概率统计在经济生活中的应用.pptVIP

求Y的数学期望(均值) 求Y的方差Var(Y) 小结 上面只是列举了概率统计在经济管理问题中应用的几个小片段。然而在科技飞速发展，知识产业化的今天，概率与统计作为一门独立的学科，它的足迹已经深入到每一个领域，并在指导优化我们的生活中起着尤为重要的作用。相信我们以后能够更好的挖掘概率统计的潜能，使之最大限度地为人类服务。 概率统计在经济生活中的应用 一、彩票是的概率统计问题 中奖概率计算 中奖概率计算 中奖概率计算 彩票中奖的期望值 彩票中奖的期望值(续) 彩票中奖的期望值(续) 参考文献 二、大数法则和中心极限定理在保险行业中的应用 离散型数学期望是指随机变量的一切可能的取值xi与对应的概率P(X=xi)之积的和称为的数学期望（设级数绝对收敛），记为E。如果随机变量只取得有限个值。随机变量最基本的数学特征之一。它反映随机变量平均取值的大小。又称期望或均值。方差是指表示一系列数据或统计总体的分布特征的值，即方差表示的是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差。记作S2;。 在样本容量相同的情况下，方差越小，说明数据的波动越小，越稳定；反之，波动方差越大，表示数据波动越不稳定 。 连续型随机变量的数学期望与方差 连续型随机变量的数学期望与方差的意义同离散型,将和号换为积分号,p(x)是密度函数. 大数定律 大数法则是概率论中的一个重要法则. 它揭示了这样一个规律: 大量的、在一定条件下重复出现的随机现象将出现一定的规律性和稳定性. 如果我们对某种随机事件进行试验,当试验次数较少时, 实验结果往往很不稳定, 其结果依赖于个别随机事件; 当试验次数较多时, 实验的结果就非常稳定, 而且试验结果会脱离对个别随机事件的依赖. 例如将一枚均匀的硬币投向空中, 正面朝上的概率为0. 5. 如果只扔10 次硬币, 可能看到有8 次是正面朝上的, 但如果硬币被扔成千上万次, 得到正面朝上的频率越接近0. 5. 因此, 当投掷次数越多,实际结果越接近期望结果. 简而言之，大数定理就是“当试验次数足够多时，事件发生的频率无限接近于该事件发生的概率，这一点对保险的经营有重要意义. 大数定律（续） 由大数定律有 独立同分布的大数定律 设X1, X2,……, Xn独立同分布，数学期望和方差 有限，则由切比雪夫不等式得到 大数定律的妙用 大数定律架起了随机与确定的桥梁:n充分大时，构造了一个随机区间，这个区间以0.9x的概率包含E(X) 在既保证误差又要保证概率的情形下，样本容量 n要“充分大”。 中心极限定理 独立同分布的大数定律 设X1, X2,……, Xn独立同分布，数学期望和方差有限，则有 其中Φ是标准正态分布函数。应用此定理， 可以计算给定显著水平alpha的E(X)的置信区 间。 中心极限定理之例 ： 在一家保险公司里有10000人参加保险,每人每年付12元保险费,一年内一个人死亡的概率为0.006,死亡时其家属可向保险公司领得1000元,问:1)保险公司亏本的概率有多大? 2)保险公司一年的利润不少于40000元、60000元、80000元的概率各为多大? 中心极限定理之例(续) 中心极限定理之例(续) 三、期望和方差数字特征在管理估算决策中的应用 离散型数学期望是指随机变量的一切可能的取值xi与对应的概率P(X=xi)之积的和称为的数学期望（设级数绝对收敛），记为E。如果随机变量只取得有限个值。随机变量最基本的数学特征之一。它反映随机变量平均取值的大小。又称期望或均值。方差是指表示一系列数据或统计总体的分布特征的值，即方差表示的是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差。记作S2;。 在样本容量相同的情况下，方差越小，说明数据的波动越小，越稳定；反之，波动方差越大，表示数据波动越不稳定 。 例： 某人有一笔资金,可投入三个项目:房产、地产 和商业,其收益和市场状态有关,若把未来市场划分为好、中、差三个等级,其发生的概率分别为, p1=0.2,p2=0.7,p3=0.1 ,根据市场调研的情况可知不同等级状态下各种投资的年收益(万元) ,见表2: 分析小结 在上例中，根据数学期望可知,投资房产的平均收益最大,可能选择房产,但投资也要考虑风险,我们再来考虑它们的方差，为方差愈大,则收益的波动大,从而风险也大,所以从方差看,投资房产的风险比投资地产的风险大得多,若收益与风险综合权衡,该投资者还是应该选择投资地产为好,虽然平均收益少万元,但风险要小一半以上。通过以上实例说明在进行经济管理决策之前,往往存在不确定的随机因素,从而所作的决策有一定的风险,只有正确、科学的决策才能达到以最小的成