p p C p p C p p C ++-+-+-?=-- 222110012110 ()()[] n n n n n n n p C p p C p p C n 11221110111------++-+-= ()[] 11-+-=n p p np .np = ()()()()n n p x p x p x X V 2 222121μμμ-++-+-= n n p x p x p x p x 2323222121++++= ()n n p x p x p x p x ++++- 3322112μ ()n p p p p +++++ 3212μ ()() 2222222112121μμ+-++-+-=--n n n n n n n p C n p p C p p C ()()[]11121110111-------++-+-=n n n n n n n p C p p C p C np ()()()[] 22223122022111μ-++-+--+-------n n n n n n n p C p p C p C p n n
随机变量的均值和方差学习资料
随机变量的均值和方 差
随机变量的均值和方差 自主梳理 1.离散型随机变量的均值与方差 若离散型随机变量 (1)均值 μ=E (X )=________________________________为随机变量X 的均值或______________,它反映了离散型随机变量取值的____________. (2)方差 σ2=V (X )=_________________________________=∑n i =1 x 2i p i -μ2为随机变量X 的方差, 它刻画了随机变量X 与其均值E (X )的______________,其________________________为随机变量X 的标准差,即σ=V (x ). 2.均值与方差的性质 (1)E (aX +b )=________. (2)V (aX +b )=________(a ,b 为实数). 3.两点分布与二项分布的均值、方差 (1)若X 服从两点分布,则E (X )=____,V (X )=
____________________________________. (2)若X ~B (n ,p ),则E (X )=____,V (X )=________. 1.若η=aξ+b ,则E (η)=aE (ξ)+b ,V (η)=a 2V (ξ). 2.若ξ~B (n ,p ),则E (ξ)=np ,V (ξ)=np (1-p ). 自我检测 1.若随机变量X 2.已知随机变量X n ,p 的值分别为________和________. 3.(2010·课标全国改编)某种种子每粒发芽的概率都为0.9,现播种了1 000粒,对于没有发芽的种子,每粒需要再补种2粒,补种的种子数记为X ,则X 的数学期望为________. 4.(2011·浙江)某毕业生参加人才招聘会,分别向甲、乙、丙三个公司投递了个人简 历.假定该毕业生得到甲公司面试的概率为2 3 ,得到乙、丙两公司面试的概率均为p ,且三 个公司是否让其面试是相互独立的,记X 为该毕业生得到面试的公司个数.若P (X =0)=1 12 ,则随机变量X 的数学期望E (X )=________.
随机变量的数学期望与方差
限时作业62 随机变量的数学期望与方差 一、选择题 1.下列说法中,正确的是( ) A.离散型随机变量的均值E(X)反映了X取值的概率平均值 B.离散型随机变量的方差D(X)反映了X取值的平均水平 C.离散型随机变量的均值E(X)反映了X取值的平均水平 D.离散型随机变量的方差D(X)反映了X取值的概率平均值 解析:离散型随机变量X的均值反映了离散型随机变量×取值的平均水平,随机变量的方差反映了随机变量取值偏离于均值的平均程度. 答案:C 则D(X)等于( ) A.0 B.0.8 C.2 D.1 解析:根据方差的计算公式,易求V(X)=0.8. 答案:B 3.若随机变量X服从两点分布,且成功的概率p=0.5,则E(X)和D(X)分别为( ) A.0.5和0.25 B.0.5和0.75 C.1和0.25 D.1和0.75 解析:∵X服从两点分布, ∴X的概率分布为 D(X)=0.52×0.5+(1-0.5)2×0.5=0.25. 答案:A 4.离散型随机变量X的分布列为P(X=k)=p k q1-k(k=0,1,p+q=1),则EX与DX依次为( ) A.0和1 B.p和p2 C.p和1-p D.p和p(1-p) 解析:根据题意,EX=0×q+1×p=p,DX=(0-p)2q+(1-p)2p=p(1-p)或可以判断随机变量X 满足两点分布,所以EX与DX依次为p和p(1-p),选D. 答案:D 5.已知X~B(n,p),EX=8,DX=1.6,则n与p的值分别是( ) A.100,0.08 B.20,0.4 C.10,0.2 D.10,0.8 解析:由于X~B(n,p),EX=8,DX=1.6,即np=8,np(1-p)=1.6, 可解得p=0.8,n=10,应选D. 答案:D 二、填空题 6.①连续不断地射击,首次击中目标所需要的射击次数为X;②南京长江大桥一天经过的车辆数为X;③某型号彩电的寿命为X;④连续抛掷两枚骰子,所得点数之和为X;⑤某种水管的外径与内径之差X. 其中是离散型随机变量的是____________.(请将正确的序号填在横线上) 解析:②④中X的取值有限,故均为离散型随机变量;①中X的取值依次为1,2,3,…,虽然无限,但可按从小到大顺序列举,故为离散型随机变量;而③⑤中X的取值不能按次序一一列举,故均不是离散型随机变量.
正态分布的数学期望与方差
正态分布的数学期望与方差 正态分布: 密度函数为:分布函数为 的分布称为正态分布,记为N(a, σ2). 密度函数为: 或者 称为n元正态分布。其中B是n阶正定对称矩阵,a是任意实值行向量。 称N(0,1)的正态分布为标准正态分布。 (1)验证是概率函数(正值且积分为1) (2)基本性质: (3)二元正态分布: 其中, 二元正态分布的边际分布仍是正态分布: 二元正态分布的条件分布仍是正态分布:
即(其均值是x的线性函数) 其中r可证明是二元正态分布的相关系数。 (4)矩,对标准正态随机变量,有 (5)正态分布的特征函数 多元正态分布 (1)验证其符合概率函数要求(应用B为正定矩阵,L为非奇异阵,然后进行向量线性变换) (2)n元正态分布结论 a) 其特征函数为: b) 的任一子向量,m≤n 也服从正态分布,分布为其中,为保留B 的第,…行及列所得的m阶矩阵。 表明:多元正态分布的边际分布还是正态分布 c) a,B分别是随机向量的数学期望及协方差矩阵,即 表明:n元正态分布由它的前面二阶矩完全确定 d) 相互独立的充要条件是它们两两不相关 e) 若,为的子向量,其中是,的协方差矩阵,则是,相应分量的协方差构成的相互协方差矩阵。则相互独立的充要条件为=0 f) 服从n元正态分布N(a,b)的充要条件是它的任何一个线性组合服
从一元正态分布 表明:可以通过一元分布来研究多元正态分布 g) 服从n元正态分布N(a,b),C为任意的m×n阶矩阵,则服从m元正态分布 表明:正态变量在线性变换下还是正态变量,这个性质简称正态变量的线性变换不变性 推论:服从n元正态分布N(a,b),则存在一个正交变化U,使得是一个具有独立正态分布分量的随机向量,他的数学期望为Ua,而他的方差分量是B的特征值。 条件分布 若服从n元正态分布N(a,b),,则在给定下,的分布还是正态分布,其条件数学期望: (称为关于的回归) 其条件方差为: (与无关)
离散型随机变量均值与方差优秀教案
离散型随机变量的均值与方差 教学目标:了解离散型随机变量的均值或期望的意义,会根据分布列求出均值或期望,理解公式“E(a ξ+b)=aE ξ+b ”,以及“若ξ~B(n,p),则E ξ=np ”;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。 教学重点、难点:离散型随机变量的均值或期望的概念,及根据分布列求出均值或期望,了解方差公式“D (a ξ+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;会根据期望、方差、标准差的大小解决实际问题。 复习: 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 若ξ是离散型随机变量,η=a ξ+b , a, b 是常数,则η也是离散型随机变量。 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==,则称表为随机变量ξ的概率分布, 简称ξ的分布列 ξ x 1 x 2 … x i … P P 1 P 2 … P i … 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 ξ 0 1 … k … n P n n q p C 00 111-n n q p C … k n k k n q p C - … 0q p C n n n
二维随机变量的期望与方差
二维随机变量的期望与方差 【定义11.1】设二维随机变量(X 、Y )的Joint p.d.f.为f(x,y),则: ????????????∞∞-∞∞-∞∞-∞∞-∞∞-∞∞-∞∞-∞∞-∞∞-∞∞-∞ ∞-∞∞--=-=-=-=====dxdy y x f EY y dy y f EY y DY dydx y x f EX x dx x f EX x DX dxdy y x yf dy y yf EY dydx y x xf dx x xf EX Y X Y X ),()()()(),()()()(),()(),()(2222 假定有关的广义积分是绝对收敛的。 别外:二维随机变量的函数Z=g(X,Y)的数学期望为: ??∞∞-∞∞-?=dxdy y x f y x g EZ ),(),( 有关性质: ① E (X+Y )=EX+EY ; 因为: EY EX dxdy y x yf dxdy y x xf dxdy y x f y x Y X E +=+=+=+??????∞∞-∞ ∞-∞∞-∞∞-∞∞-∞∞-),(),(),()()( ② 设X 、Y 同类型,且相互独立,则:E(XY)=EXEY ;
对连续情形:因X 、Y 相互独立, 故 )()(),(y f x f y x f Y X =, [][]EY EX dy y yf dx x xf dxdy y f x xyf dxdy y x xyf XY E Y X Y X ?=? ===??????∞∞-∞∞-∞∞-∞∞-∞∞-∞∞-)()()()(),()( ③ 设X 、Y 相互独立,则:D (X+Y )=DX+DY ; 由于X 、Y 相互独立,X-EX 与Y-EY 也相互独立, 0][][]}][{[=--=--EY Y E EX X E EY Y EX X E 因而: DY DX EY Y EX X E EY Y E EX X E EY Y EX X E Y X E Y X E Y X D +=--+-+-=-+-=+-+=+)])([(2)()(} )](){[(} )]({[)(2222
随机变量的均值和方差
随机变量的均值和方差 自主梳理 1.离散型随机变量的均值与方差 若离散型随机变量 (1)均值 μ=E (X )=________________________________为随机变量X 的均值或______________,它反映了离散型随机变量取值的____________. (2)方差 σ2=V (X )=_________________________________=∑n i =1 x 2i p i -μ2为随机变量X 的方差,它 刻画了随机变量X 与其均值E (X )的______________,其________________________为随机变量X 的标准差,即σ=V (x ). 2.均值与方差的性质 (1)E (aX +b )=________. (2)V (aX +b )=________(a ,b 为实数). 3.两点分布与二项分布的均值、方差 (1)若X 服从两点分布,则E (X )=____,V (X )=____________________________________.
(2)若X ~B (n ,p ),则E (X )=____,V (X )=________. 1.若η=aξ+b ,则E (η)=aE (ξ)+b ,V (η)=a 2V (ξ). 2.若ξ~B (n ,p ),则E (ξ)=np ,V (ξ)=np (1-p ). 自我检测 1.若随机变量X 2.已知随机变量X n ,p 的值分别为________和________. 3.(2010·课标全国改编)某种种子每粒发芽的概率都为0.9,现播种了1 000粒,对于没有发芽的种子,每粒需要再补种2粒,补种的种子数记为X ,则X 的数学期望为________. 4.(2011·浙江)某毕业生参加人才招聘会,分别向甲、乙、丙三个公司投递了个人简历.假 定该毕业生得到甲公司面试的概率为2 3 ,得到乙、丙两公司面试的概率均为p ,且三个公司 是否让其面试是相互独立的,记X 为该毕业生得到面试的公司个数.若P (X =0)=1 12 ,则随 机变量X 的数学期望E (X )=________. 5.随机变量ξ
常用离散、连续型随机变量的均值与方差
几种常用的离散型随机变量及其分布律: <一>两点分布:()~1,X B p (1),(0),1P X p P X q p q ====+= 即:1(),0,1k k P X k p q k -=== ()(),? E X p D X pq == <二>二项分布:()~,X B n p 10()(1),()1n k k k n k P X k C p p P X k -===-==∑ (),()(1)E X np D X np p ==- <三>泊松分布:~()X P λ (),0,1,2,...,!k P X k e k k λλ-=== (),()E X D X λλ== <四>超几何分布:~(,,)X H n M N (),0,1,2,...,k n k M N M n N C C P X k k C --=== min(,),,M n M N n N ≤≤ (),()E X D X 视具体题目情况而定。 几种常用的连续型随机变量的均值与方差 <一>均匀分布:[]~,X U a b 分布函数: 0,,(),,1,. x a x a dx x a F x a x b b a b a x b ?-?== ≤--? ≥??? 概率密度函数:
[]1,,,()x a b f x b a ? ∈?=-?? ? ()()10012 a b a b b a E X xf x dx x dx x dx x dx b a xdx b a a b +∞ -∞ +∞+∞ = =??++??- =-+ =????? 22222 ()()[()]()[()]()12 D X E X E X x f x dx xf x dx a b +∞-∞-∞=- =-- =?? <二>指数分布:~()X E λ 分布函数: 1,0,()0,0.x e x F x x λ-?- >=? ≤? 概率密度函数: ,0,()0,0.x e x f x x λλ-? ≥=? 00000()()0() 1()1x x x x E X xf x dx x dx x e dx x e d x x e e d x λλλλλλλλλ +∞ -∞ +∞ --∞+∞ -+∞ +∞--= =??+? =-?-?? =-?+-??? ? =?????