期望与方差的相关公式 -、数学期望的来由
早在17世纪,有一个赌徒向法国著名数学家帕斯卡挑战,给他出了一道题目,题目是这样的:甲乙两个人,他们两人获胜的机率相等,比赛规则是先胜三局者为赢家,赢家可以获得100法郎的奖励。当比赛进行到第三局的时候,甲胜了两局,乙胜了一局,这时由于某些原因中止了比赛,那么如何分配这100法郎才比较公平?
用概率论的知识,不难得知,甲获胜的概率为1/2+(1/2)*(1/2)=3/4,或者分析乙获胜的概率为(1/2)*(1/2)=1/4。因此由此引出了甲的期望所得值为100*3/4=75法郎,乙的期望所得值为25法郎。
这个故事里出现了“期望”这个词,数学期望由此而来。
i=1,i=1,定义1 若离散型随机变量可能取值为a(2,3 ,…),其分布列为p(ii2,3, …),则当aipi<时,则称存在数学期望,并且数学期望为E=aipi,
i1i1如果aipi=,则数学期望不存在。1
i1定义2 期望:若离散型随机变量ξ,当ξ=xi的概率为P(ξ=xi)=P(2,…,ii=1,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.
二、数学期望的性质
(1)设C是常数,则E(C)=C 。 (2)若k是常数,则E(kX)=kE(X)。 (3)E(X1X2) E(X1)E(X2)。
三、 方差的定义
前面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,是随机变量一个重要的数字特征。但是在一些场合下,仅仅知道随机变量取值的
2
平均值是不够的,还需要知道随机变量取值在其平均值附近的离散程度,这就是方差的概念。
2
定义3方差:称Dξ=∑(xi-Eξ)pi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.
定义4设随机变量X的数学期望E(X)存在,若E[(XE(X))2]存在,则称
E[(XE(X))2]
为随机变量X的方差,记作D(X),即D(X)E[(XE(X))2]。
方差的算术平方根D(X)称为随机变量X的标准差,记作(X),即
(X)D(X)
由于(X)与X具有相同的度量单位,故在实际问题中经常使用。
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.
方差刻画了随机变量的取值对于其数学期望的离散程度,若X的取值相对于其数学期望比较集中,则其方差较小;若X的取值相对于其数学期望比较分散,则方差较大。若方差D(X)=0,则随机变量X 以概率1取常数值。
由定义4知,方差是随机变量X的函数g(X)[XE(X)]2的数学期望,故
2[xkE(X)]pk, 当X离散时D(X)k1
[xkE(X)]2f(x)dx, 当X连续时当X离散时, X的概率函数为P(xk)P(XxK)PK, k1, 2, ; 当X连续时,X的密度函数为f(x)。 求证方差的一个简单公式:
公式1:D(X)E(X2)[E(X)]2 证明一:
D(X)E[(XE(X))2]E[X22XE(X)[E(x)]2] E(X2)[E(X)]2
3
证明二:D(xiE)2pi
i1n[xi22xiE(E)2]pii1nnxipi2Exipi(E)pi
22i1i1i1nnE22(E)2(E)2E2(E)2DE2(E)2
可以用此公式计算常见分布的方差
四、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X与Y ,则
公式2: D(XY)D(X)D(Y)。
证 由数学期望的性质及求方差的公式得
D(XY)E[(XY)2][E(XY)]2E[X2Y22XY][E(x)E(Y)]2E(X2)E(Y2)2E(X)E(Y)[E(X)]2[E(Y)]2E(X)E(Y)E(X2)[E(X)]2D(X)D(Y)2
E(Y2)[E(Y)]2可推广为:若X1,X2,…,Xn相互,则
D[Xi]D(Xi)
i1i1nnD[CiXi]Ci2D(Xi)
i1i1nn(4) D(X)=0 P(X= C)=1, 这里C =E(X)。
五、常见的期望和方差公式的推导过程
(一)离散型随机变量的期望和方差的计算公式与运算性质列举及证明
4
1.由概率的性质可知,任一离散型随机变量的分布列具有下述两个性质: (1)pi≥0,i=1,2,…; (2)p1+p2+…=1。
2.离散型随机变量期望和方差的性质: E (a+b)=aE+b,D (a+b)=a2 D。
(1) 公式3:E(aξ+b)=aEξ+b,
证明:令ab a,b为常数 也为随机变量 P(axib)P(xi) i1,2,3... 所以 的分布列为
p ax1b ax2b … … axnb … … p1 p2 pn E(ax1b)p1(ax2b)p2...(axnb)pn
=a(x1p1x2p2...xnpn...)b(p1p2...pn...)
E=aEb
E(ab)aEb说明随机变量的线性函数ab的期望等于随机变量
期望的线性函数
(2) 公式4:D(aξ+b)=a2Dξ(a、b为常数).
证法一: 因为 D(xiE)2pi
i1n[xi22xiE(E)2]pii1nnxipi2Exipi(E)pi
22i1i1i1nnE22(E)2(E)2E2(E)2
5
DE2(E)2
nn所以有:D(ab)[axib(aEb)]pia2i1n2n2n2(xE)ii12n2pia2D 证毕
证法二:Dξ=(xiE)pixipi2Exipi(E)i1i1i1pi1iE2(E)2.
E(aξ+b)=aEξ+b, D(aξ+b)=a2Dξ.
D(ab)[axib(aEb)]pia2i1n2(xE)ii1n2pia2D
(二)二项分布公式列举及证明
1.二项分布定义:若随机变量的分布列为:P (=k)=Cnk pk qn-k。(k=0,1,2,…,n,0<p<1,q=1-p,则称服从二项分布,记作~B (n,p),其中n、 p为参数,并记Cnk pk qn-k=b(k;n,p)。
2.对二项分布来说,概率分布的两个性质成立。即:
(1)P (=k)=Cnk pk qn-k>0,k=0,1,2,…,n; (2)P (=k)=Cnk pk qn-k=(p+q) n=1。
k0k0nn二项分布是一种常见的离散型随机变量的分布,它有着广泛的应用。 3.服从二项分布的随机变量的期望与方差公式: 若ξ~B(n,p),则Eξ=np,Dξ=npq(q=1-p).
(3) 公式5:求证:Eξ=np
方法一:
在重复实验中,某结果发生的概率均为p(不发生的概率为q,有pq1),那么在n次实验中该结果发生的次数的概率分布为
0 1 2 3 ... n1 n 6
P C0nn1nq C122n233n3npq Cnpq Cnpq ... Cn1n1npq Cnnnp 服从二项分布的随机变量的期望Enp.证明如下:
预备公式 kckk1nncn1
(pq)n1(c00n10n22p0qn2k1k1(n1)(nk)n1n10n1pqc1n1pqcn1...cn1pq...cn1pq) 因为p(k)ckknkkknknp(1p)cnpq,
所以 E0c00n1n122n2kknkn0nnpq1c1npq2cnpq...kcnpq...ncnpq =np(c00n110n220n2k1k1(n1)(nk)n1n10n1pqcn1pqcn1pq...cn1pq...cn1pq)=np(pq)n1np 所以 E= np 得证
方法二: 证明:若 X~B(n,p),则X表示n重贝努里试验中的“成功” 次数,现在我们来求X的数学期望。
若设X1如第i次试验成功ii次试验失败 i=1,2,…,n 0如第则XX1X2...Xn,因为 P(Xi1)P,P(Xi0)1Pq 所以E(Xi)0q1pp,则
nnE(X)E[Xi]i1E(Xi)np
i1可见,服从参数为n和p的二项分布的随机变量X的数学期望是np 。
需要指出,不是所有的随机变量都存在数学期望。
公式6k2Ckk1k2nnCn1n(n1)Cn2
k2Ckk1nknCn1 n[(k1)1]Ck1n1nCk1n(k1)Ck1n1n1 nCk1k2n1n(n1)Cn2k2Ckk1k2nnCn1n(n1)Cn2
7
求证:服从二项分布的随机变量的方差公式7:Dξ=npq(q=1-p). 方法一:
2iini证明: EiCnpq
2i0nnnCpqnpq1nn1nCi2ni1n1pqinii2inin(n1)Cn2pqi20n1n12n1npCi1i1n1pqi1ninpCqn(n1)pCi2ni2n2pi2qninpqn1np(pq)n1npqn1n(n1)p2(pq)n2npqn1npnpqn1n(n1)p2npn2p2np2np(1p)n2p2npqn2p222由公式1知DE(E)
npqn2p2(np)2npq
方法二: 设~B(n,p), 则X表示n重贝努里试验中的“成功” 次数。 若设Xin1如第i次试验成功 i=1,2,…,n 0如第i次试验失败则i是n次试验中“成功”的次数,E(i)0q1pp,故
i1 D(i)E(i2)[E(i)]2pp2p(1p), i1,2,,n 由于1,2,...,n相互,于是D()D(i)= np(1- p)。
i1n(三) 几何分布的期望与方差的公式列举及证明
1. 定义5:几何分布(Geometric distribution)是离散型概率分布。
定义6:在第n次伯努利试验,才得到第一次成功的机率。
n次伯努利试验,前n-1次皆失败,第n次才成功的概率。P(Xk)(1p)k1p
8
若P(k)qk1p,则(1)E11p,(2)D2。 pp1, p求证:(1)几何分布的期望 公式8:E若某射击手击中目标的概率为P,求证:从射击开始到击中目标所需次数的期望
E1 p证明:依题意分布列为
P 1 P 2 3 …… K …… P(1P) P(1P)2 P(1P)K1 由P(k)qk1p,知
E1P2P(1P)3P(1P)2...KP(1P)K1...
Ep2pq3q2p...kqk1p...(12q3q2...kqk1...)p
下面用错位相减法求上式括号内的值。 记Sk12q3q2...kqk1
qSkq2q2...(k1)qk1kqk
两式相减,得(1q)Sk1qq2...qk1kqk
1qkkqk Sk(1q)21qqk0及limkqk0(可用L'Hospital法则证明)由0p1,知0q1,则lim kkSk故12p3q2...kqk1...limk11, (1q)2p2所以E
1 p9
1p求证:(2)p(k)g(k,p) 几何分布的方差 公式9:D2pnn1(x)'nx证明:利用导数公式,推导如下:
q2 p12x3x2...kxk1...
x'(x2)'(x3)'...(xk)'...(xxx...x...)x(1x)(x))'1x(1x)2
1(1x)2(23k'
上式中令xq,则得 12q3q...kq2k111...2 2(1q)p(2)为简化运算,利用性质DE2(E)2来推导。
E2p22qp32q2p...k2qk1p...
p(122q32q2...k2qk1...)
对于上式括号中的式子,利用导数,关于q求导:k2qk1(kqk)',并用倍差法求和,有12q3q...kq2222k1...
(q2q23q3...kqk...)'
q(1q)22(1q)q[]'2(1q)(1q)41q1q2p(1q)4(1q)3p322
2p2p则Ep(3),
pp2 10
因此DE2(E)2222p121p()2 2pppk1证明二: E()kpqK1p[k(k1)qk1k1kqk1]
k1 =qp(qk)nE
k1 =qp212p1 (1p)3pp2pDE2(E)22p121p()2 2ppp
11
因篇幅问题不能全部显示,请点此查看更多更全内容
Copyright © 2019- jqkq.cn 版权所有 赣ICP备2024042794号-4
违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com
本站由北京市万商天勤律师事务所王兴未律师提供法律服务