first commit
This commit is contained in:
@@ -0,0 +1,189 @@
|
||||
# 题型四:方差的计算与性质
|
||||
|
||||
## 识别特征
|
||||
|
||||
- 题干要求计算 $D(X)$
|
||||
- 涉及 $D(aX+b)$ 的伸缩与平移
|
||||
- 涉及 $D(X+Y)$ 或 $D(X-Y)$(需要协方差修正或独立条件)
|
||||
|
||||
## 解题流程
|
||||
|
||||
```mermaid
|
||||
flowchart TD
|
||||
A[识别:求 D X] --> B{X 类型?}
|
||||
B -->|已知分布| C["查速查表: 二项 np1-p, 泊松 λ..."]
|
||||
B -->|已知分布律/密度| D["用 D X = E X² - E² X"]
|
||||
B -->|一般随机变量| E[先求 E X, E(X²) 再用公式]
|
||||
D --> F[计算 E X²: 函数期望公式]
|
||||
F --> G[D X = E X² - E² X]
|
||||
E --> G
|
||||
G --> H{多变量?}
|
||||
H -->|是| I["D X+Y = D X + D Y + 2Cov X,Y"]
|
||||
H -->|否| J[结果]
|
||||
```
|
||||
|
||||
## 通法步骤
|
||||
|
||||
### 一、方差的定义与等价公式
|
||||
|
||||
**定义**:
|
||||
$$
|
||||
D(X) = E[(X - E(X))^2]
|
||||
$$
|
||||
|
||||
**等价公式**(**计算常用**):
|
||||
$$
|
||||
\boxed{D(X) = E(X^2) - E^2(X)}
|
||||
$$
|
||||
|
||||
> ⚠️ **首选等价公式**:直接计算量小,只需 $E(X), E(X^2)$。
|
||||
|
||||
### 二、方差的性质 ⭐
|
||||
|
||||
| 性质 | 公式 | 说明 |
|
||||
|------|------|------|
|
||||
| **常数** | $D(C) = 0$ | 常数无波动 |
|
||||
| **伸缩** | $D(aX) = a^2 D(X)$ | 系数平方 |
|
||||
| **平移** | $D(X + b) = D(X)$ | 平移不影响方差 |
|
||||
| **一般** | $D(aX + b) = a^2 D(X)$ | 伸缩+平移 |
|
||||
| **和**(一般) | $D(X \pm Y) = D(X) + D(Y) \pm 2\text{Cov}(X,Y)$ | 不可漏协方差 |
|
||||
| **和**(独立) | $D(X \pm Y) = D(X) + D(Y)$ | 独立时成立 |
|
||||
| **独立可加** | $D(\sum X_i) = \sum D(X_i)$ | $X_i$ 两两独立 |
|
||||
|
||||
### 三、计算步骤(标准套路)
|
||||
|
||||
**情形 1**:已知 $X$ 的分布律或密度
|
||||
$$
|
||||
E(X) = \int x f(x) dx \quad \text{或} \quad \sum x_i p_i
|
||||
$$
|
||||
$$
|
||||
E(X^2) = \int x^2 f(x) dx \quad \text{或} \quad \sum x_i^2 p_i
|
||||
$$
|
||||
$$
|
||||
D(X) = E(X^2) - E^2(X)
|
||||
$$
|
||||
|
||||
**情形 2**:已知 $Y = g(X)$
|
||||
$$
|
||||
E(Y) = E[g(X)] = \int g(x) f(x) dx
|
||||
$$
|
||||
$$
|
||||
E(Y^2) = E[g^2(X)] = \int g^2(x) f(x) dx
|
||||
$$
|
||||
$$
|
||||
D(Y) = E(Y^2) - E^2(Y)
|
||||
$$
|
||||
|
||||
### 四、$D(X+Y)$ 的展开公式(重要!)
|
||||
|
||||
$$
|
||||
D(X \pm Y) = D(X) + D(Y) \pm 2\text{Cov}(X, Y)
|
||||
$$
|
||||
|
||||
**关键情形**:
|
||||
- $X, Y$ **独立**:$D(X \pm Y) = D(X) + D(Y)$
|
||||
- $X, Y$ **不相关**($\text{Cov}=0$):$D(X \pm Y) = D(X) + D(Y)$
|
||||
- 一般情形:**必须**用协方差修正
|
||||
|
||||
## 常见陷阱
|
||||
|
||||
- **$D(X+Y) = D(X) + D(Y)$ 误用**:默认独立!非独立必须加 $2\text{Cov}(X,Y)$
|
||||
- **$D(aX+b) = a D(X) + b$**:错!正确是 $D(aX+b) = a^2 D(X)$(系数**平方**,常数**消失**)
|
||||
- **$D(X^2) = D^2(X)$**:错!$D(X^2) = E(X^4) - E^2(X^2)$
|
||||
- **$E(X^2) = E^2(X)$**:错!只有在 $D(X)=0$($X$ 是常数)时成立
|
||||
- **正态参数颠倒**:$N(\mu, \sigma^2)$ 的 $D(X) = \sigma^2$(**方差**而非标准差!)
|
||||
|
||||
## 经典母题
|
||||
|
||||
> **题目 1**:掷骰子 $X$ 的期望 $E(X) = 3.5$。$E(X^2) = 91/6$。求 $D(X)$。
|
||||
|
||||
**解析**:
|
||||
|
||||
$$
|
||||
D(X) = E(X^2) - E^2(X) = \frac{91}{6} - \left(\frac{7}{2}\right)^2 = \frac{91}{6} - \frac{49}{4} = \frac{182 - 147}{12} = \frac{35}{12}
|
||||
$$
|
||||
|
||||
**复盘**:标准方差计算流程。
|
||||
|
||||
---
|
||||
|
||||
> **题目 2**:设 $X \sim B(n,p)$,求 $D(X)$。
|
||||
|
||||
**解析**:
|
||||
|
||||
**方法 1**:直接公式 $D(X) = np(1-p)$(背)
|
||||
|
||||
**方法 2**:分解为 $n$ 个独立 0-1 变量之和
|
||||
- $X = \sum_{i=1}^n X_i$,$X_i \sim B(1,p)$
|
||||
- $E(X_i) = p, D(X_i) = p(1-p)$
|
||||
- $D(X) = \sum D(X_i) = np(1-p)$
|
||||
|
||||
**复盘**:分解为独立和是计算方差的**通用技巧**。
|
||||
|
||||
---
|
||||
|
||||
> **题目 3**:设 $X \sim N(0, 4)$,$Y = 3X + 1$。求 $D(Y)$。
|
||||
|
||||
**解析**:
|
||||
|
||||
$$
|
||||
D(Y) = D(3X + 1) = 9 D(X) = 9 \times 4 = 36
|
||||
$$
|
||||
|
||||
**复盘**:方差的伸缩公式 $D(aX+b) = a^2 D(X)$。
|
||||
|
||||
---
|
||||
|
||||
> **题目 4**:$X, Y$ 独立,$D(X) = 4, D(Y) = 9$。求 $D(2X - 3Y + 5)$。
|
||||
|
||||
**解析**:
|
||||
|
||||
$$
|
||||
D(2X - 3Y + 5) = 4 D(X) + 9 D(Y) = 4 \times 4 + 9 \times 9 = 16 + 81 = 97
|
||||
$$
|
||||
|
||||
(常数项 $5$ 不影响;独立时可分离;$X, Y$ 各自的线性系数平方后保留)
|
||||
|
||||
**复盘**:独立情形下,$D(\sum a_i X_i) = \sum a_i^2 D(X_i)$。
|
||||
|
||||
---
|
||||
|
||||
> **题目 5**:$X, Y$ 不独立,$D(X) = 1, D(Y) = 2, \text{Cov}(X,Y) = -0.5$。求 $D(X-Y)$。
|
||||
|
||||
**解析**:
|
||||
|
||||
$$
|
||||
D(X-Y) = D(X) + D(Y) - 2\text{Cov}(X,Y) = 1 + 2 - 2(-0.5) = 3 + 1 = 4
|
||||
$$
|
||||
|
||||
**复盘**:注意协方差前的**符号**——减号对应 $-2\text{Cov}$(因为 $D(X-Y) = D(X) + D(Y) - 2\text{Cov}$)。
|
||||
|
||||
---
|
||||
|
||||
> **题目 6**:设 $X_1, X_2, \ldots, X_n$ 独立同分布,$E(X_i) = \mu, D(X_i) = \sigma^2$。求 $\bar{X} = \frac{1}{n}\sum X_i$ 的方差。
|
||||
|
||||
**解析**:
|
||||
|
||||
$$
|
||||
D(\bar{X}) = D\left(\frac{1}{n} \sum X_i\right) = \frac{1}{n^2} \sum D(X_i) = \frac{1}{n^2} \cdot n\sigma^2 = \frac{\sigma^2}{n}
|
||||
$$
|
||||
|
||||
**复盘**:样本均值的方差 = 总体方差 / $n$——这是 Ch05 大数定律的核心。
|
||||
|
||||
---
|
||||
|
||||
> **变式 1**:$X \sim P(\lambda)$,$Y = 2X + 3$,求 $D(Y)$。
|
||||
>
|
||||
> **解**:$D(X) = \lambda$,$D(Y) = 4\lambda$。
|
||||
|
||||
> **变式 2**:$X \sim U(0, 2)$,$Y = X^2$,求 $D(Y)$。
|
||||
>
|
||||
> **解**:$E(Y) = \int_0^2 x^2 \cdot 0.5 dx = 4/3$;$E(Y^2) = \int_0^2 x^4 \cdot 0.5 dx = 16/5$;$D(Y) = 16/5 - 16/9 = 64/45$。
|
||||
|
||||
---
|
||||
|
||||
> **口诀速记**:
|
||||
> - "**$D = E(X^2) - E^2(X)$**(首选公式)"
|
||||
> - "**$D(aX+b) = a^2 D(X)$**(常数消失,系数平方)"
|
||||
> - "**$D(X \pm Y) = D(X)+D(Y) \pm 2\text{Cov}$**(一般情形)"
|
||||
> - "**独立时**:$D(X \pm Y) = D(X)+D(Y)$"
|
||||
Reference in New Issue
Block a user