💡平均收益相同的方案风险也相同吗
方案甲稳定得到 10 元;方案乙有一半机会得到 0 元,一半机会得到 20 元。两者长期平均收益都是 10 元,但乙的结果波动明显更大。只比较平均水平,无法完整描述随机结果。
数学期望刻画分布的中心,方差和标准差刻画取值偏离中心的程度。它们必须结合分布和实际语境解释。
🎯学习目标与考查重点
- 会由分布列计算数学期望、方差与标准差。
- 理解期望是概率加权平均,不一定是可能取值。
- 掌握 E(aX+b) 与 D(aX+b) 的公式。
- 会用 D(X)=E(X2)−[E(X)]2 简化计算。
- 能比较方案的长期平均水平与波动风险。
一、数学期望
设离散型随机变量 X 取值 x1,x2,…,概率为 p1,p2,…,且相关级数有意义,则数学期望定义为
E(X)=i∑xipi.
它是按概率加权的平均值,反映大量独立重复试验中观测平均数趋近的中心水平。期望未必是随机变量能取到的值,例如均匀骰子点数的期望为 3.5,单次不可能掷出 3.5。
线性变换满足
E(aX+b)=aE(X)+b.
更一般地,只要期望存在,E(X+Y)=E(X)+E(Y) 不要求 X,Y 独立。线性性来自每个结果上的代数相加,而不是来自试验之间互不影响。
二、方差与标准差
方差定义为随机变量与其期望之差的平方的期望:
D(X)=E([X−E(X)]2)=i∑[xi−E(X)]2pi.
方差恒非负;只有 X 以概率 1 取同一常数时方差为零。由于平方改变单位,标准差
σ(X)=D(X)
与原变量单位相同,更便于解释实际波动大小。
展开平方可得计算公式
D(X)=E(X2)−[E(X)]2,
其中 E(X2)=∑ixi2pi。方差不能写成 E(X2)−E(X)2 后误把第二项理解为 E(X2);方括号强调先求期望再平方。
🔑期望回答“长期平均落在哪里”,方差回答“结果围绕期望有多分散”。平均水平相同的分布可能风险完全不同,比较方案时应同时查看中心与波动,并结合实际损失后果作出更加审慎可靠的判断。
三、线性变换的数字特征
若 Y=aX+b,则
E(Y)=aE(X)+b,
D(Y)=a2D(X),σ(Y)=∣a∣σ(X).
加上常数 b 只会整体平移所有取值,不改变离散程度;乘 a 会把每个偏差扩大 ∣a∣ 倍,因此方差扩大 a2 倍。即使 a 为负,方差也不会变成负数。
对两个随机变量,
D(X+Y)=D(X)+D(Y)
通常需要 X,Y 相互独立这一充分条件;一般情况下还要考虑共同变化。不能像期望那样在任何情况下直接相加。课程问题若使用方差可加性,应明确独立条件。
四、期望决策与模型边界
游戏“公平”通常指参与者净收益的期望为零。设奖金为 R、成本为 c,净收益 X=R−c,则 E(X)=E(R)−c。公平价格只描述长期平均,不保证每次不亏损,也不代表各方风险相同。
比较投资或方案时,若期望相同,方差较小者结果更稳定;若期望和方差都不同,则选择还取决于风险偏好和损失承受能力。方差只衡量平方偏差,不区分向上惊喜与向下损失,不能替代所有风险指标。
样本均值与随机变量理论均值也要区分。理论均值来自已知分布,样本均值来自有限观测;试验次数增加时二者往往更接近,但单次或少量试验仍可能明显偏离期望。
例 1原创基础例题:由分布列求均值与方差
随机变量 X 的分布列为
| X | 0 | 1 | 3 |
|---|
| P | 0.2 | 0.5 | 0.3 |
求 E(X)、D(X) 和标准差。
✏️ 查看分步解析
E(X)=0×0.2+1×0.5+3×0.3=1.4.再算平方的期望:
E(X2)=02×0.2+12×0.5+32×0.3=3.2.所以
D(X)=3.2−1.42=1.24,标准差为 1.24≈1.114。期望 1.4 不在取值表中并不矛盾,它是加权中心而非必然出现的结果。
例 2原创进阶例题:公平费用与风险
抽奖奖金 R 为:概率 0.1 得 100 元,概率 0.9 得 0 元。每次收取费用 c,净收益 X=R−c。求使游戏期望公平的 c,并求此时净收益方差。
✏️ 查看分步解析
奖金期望为
E(R)=100×0.1+0×0.9=10.E(X)=E(R)−c,令其为零得 c=10 元。平移不改变方差,所以 D(X)=D(R)。
E(R2)=10000×0.1=1000,D(X)=D(R)=1000−102=900.标准差为 30 元。虽然期望净收益为零,单次仍有 90% 的概率亏 10 元、10% 的概率赚 90 元,公平期望不等于低风险。
⚠️易错点
- 期望是概率加权平均,不要求属于随机变量的取值集合。
- 计算方差时先求 E(X2),再减去 [E(X)]2。
- D(aX+b)=a2D(X),常数平移不影响方差。
- 期望的可加性通常不要求独立,方差直接相加则需核对独立条件。
- “期望公平”只说明长期平均净收益为零,不保证单次结果公平或稳定。
🌏生活应用:质量稳定性与收益风险
两台设备产品尺寸平均值相同,不代表质量相同;标准差较小的设备通常更稳定。两个投资方案预期收益相同,也可能因方差不同而风险不同。实际比较还要确认单位一致、分布模型可信,并关注极端损失。若把厘米与毫米数据混用,方差因平方单位会产生更严重的尺度错误。
五、自测与解析
1. 期望计算
X 取 1,4,概率分别为 0.7,0.3,求 E(X)。
✏️ 查看答案
E(X)=1×0.7+4×0.3=1.9。
2. 线性变换
已知 E(X)=3,D(X)=2,令 Y=−2X+5,求 E(Y)、D(Y)。
✏️ 查看答案
E(Y)=−2×3+5=−1,D(Y)=(−2)2×2=8。
3. 常数变量
若 X 恒等于 6,求期望与方差。
✏️ 查看答案
E(X)=6,所有偏差都为零,所以 D(X)=0。
📺B 站视频讲解去 B 站观看「随机变量均值与方差视频讲解」优质讲解视频 →