4. 数学期望.ppt

第一节 数学期望 一、数学期望的概念 二、随机变量函数的数学期望 三、数学期望的性质 四、小结 因此离散型随机变量函数的数学期望为 若 Y=g(X), 且 则有 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 证明： 二章§5中定理的条件． 3. 二维随机变量函数的数学期望 例8 即具有 概率密度 解 例9 解 例10 某公司计划开发一种新产品市场， 并试图 确定该产品的产量. 他们估计出售一件产品可获 再者, 他 其概率密度为 问若要获得利润的数学期望最大, 应生产多少件产 解 令 得 又 知这也是最大值. 且可 例如, 则 例11 某甲与其他三人参与一个项目的竞拍, 价 格以千美元计, 价格高者获胜. 若甲中标, 他就将 此项目以10千美元转让给他人. 可认为其他三人的 竞拍价是相互独立的, 且都在7~11千美元之间均匀 分布. 问甲应如何报价才能使获益的数学期望为最 大(若甲中标必须将此项目以他自己的报价买下). 解 按题意 布. 其分布函数为 知甲能赢得 这一项目的概率为 它的分布律为 于是甲赚钱的数学期望为 令 得 还可知这也是最大值. 又知 他赚钱的数学期望 达到极大值, 则有 则有 这一性质可以推广到任意有限个随机变量之和的 情况. 证 则有 这一性质可以推广到任意有限个相互独立的随机 变量之积的情况. 证 说明 连续型随机变量 X 的数学期望与离散型随机变量数学期望的性质类似. 例12 如果到达一个车站 的, 解 易知 按题意, 也就是 由此 进而 例13 相互独立的随机变量, 其概率密度分别为 解 补充例题 数学期望是一个实数, 2. 数学期望的性质 随机变量 X 取可能值的真正的平均值. 平均, 它是一种加权 而非变量, 它从本质上体现了 与一般的平均值不同, 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, 该如何分配才算公平? 如果要分赌金, 不得不终止赌博, 在 A 胜 2 局 B 胜1 局时, 外情况 , 由于出现意 取得全部 200 元. 胜, 并约定先胜三局者为 赌金100元, 各出 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, A, B 最终获胜的 可能性大小之比为 在赌技相同的情况下, 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: 则X 所取可能值为: 其概率分别为: 继续赌下去 A 最终所得的赌金. 在 A 胜2局B 胜1局的前提下, 设某射击手在同样的条 引例2 射击问题 试问: 命中环数 k 射中次数记录如下 (命中的环数是一个随机变量). 件下, 瞄准靶子相继射击90次, 该射手每次射击平均命中靶多少环? 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 定义 数学期望, 即 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 (1) E(X)是一个实数, (2) 级数的绝对收敛性保证了级数的和不 的平均值, 求是因为数学期望是反映随机变量X 取可能值 随级数各项次序的改变而改变 , 之所以这样要 它不应随可能值的排列次序而改变. 均值. 了随机变量 X 取可能值的真正的平均值, 权平均, 它是一种加 而非变量, 它从本质上体现 与一般的平均值不同 , 也称 它与一般变量的算术平均值不同. 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 , 的期望值与算术平均值相等. 例1 某医院当新生儿诞生时, 医生要根据婴儿的 皮肤颜色、肌肉弹性、反应的敏感性、心脏的搏 动等方面的情况进行评分, 个随机变量. 解 结果表明, 若考察医院