相互独立的随机变量的“加”与“减”
新的情景:假设有2台老虎机,它们各自独立,其概率分布分别如下:
老虎机1:
x | -5 | 395 |
---|---|---|
P(X=x) | 0.99 | 0.01 |
老虎机2,也就是上面用过的老虎机:
y | -2 | 23 | 48 | 73 | 98 |
---|---|---|---|---|---|
P(Y=y) | 0.977 | 0.008 | 0.008 | 0.006 | 0.001 |
求在两台老虎机上各玩一局的期望和方差。
当然,我们可以用原始的方法,既然是求E(X+Y)或Var(X+Y),那么我们可以求出X+Y的概率分布,也就是列一张X+Y的表,在分别求期望和方差。
不过,我们有别的方法!
E(X)+E(Y)=E(X+Y)
我们只要相加两个事件的期望,其实就求出了E(X+Y)。意义显而易见,例如,如果你玩两局,一局有望赢5美元,另一局有望赢10美元,则总体上有望赢5美元+10美元。
E
(
X
)
+
E
(
Y
)
=
E
(
X
+
Y
)
E(X)+E(Y)=E(X+Y)
E(X)+E(Y)=E(X+Y)
类似地,可以求出方差,只要将两个方差相加即可。对于所有独立随机变量来说,这些结论全都成立。
V
a
r
(
X
+
Y
)
=
V
a
r
(
X
)
+
V
a
r
(
Y
)
Var(X+Y)=Var(X)+Var(Y)
Var(X+Y)=Var(X)+Var(Y)
提示:方差加法仅适用于独立随机变量
E(X)-E(Y)=E(X-Y)
同理,如果是两个随机变量的差,只需要期望相减即可。
E
(
X
)
−
E
(
Y
)
=
E
(
X
−
Y
)
E(X)-E(Y)=E(X-Y)
E(X)−E(Y)=E(X−Y)
不过,X-Y的方差依然需要将两个方差加起来。这可能有违直观,加的原因是变异性增大了。
V
a
r
(
X
−
Y
)
=
V
a
r
(
X
)
+
V
a
r
(
Y
)
Var(X-Y)=Var(X)+Var(Y)
Var(X−Y)=Var(X)+Var(Y)
注意:这里的随机变量是独立的
线性变换的“加”与“减”
和独立随机变量同理,线性变换也可以做加减运算(个人观点:因为线性变换后的两个随机变量也是相互独立的!)。
假设有这种情况:如果赌场更改了两台老虎机(或者只是其中一台)的赌本和奖金,我们需要求出整个概率分布,以便求出新的期望和方差。
当然我们也可以做表,画出整个随机变量概率表格,不过上面的加减更简单些。
假设X和Y老虎机的收益变了,使得X的收益为aX,Y的收益为bY,其中a和b为任意数字。现,求aX和bY这两个组合的期望和方差。
aX+bY的期望和方差
E ( a X + b Y ) = a E ( X ) + b E ( Y ) V a r ( a X + b Y ) = a 2 V a r ( X ) + b 2 V a r ( Y ) E(aX+bY)=aE(X)+bE(Y) \\ Var(aX+bY)=a^2Var(X)+b^2Var(Y) E(aX+bY)=aE(X)+bE(Y)Var(aX+bY)=a2Var(X)+b2Var(Y)
aX-bY的期望和方差
E ( a X − b Y ) = a E ( X ) − b E ( Y ) V a r ( a X − b Y ) = a 2 V a r ( X ) + b 2 V a r ( Y ) E(aX-bY)=aE(X)-bE(Y) \\ Var(aX-bY)=a^2Var(X)+b^2Var(Y) E(aX−bY)=aE(X)−bE(Y)Var(aX−bY)=a2Var(X)+b2Var(Y)
方差减法与独立随机变量时相同。
个人评论:有些同学可能会有疑问,那么如果是X(或Y)的收益变成aX(或Y)+b呢?
其实不用担心,照样使用线性变换的公式就好了,期望+b,方差不变。
问:为什么把X-Y的方差加起来?你肯定应该做减法吧?
答:猛一看这有违直觉,不过,当你用一个变量减另一个变量时,其实变异性是增大的,因此方差也增大。变量相减的变异性与变量增加的变异性其实是一样的。
还有一种理解方法:计算方差时会取基本数值的平方,Var(X+bY)等于 V a r ( X ) + b 2 V a r ( Y ) Var(X)+b^2Var(Y) Var(X)+b2Var(Y),如果b=-1,则得出Var(X-Y),由于 ( − 1 ) 2 = 1 (-1)^2=1 (−1)2=1,因此Var(X-Y)=Var(X)+Var(Y)。
**我举一个方便我理解的例子。**如果有一个硬币,我规定人的那面我加1分,国徽的那面我得0分,那么概率分布为:
x | 0 | 1 |
---|---|---|
P(X=x) | 0.5 | 0.5 |
那么,期望为0.5,方差为0.25。
- 如果掷两次硬币,将得分相加,那得分的期望应该是1;方差是0.5。
- 如果要 求:掷第一次硬币的得分 与 掷第二次硬币的得分的差别,则期望应该是0;方差照样是0.5,而不是0.25-0.25=0。
我们验证一下,设Y是新的随机变量:
y | -1 | 0 | 1 |
---|---|---|---|
P(Y=y) | 0.25 | 0.5 | 0.25 |
一共也就4种可能,也就是00(=0)、01(=-1)、10(=1)、11(=0)。
根据方差公式, V a r ( Y ) = ∑ ( y − μ ) 2 P ( Y = y ) Var(Y) = \sum(y-\mu)^2P(Y=y) Var(Y)=∑(y−μ)2P(Y=y)
期望=0;方差=0.5。
公式总结
一道“期望”的实际应用题!
一道2个随机变量的“期望”和“方差”之差的题目!