[理学]41随机变量的数学期望易.pptVIP

4.1随机变量的数学期望 附 录 1.介绍柯西 2.性质 4 的逆命题不成立，两个反例。 3.四个应用问题：保险公司，验血方案选择，市场利润（随机变量函数的期望）。 柯西 Augustin-Louis Cauchy 1789 - 1857 法国数学家 柯 西 简介 法国数学家 27岁当选法国科学院院士 早在1811年就解决了拉格朗日向他提出的一个问题：凸多面体的角是否被它的面所决定？柯西作了肯定的回答.这一直是几何学中一个精彩的结果. 在概率论中他给出了有名的柯西分布. 然而他一生中最重要的数学贡献在另外三个领域：微积分学、复变函数和微分方程. 柯西在代数学、几何学、误差理论以及 天体力学、光学、弹性力学诸方面都有出色 的工作，特别是他弄清了弹性理论的基本数 学结构，为弹性力学奠定了严格的理论基础. 在这三个领域中我们常常能见到以柯西名字命名的定理、公式和方程等: 柯西积分定理; 柯西积分公式; 柯西-黎曼方程; 柯西判别法则; 柯西不等式; 柯西初值问题 《微积分在几何上的应用》 1826 年 柯西的著作大多是急就章，但都朴实无 华，有思想, 有创见. 他所发现和创立的定理 和公式, 往往是一些最简单、最基本的事实. 因而，他的数学成就影响广泛，意义深远. 柯西是一位多产的数学家，一生共发表 论文 800 余篇，著书7本.《柯西全集》共有 27卷，其中最重要的为： 《分析教程》 1821 年 《无穷小分析教程概论》 1823 年 若 X 服从柯西(Cauchy)分布, 其 p.d. 为 简记 X ~ C( )分布. 性质 4 的逆命题不成立，即 若E (X Y ) = E (X )E (Y )，X ,Y 不一定独立 反例 1 X Y pij -1 0 1 -1 0 1 0 p? j pi? 2 X Y P -1 0 1 但 反例2 但 据统计65岁的人在10年内正常死亡 解 应用1 的概率为0. 98, 因事故死亡概率为0.02.保险 公司开办老人事故死亡保险, 参加者需交纳 保险费100元.若10 年内因事故死亡公司赔偿 a 元, 应如何定 a , 才能使公司可期望获益; 若有1000人投保, 公司期望总获益多少? 设Xi 表示公司从第 i 个投保者身上所得 的收益, i =1~1000 . 则 Xi ~ 0.98 0.02 100 100 由题设 公司每笔赔偿小于5000元, 能使公司获益. 公司期望总收益为 若公司每笔赔偿3000元, 能使公司期望 总获益40000元. 为普查某种疾病, n 个人需验血. 验血方 案有如下两种： 分别化验每个人的血, 共需化验 n 次； 分组化验, k 个人的血混在一起化验, 若 结果为阴性, 则只需化验一次; 若为阳性, 则 对 k 个人的血逐个化验, 找出有病者, 此时 k 个人的血需化验 k + 1 次. 设每人血液化验呈阳性的概率为 p, 且 每人化验结果是相互独立的.试说明选择哪 一方案较经济. 验血方案的选择 应用2 解 只须计算方案(2)所需化验次数的期望. 为简单计, 不妨设 n 是 k 的倍数，共分成 n / k 组. 设第 i 组需化验的次数为X i, 则 Xi P 1 k + 1 * 1.离散型随机变量的数学期望 3.r.v.函数Y= g(X )的数学期望 2.连续型随机变量的数学期望 4.数学期望的性质 设某射击手在同样的条件下,瞄准靶子相继射击90次,(命中的环数是一个随机变量).射中次数记录如下 引例 射击问题 试问:该射手每次射击平均命中靶多少环? 命中环数 k 命中次数 频率 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 “平均射中环数”称为随机变量Y 的数学期望 1. 离散型随机变量的数学期望 关于定义的几点说明 (1) E(X)是一个实数,而非变量,它是一种加权平均,与一般的平均值(算术平均值)不同 , 它从本质上体现了随机变量 X 取可能值的真正的平均值, 也称均值. (2) 级数的绝对