均匀分布的期望与方差
在概率论与统计学中，均匀分布是一种非常重要且常用的分布。对于一个连续均匀分布（Uniform Distribution），定义在区间 \([a, b]\) 上的随机变量 \(X\)，其概率密度函数为：
\[
f(x) =
\begin{cases}
\frac{1}{b - a} & \text{当 } a \leq x \leq b \\
0 & \text{其他情况下}
\end{cases}
\]
均匀分布的期望和方差分别为：
- 期望 \(E(X) = \frac{a + b}{2}\)
- 方差 \(Var(X) = \frac{(b - a)^2}{12}\)
接下来，将详细探讨均匀分布的期望与方差的计算过程及其意义。
一、均匀分布的期望
期望是随机变量取值的平均水平，对于均匀分布，期望的计算相对简单。我们可以通过对概率密度函数进行积分来得到期望值。
1. 期望的定义
均匀分布的期望可以表示为：
\[
E(X) = \int_{a}^{b} x f(x) \, dx
\]
因为 \(f(x) = \frac{1}{b - a}\)，代入公式，我们得到：
\[
E(X) = \int_{a}^{b} x \cdot \frac{1}{b - a} \, dx
\]
2. 计算过程
通过分部积分，我们可以将该积分进一步拆分：
\[
E(X) = \frac{1}{b - a} \int_{a}^{b} x \, dx
\]
根据基本的积分法则，我们知道：
\[
\int x \, dx = \frac{x^2}{2}
\]
因此：
\[
\int_{a}^{b} x \, dx = \left[ \frac{x^2}{2} \right]_{a}^{b} = \frac{b^2}{2} - \frac{a^2}{2} = \frac{b^2 - a^2}{2}
\]
把这个结果代入期望的公式：
\[
E(X) = \frac{1}{b - a} \cdot \frac{b^2 - a^2}{2} = \frac{(b - a)(b + a)}{2(b - a)} = \frac{b + a}{2}
\]
因此，随机变量 \(X\) 在区间 \([a, b]\) 上的期望 \(E(X)\) 为 \(\frac{a + b}{2}\)。
二、均匀分布的方差
方差是衡量随机变量取值离散程度的指标。对于均匀分布，其方差同样可以通过积分计算获取。
1. 方差的定义
方差的计算式为：
\[
Var(X) = E(X^2) - (E(X))^2
\]
其中，\(E(X^2)\) 是随机变量平方的期望。
2. 计算 \(E(X^2)\)
我们可以通过如下公式计算 \(E(X^2)\)：
\[
E(X^2) = \int_{a}^{b} x^2 f(x) \, dx = \int_{a}^{b} x^2 \cdot \frac{1}{b-a} \, dx
\]
同样利用积分的基本知识，我们得出：
\[
E(X^2) = \frac{1}{b - a} \int_{a}^{b} x^2 \, dx
\]
根据基本积分法则：
\[
\int x^2 \, dx = \frac{x^3}{3}
\]
因此：
\[
\int_{a}^{b} x^2 \, dx = \left[ \frac{x^3}{3} \right]_{a}^{b} = \frac{b^3}{3} - \frac{a^3}{3} = \frac{b^3 - a^3}{3}
\]
代入上面的公式计算期望：
\[
E(X^2) = \frac{1}{b - a} \cdot \frac{b^3 - a^3}{3}
\]
3. 进一步简化
由 \(b^3 - a^3 = (b - a)(b^2 + ba + a^2)\)，可以得出：
\[
E(X^2) = \frac{(b^2 + ba + a^2)}{3}
\]
4. 计算方差
现在我们已经有了 \(E(X)\) 和 \(E(X^2)\)，进而可以求出方差：
\[
Var(X) = E(X^2) - (E(X))^2
\]
代入：
\[
Var(X) = \frac{(b^2 + ba + a^2)}{3} - \left( \frac{a + b}{2} \right)^2
\]
通过化简，最终可得：
\[
Var(X) = \frac{(b - a)^2}{12}
\]
三、总结
均匀分布是一个简单而重要的分布类型，其期望与方差都具有直观的几何解释。期望值 \(E(X) = \frac{a + b}{2}\) 可以被理解为区间 \([a, b]\) 中所有可能取值的中心点，而方差 \(Var(X) = \frac{(b - a)^2}{12}\) 则反映了取值的广泛程度。这些性质使得均匀分布在许多实际问题中成为一种理想的模型。通过本文的探讨，希望读者对均匀分布的期望与方差有更深入的理解。
