内容正文:
2.3.2离散型随机变量的方差
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
5. 分布列:
ξ
x1
x2
…
xi
…
P
P1
P2
…
Pi
…
6. 分布列的两个性质: ⑴Pi≥0,i=1,2,…; ⑵P1+P2+…=1.
7.二项分布:ξ~B(n,p),并记
=b(k;n,p).
ξ
0
1
…
k
…
n
P
…
…
8.几何分布: g(k,p)=
,其中k=0,1,2,…,
.
ξ
1
2
3
…
k
…
P
…
…
9.数学期望: 一般地,若离散型随机变量ξ的概率分布为
ξ
x1
x2
…
xn
…
P
p1
p2
…
pn
…
则称
EMBED Equation.3
EMBED Equation.3 …
… 为ξ的数学期望,简称期望.
10. 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
11 平均数、均值:在有限取值离散型随机变量ξ的概率分布中,令
EMBED Equation.3 …
,则有
EMBED Equation.3 …
,
EMBED Equation.3
EMBED Equation.3 …
,所以ξ的数学期望又称为平均数、均值
12. 期望的一个性质:
13.若ξ
B(n,p),则Eξ=np
二、讲解新课:
1. 方差: 对于离散型随机变量ξ,如果它所有可能取的值是
,
,…,
,…,且取这些值的概率分别是
,
,…,
,…,那么,
=
+
+…+
+…
称为随机变量ξ的均方差,简称为方差,式中的
是随机变量ξ的期望.
2. 标准差:
的算术平方根
叫做随机变量ξ的标准差,记作
.
3.方差的性质:(1)
;(2)
;
(3)若ξ~B(n,p),则
np(1-p)
4.其它:
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;
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
三、讲解范例:
例1.随机抛掷一枚质地均匀的骰子,求向上一面的点数的均值、方差和标准差.
解:抛掷散子所得点数X 的分布列为
ξ
1
2
3
4
5
6
P
从而
;
.
例2.有甲乙两个单位都愿意聘用你,而你能获得如下信息:
甲单位不同职位月工资X1/元
1200
1400
1600
1800
获得相应职位的概率P1
0.4
0.3
0.2
0.1
乙单位不同职位月工资X2/元
1000
1400
1800
2000
获得相应职位的概率P2
0.4
0.3
0.2
0.1
根据工资待遇的差异情况,你愿意选择哪家单位?
解:根据月工资的分布列,利用计算器可算得
EX1 = 1200×0.4 + 1 400×0.3 + 1600×0.2 + 1800×0.1
= 1400 ,
DX1 = (1200-1400) 2 ×0. 4 + (1400-1400 ) 2×0.3
+ (1600 -1400 )2×0.2+(1800-1400) 2×0. 1
= 40 000 ;
EX2=1 000×0.4 +1 400×0.3 + 1 800×0.2 + 2200×0.1 = 1400 ,
DX2 = (1000-1400)2×0. 4+(1 400-1400)×0.3 + (1800-1400)2×0.2 + (2200-1400 )2×0.l
= 160000 .
因为EX1 =EX2, DX1<DX2,所以两家单位的工资均值相等,但甲单位不同职位的工资相对集中,乙单位不同职位的工资相对分散.这样,如果你希望不同职位的工资差距小一些,就选择甲单位;如果你希望不同职位的工资差距大一些,就选择乙单位.
例3.设随机变量ξ的分布列为
ξ
1
2
…
n
P
…
求Dξ