数学期望与方差详解.pptVIP

解 例 9-3 （报童问题）设某报童每日的潜在卖报数 若记真正卖报数为Y, 则Y与X的关系如下： X服从参数为?的泊松分布. 如果每卖出一份报 可报酬a, 卖不掉而退回则每份赔偿b, 若某报童 买进n份报, 试求其期望所得. 进一步, 再求最佳 的卖报份数. 因此期望所得为 记所得为Z, 则Z与Y的关系如下: 则Y的分布为 * * 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? 引例1 分赌本问题(产生背景) 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 3:1. 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: 第3节 数学期望与方差 数学期望和方差是常用的随机变量的两个数字特征 一、数学期望(mathematical expectation) 1．数学期望的概念 e.g. 小组 8 个人，英语得 90 分的 3 人，80 分的 4 人， 60 分的 1 人，求平均分数. 变除法为乘法和加法 Def. 1 设离散型随机变量 的分布律为 称为 的数学期望或均值 Def. 2 设连续型随机变量 的分布密度函数为 其数学期望定义为 e. g. 1 甲、乙两人赌博，甲赢的概率为 ，输的概率为 ，但甲赢一次可从乙处得 3 元，而输一次要付给乙 1 元，求甲的平均赢利。 e. g. 2 某同学假期回家探亲，有三种方法：坐汽车， 240 元；坐火车，300 元；坐飞机，980 元．由于各种原因，该同学采用三种路线的概率分别为：0.3, 0.5, 0.2 。试写出差旅费 的概率分布，并计算差旅费的平均值。 *? E (X + Y ) = E (X ) + E (Y ) E (X Y ) = E (X )E (Y ) . B. 数学期望的性质 ? E (aX ) = a E (X ) ? ? E (C ) = C ? 当X ,Y 相互独立时， ? *? 性质 4 的逆命题不成立，即 若E (X Y) = E(X)E(Y)，X ,Y 不一定相互独立. 反例 X Y pij -1 0 1 -1 0 1 0 p? j pi? 注 *? X Y P -1 0 1 但 *? 若X ≥0，且EX 存在，则EX ≥0。 推论: 若 X ≤Y，则 EX ≤EY。 证明：设 X 为连续型，密度函数为f (x), 则 由X ≥0 得： 所以 证明：由已知 Y - X≥0，则 E(Y - X) ≥0。 而E(Y - X) = E(Y)-E(X), 所以，E(X) ≤E(Y)。 ? ? *? 性质2和3 性质4 例1.设 X～N(10,4)，Y～U[1,5]，且X与Y相互独立，求 E(3X＋2XY－Y＋5)。 解： 由已知， 有 E(X)＝10, E(Y)＝3. 例8 解 但是 数学期望不存在的实例 设离散型随机变量X的分布律为 由于 因而其数学期望E?X?不存在. 求E?X?. ? 2．常见随机变量的数学期望 (1) 0--1 分布 (2) 二项分布： (3) Poisson 分布： (4) 正态分布： Remark 分布完全描述了随机变量的规律，而期望只刻画了它的一个重要特征——“位置”特征．随机变量以期望为“中心”而随机取值． 已知分布律可求均值．但不同的分布可有相同的均值． *? 例5.用某台机器生产某种产品，已知正品率随着该机器所用次数的增加而指数下降，即 P{第k次生产出的产品是正品}= 假设每次生产100件产品，试求这台机器前10次生产中平均生