离散型随机变量方差公式如何求

在概率论与数理统计中，离散型随机变量的方差是一个重要的统计量，用于衡量随机变量与其期望值之间的偏离程度。理解并掌握离散型随机变量方差的计算方法，对于分析数据分布、评估风险等具有重要意义。

一、方差的基本概念

方差（Variance）是描述随机变量取值与其数学期望之间差异程度的指标。具体来说，它表示的是随机变量的各个取值与期望值的平方差的期望值。

设 $ X $ 是一个离散型随机变量，其可能取值为 $ x_1, x_2, \ldots, x_n $，对应的概率分别为 $ p_1, p_2, \ldots, p_n $，则其方差公式为：

$$

\text{Var}(X) = E[(X - E[X])^2] = \sum_{i=1}^{n} (x_i - E[X])^2 p_i

$$

其中，$ E[X] $ 是随机变量 $ X $ 的期望值，也称为均值。

二、方差的计算步骤

1. 计算期望值 $ E[X] $

$$

E[X] = \sum_{i=1}^{n} x_i p_i

$$

2. 计算每个取值与期望值的差的平方

对于每一个 $ x_i $，计算 $ (x_i - E[X])^2 $

3. 将每个差的平方乘以对应概率

得到 $ (x_i - E[X])^2 p_i $

4. 将所有结果相加，得到方差

$$

\text{Var}(X) = \sum_{i=1}^{n} (x_i - E[X])^2 p_i

$$

三、简化公式（另一种表达方式）

为了便于计算，也可以使用以下等价形式：

$$

\text{Var}(X) = E[X^2] - [E[X]]^2

$$

其中：

- $ E[X^2] = \sum_{i=1}^{n} x_i^2 p_i $

- $ [E[X]]^2 $ 是期望值的平方

这种方法在实际计算中更为简便，尤其是在已知 $ E[X] $ 和 $ E[X^2] $ 的情况下。

四、示例说明

假设一个离散型随机变量 $ X $ 的分布如下：

计算步骤如下：

1. 计算期望值 $ E[X] $：

$$

E[X] = 0 \times 0.2 + 1 \times 0.5 + 2 \times 0.3 = 0 + 0.5 + 0.6 = 1.1

$$

2. 计算 $ E[X^2] $：

$$

E[X^2] = 0^2 \times 0.2 + 1^2 \times 0.5 + 2^2 \times 0.3 = 0 + 0.5 + 1.2 = 1.7

$$

3. 计算方差：

$$

\text{Var}(X) = E[X^2] - [E[X]]^2 = 1.7 - (1.1)^2 = 1.7 - 1.21 = 0.49

$$

五、总结表格

通过以上内容可以看出，离散型随机变量的方差计算并不复杂，只要掌握好期望值和相关公式，就能轻松完成计算。在实际应用中，合理选择公式可以提高效率，减少计算错误。