数学期望与方差•例设射击手甲与乙在同样条件下进行射击,其命中的环数是一随机变量,假设由历史纪录可得到它们分别有下面的分布列。(其中0环表示脱靶),试问,应如何来评定甲、乙的技术优劣?ξ甲10987650P0.50.20.10.10.050.050ξ乙10987650P0.10.10.10.10.20.20.2•解由射手甲的分布列很清楚地知道,他命中10环的概率是0.5,换句话说,他发出100粒子弹,约有50粒子弹命中10环,同理,约有20粒命中9环,约有10粒命中8环和7环,约有5粒命中6环和5环,没有脱靶的,这样“平均”起来甲命中环数约为我们把它记作E(ξ甲),对上式稍做变化得=10X0.1+9X0.1+8X0.1+7X0.1+6X0.2+5X0.2+0X0.2=8.85(环)(1)式)(85.8)0055561071082095010(1001环1000010055100561001071001081002091005010)(ξ甲E(1)式可以作为射手甲击中环数的理论平均值,因为它是由ξ甲的理论取值与理论取值的概率相乘后求和得到(亦即加权平均得到)的。同样,对于射手乙理论平均命中环数为E(ξ乙)=10X0.1+9X0.1+8X0.1+7X0.1+6X0.2+5X0.2+0X0.2=5.6(环)(2)式由(1)及(2)式看到,从理论平均中环数看,射手甲的射击水平高于射手乙的射击水平,同时,我们也看到,这种反应随机变量取值‘平均’意义特性的数值,恰好是这个随机变量取的一切可能值与相应概率乘积的总和,即若随机变量ξ取值为x1,x2…,取这些值相应的概率为p1,p2,…,则反映ξ“平均”意义的数字特征为Eξ=x1p1+x2p2+…=Σxipi,并把它叫做ξ的平均值。加权平均值数学期望•对于射手甲、乙的技术水平,除了上述从平均的角度来考虑外,还可以从射击命中环数的集中或离散程度来考虑,由上所述,射手甲命中环数的平均值是8.85,因此,他命中10环与平均值8.85的偏离值为10-8.85=1.15,偏离的平均值为(10-8.85)2.但射手甲命中10环的概率为0.5,因而,在射击100发子弹中约有50次出现偏离的平方为(10-8.85)2,同样理由,可得下表(Ⅰ)表(Ⅰ)偏离值ξ-Eξ10-8.859-8.85…5-8.850-8.85偏离值的平方(ξ-Eξ)2(10-8.85)2(9-8.85)2…(5-8.85)2(0-8.85)2概率p0.50.2…0.050偏离值10-8.859-8.85…5-8.850-8.85偏离值的平方(10-8.85)2(9-8.85)2…(5-8.85)2(0-8.85)2概率0.50.2…0.050按平均值E(ξ甲)的想法,射手甲射击的“平均”的平方偏差值可为并记它Dξ甲,改写后为Dξ甲=(10-8.85)2X0.5+(9-8.85)2X0.2+…+(5-8.85)2X0.05+(0-8.85)2X0=2.2275(3)式同理,可得Dξ乙=(10-5.6)2X0.1+(9-5.6)2X0.1+…+(5-5.6)2X0.2+(0-5.6)2X0.2=10.24(4)式比较(1)及(2)两式得知,从偏离平方值的“平均”值看,射手甲的技术优于射手乙。把(3)与(4)抽象成一般形式,得到:若离散型随机变量ξ取值为x1,,x2,,…,相应的概率为p1,p2,…,则反映ξ“平均”平方偏离值特性的数值为[x1-E(ξ)]2p1+[x2-E(ξ)]2p2+…=[(x1-E(ξ)]2p记它为D(ξ)。]0)85.80(5)85.85(...20)85.89(50)85.810[(10012222i这里,我们求偏离值平方的“平均”值,而不去求偏离值的“平均”值,原因在于:偏离值有正,有负,在相加的的过程中,不应让它们互相抵消,而应让每一次偏离值(不管是正是负)都被考虑进去,故可考虑偏离值的平方值,乘以相应的概率并相加求和。如果离散型随机变量ξ所有可能取的值是X1,x2,…,xn,…,且取这些值的概率分别是P1,p2,…pn,…那么,把叫做随机变量ξ的均方差,简称为方差,式中Eξ是随机变量ξ的期望,Dξ的算术平方根叫做随机变量ξ的标准差,记作aξ,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,其中标准差与随机变量本身有相同的单位...)(...)()(2222121nnPExPExPExDD