随机变量的数学期望反映了随机变量取值平均的大小,但是,有的随机变量取值比较密集,有些则比较分散,因此,还需要了解随机变量取值在平均值附近的分散程度.
例如,有两包棉花,它们的纤维长度都一样,但一包比较整齐,而另一包长短差别很大,因此可以认为前者比后者的质量好.(要考查一批产品的长度,既要考查他的平均长度又要考查各个产品的长度.如果各个产品有的很长,有的很短,即使平均长度达到标准,也不能认为这批产品合格).我们给出以下定义.
定义3.3 设X是一个随机变量,如果E[X-E(X)]2存在,则称E[XE(X)]2为X的方差,记作D(X),即
D(X)=E[X-E(X)]2
注:①方差D(X)是一个非负实数,有时也可以记做DX;
②方差刻划了随机变量的取值与数学期望E(X)的偏离程度.即方差越小,说明随机变量的取值越密集在它的数学期望附近(取值集中);方差越大,说明随机变量的取值与它的数学期望的差异越大(取值分散);
③方差D(X)实际上是随机变量X的函数g(X)=[X-E(X)]2的数学期望;
⑤当X为离散型随机变量时,其概率分布为P(X=xi)=pi,i=1,2,…则
当X为连续型随机变量时,其密度函数为f(x),则
⑥方差的计算式 D(X)=E(X2)-(EX)2
证明
D(X)=E{[X-E(X)]2}
=E[X2-2X·E(X)+(EX)2]
=E(X2)-2E(X)·E(X)+(EX)2
=E(X2)-(EX)2
【例1】 随机变量X服从0-1分布,概率分布表为(www.xing528.com)
(p>0,p+q=1),求它的方差.
解 已知计算出 E(X)=p
D(X)=(0-p)2q+(1-p)2p=p2q+q2p=pq
【例2】 随机变量X的概率分布为
求X的方差(用两种方法).
解法一
解法二
解法一
解法二
【例4】 已知连续型随机变量X的密度函数为
求X的方差(用两种方法)
解法一
解法二
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。