3-1 数学期望解析.pptVIP

3-1 数学期望 一、数学期望的概念 二、数学期望的性质 三、随机变量函数的数学期望 四、小结 作业 习题三 1 * 2 3 * 4 * 2. 连续型随机变量函数的数学期望 若 X 是连续型的,它的分布密度为 f (x) , 则 3. 二维随机变量函数的数学期望 解 实例9 设 ( X , Y ) 的分布律为 由于 实例10 解 实例11 解 因此期望所得为 利用软件包求解,并演示计算结果. 数学期望是一个实数, 而非变量,它是一种加权平均, 与一般的平均值不同,它从本质上体现了随机变量 X 取可能值的真正的平均值. 2. 数学期望的性质 分　　布 参数 数学期望 方差 两点分布 二项分布 泊松分布 均匀分布 指数分布 正态分布 B(n,p) U(a,b) * 一、数学期望的概念 二、数学期望的性质 三、随机变量函数的数学期望 四、小结 引例1 分赌本问题(产生背景) A, B 两人赌技相同, 各出赌金100元,并约定先胜三局者为胜, 取得全部 200 元.由于出现意外情况 ,在 A 胜 2 局 B 胜1 局时,不得不终止赌博, 如果要分赌金,该如何分配才算公平? A 胜 2 局 B 胜 1 局 前三局: 后二局: 把已赌过的三局(A 胜2局B 胜1局)与上述结果 相结合, 即 A、B 赌完五局, A A A B B A B B A 胜 B 胜 分析 假设继续赌两局,则结果有以下四种情况: A A A B B A B B A胜B负 A胜B负 A胜B负 B胜A负 B胜A负 A胜B负 B胜A负 B胜A负 因此, A 能“期望”得到的数目应为 而B 能“期望”得到的数目, 则为 故有, 在赌技相同的情况下, A, B 最终获胜的 可能性大小之比为 即A 应获得赌金的 而 B 只能获得赌金的 因而A期望所得的赌金即为X的 “期望”值, 等于 X 的可能值与其概率之积的累加. 即为 若设随机变量 X 为:在 A 胜2局B 胜1局的前提 下, 继续赌下去 A 最终所得的赌金. 则X 所取可能值为: 其概率分别为: 设某射击手在同样的条 件下,瞄准靶子相继射击90次, (命中的环数是一个随机变量). 射中次数记录如下 引例2 射击问题 试问:该射手每次射击平均命中靶多少环? 命中环数 k 命中次数 频率 解 平均射中环数 设射手命中的环数为随机变量 Y . 平均射中环数 频率随机波动 随机波动 随机波动 稳定值 “平均射中环数”的稳定值 “平均射中环数”等于 射中环数的可能值与其概率之积的累加 1. 离散型随机变量的数学期望 分赌本问题 A 期望所得的赌金即为 X 的数学期望 射击问题 “平均射中环数”应为随机变量Y 的数学期望 关于定义的几点说明 (3) 随机变量的数学期望与一般变量的算术平均值不同. (1) E(X)是一个实数,而非变量,它是一种加权平均。与一般的平均值不同 , 它从本质上体现了随机变量 X 取可能值的真正的平均值, 也称均值. (2) 级数的绝对收敛性保证了级数的和不随级数各项次序的改变而改变 , 之所以这样要求是因为数学期望是反映随机变量X 取可能值的平均值,它不应随可能值的排列次序而改变. 随机变量 X 的算术平均值为 假设 它从本质上体现了随机变量X 取可能值的平均值. 当随机变量 X 取各个可能值是等概率分布时 , X 的期望值与算术平均值相等. 试问哪个射手技术较好? 实例1 谁的技术比较好? 乙射手 甲射手 解 故甲射手的技术比较好. 实例2 发行彩票的创收利润 某一彩票中心发行彩票 10万张, 每张2元. 设头等奖1个, 奖金 1万元, 二等奖2个,奖金各 5 千元;三等奖 10个, 奖金各1千元; 四等奖100个, 奖金各100元; 五等奖1000个, 奖金各10 元.每张彩票的成本费为 0.3 元, 请计算彩票发行单位的创收利润. 解 设每张彩票中奖的数额为随机变量X, 则 每张彩票平均可赚 每张彩票平均能得到奖金 因此彩票发行单位发行 10 万张彩票的创收利润为 实例3 如何确定投资决策方向? 某人有10万元现金，想投资于某项目，预估成功的机会为 30%，可得利润8万元 ， 失败的机会为70%，将损失 2 万元．若存入银行，同期间的利率为5% ，问是否作此项投资? 解 设 X 为投资利润，则 存入银行的利息: 故应选择投资. 实例4　商店的销售策略 解 到站时刻 概率 实例5 有可能赶上第一班车，也有可能要等到第二班车（没能赶上第一班车） 解