概率论与数理统计4-1.pptVIP

第四章 第一节 例3 设随机变量X 的概率密度为 例6 求 E ( 1 / X )。 解 某公司按季度销售某商品的量X 服从 例7（最佳决策） [2000，4000]上的均匀分布，销售1公斤获利3元，屯仓 1公斤亏损1元，为获利最大，该公司应进货多少公斤？ 解 设 S 为进货量，则 ，获得利润为 由题意可得 则平均利润为 求 S 使E( Y )最大 可得 （公斤） 上述定理还可以推广到两个或两个以上随 机变量的函数的情况。 若 绝对收敛, 若级数 绝对收敛。 例8 已知( X,Y )的分布律为 求 解 已知 的概率密度 例9 求 解 同理 一般来说， ,那么何时相等？ 看下面数学期望性质 1. 设C 是常数，则E(C )=C ; 2. 若C 是常数，则E(CX )=CE(X ); 3. 三、数学期望的性质 证明: 设 4. 设X、Y 独立，则 E(XY )=E(X )E(Y ); 证明: 设 由独立性 （当Xi 独立时） 注意:由E(XY )=E(X )E(Y )不一定能推出X,Y 独立 5.（柯西-施瓦尔兹不等式） 四、几种重要分布的数学期望 Ⅰ. X为离散型随机变量 ⑴（0—1）分布 ⑵ 泊松分布 * 例 设系统L 由两个相互独立的子系统 ⑶ 备用（当系统1损坏时，系统2开