概率第10讲.pptVIP

* 例7.（续） * 例8.假设由自动线加工的某种零件的内径 X (mm)~ N (? ,1). 已知销售每个零件的利润T (元)与销售零件的内径 X 有如下的关系： 问平均直径? 为何值时，销售一个零件的平均利润最大？ * 解： 则由数学期望定义知： 例8.（续） * 即： 可以验证， 零件的平均利润最大. 故 时销售一个 * 解： 设每年生产 y 吨的利润为Z,则 例9. 市场上对某种产品每年的需求量为X 吨 ，X ~ U [2000,4000], 每出售一吨可赚 3 万元 , 售不出去，则每吨需仓库保管费 1 万元. 问应该生产这种商品多少吨, 才能 使平均利润最大？ * 例9.（续） (1) 当 时， 其中， * 因此， 显然，y = 3500 时，E (Z)最大， E(Z)max =8250万元. 例9.（续） (2)同理，当y2000时，Z=3y, E(Z)=3y。 当y4000时，Z=4X-y, E(Z)=E(4X-y)=12000-y。 * 解：(1) 设整机寿命为 N , 五个独立元件,寿命分别为 都服从参数为 ? 的指数分布，若将它们 (1)串联； (2)并联 成整机，求整机寿命的均值. 例10. * 即 N ~ E( 5?), (2) 设整机寿命为 M , 例10.（续） * 可见，并联组成整机的平均寿命比串联组成整机的平均寿命长11倍之多. 例10.（续） * E (C ) = C E (aX ) = a E (X ) E (X + Y ) = E (X ) + E (Y ) 当X ,Y 相互独立时， B. 数学期望的性质 E (X Y ) = E (X )E (Y ) . 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. 注 * 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11.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12.(二项分布 B(n,p)) 设单次实验成功的概率是 p，问n次独立重复试验中，期望几次成功？ 解: 引入 则 X＝ 是n次试验中的成功次数。 因此， 这里， X～B(n,p)。 * 作业：127页 4.1; 4.7; 4.8； 4.9。 * 第四章.数学期望和方差 　 分布函数能够完整地描述随机变量的统计特 性，但在实际问题中，随机变量的分布函数较难 确定，而它的一些数字特征较易确定．并且在很 多实际问题中，只需知道随机变量的某些数字特 征也就够了. 　　另一方面，对于一些常用的重要分布，如二 项分布、泊松分布、指数分布、正态分布等，只 要知道了它们的某些数字特征，就能完全确定其 具体的分布。 * 随机变量的平均取值 —— 数学 期望 随机变量取值平均偏离平均值的 情况 —— 方差 描述两个随机变量之间的某种关 系的数 —— 协方差与相关系数 本 章 内 容 * 一、离散型随机变量的数学期望 例1 某车间对工人的生产情况进行考察. 车工小张每天生产的废品数X是一个随机变量. X的分布律为 现观测N天，发现有n0天出现0个废品，有n1天出现1个废品，有n2天出现2个废品。 求小张平均一天生产的废品数 §4.1 数学期望 * N天中小张生产的废品总数为 于是小张平均一天生产的废品数为 ni / N是事件{X=i }发生 的频率，当N 很大时，它 稳定于事件{X=i }的概率pi * 当试验次数N很大时，随机变量X的观测值的算术平均值稳定于 因此 可以作为描述随机变量X 取值的平均状况的数字特征。 * 定义1.1：设离散型随机变量X 的概率分布为 若无穷级数 绝对收敛，则称其和为随机变量 X 的数学期望或均值，记作 E( X )。 数学期望的定义 注意：随机变量的数学期望的本质就是加权平均数，它是一个数，不再是随机变量。 * 常见离散型随机变量的数学期望 (1) 0－1分布 这时 P(X=1)=p, P(X=0)=1-p. 故 E(X)=0×P(X=