期望-方差公式的证明全集(共10页).doc
精选优质文档-倾情为你奉上期望与方差的相关公式的证明-、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：甲乙两个人赌博，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。定义1 若离散型随机变量可能取值为（=1，2，3 ，），其分布列为（=1，2，3， ），则当<时，则称存在数学期望，并且数学期望为E=，如果=，则数学期望不存在。定义2 期望：若离散型随机变量，当=xi的概率为P（=xi）=Pi（i=1，2，n，），则称E=xi pi为的数学期望，反映了的平均值.期望是算术平均值概念的推广，是概率意义下的平均.E由的分布列唯一确定.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）。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。定义3方差：称D=（xiE）2pi为随机变量的均方差，简称方差.叫标准差，反映了的离散程度. 定义4设随机变量X的数学期望存在，若存在，则称 为随机变量X的方差，记作，即。方差的算术平方根称为随机变量X的标准差，记作，即由于与X具有相同的度量单位，故在实际问题中经常使用。D表示对E的平均偏离程度，D越大表示平均偏离程度越大，说明的取值越分散.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=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的函数的数学期望，故当X离散时, X的概率函数为；当X连续时，X的密度函数为。求证方差的一个简单公式：公式1：证明一：证明二：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。（3）若与 独立，则 公式2： 。证 由数学期望的性质及求方差的公式得 可推广为：若,，相互独立，则（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）pi0，i1，2，；（2）p1p21。2离散型随机变量期望和方差的性质：E (ab)aEb，D (ab)a2 D。（1） 公式3：E（a+b）=aE+b，证明：令 为常数 也为随机变量 所以 的分布列为=说明随机变量的线性函数的期望等于随机变量期望的线性函数（2） 公式4：D（a+b）=a2D（a、b为常数）.证法一： 因为 所以有： 证毕证法二：D=.E(ab)aEb， D(a+b)=a2D （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。（k0，1，2，n，0p1，q1p，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-k0，k0，1，2，n；（2）P (k)Cnk pk qn-k(pq) n1。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B（n，p），则E=np，D=npq（q=1p）.（3） 公式5：求证：E=np方法一：在独立重复实验中，某结果发生的概率均为（不发生的概率为，有），那么在次实验中该结果发生的次数的概率分布为服从二项分布的随机变量的期望.证明如下：预备公式 因为所以 =所以 = 得证方法二： 证明：若 ，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 i=1,2，n则，因为 ，所以，则可见，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6求证：服从二项分布的随机变量的方差公式7：D=npq（q=1p）.方法一：证明： 由公式1知方法二： 设, 则X表示n重贝努里试验中的“成功” 次数。若设 i=1,2，n则是n次试验中“成功”的次数，故 ， 由于相互独立，于是= np(1- p)。（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。若，则（1），（2）。求证：（1）几何分布的期望 公式8：，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证明：依题意分布列为123 由，知 下面用错位相减法求上式括号内的值。记两式相减，得由，知，则及（可用L'Hospital法则证明）故，所以求证：（2） 几何分布的方差 公式9：证明：利用导数公式，推导如下：上式中令，则得 （2）为简化运算，利用性质来推导。对于上式括号中的式子，利用导数，关于q求导：，并用倍差法求和，有则，因此证明二: = =专心-专注-专业
