概率论与数理统计:5.1 随机变量的数学期望.pptVIP

  • 39
  • 0
  • 约3.6千字
  • 约 47页
  • 2021-06-05 发布于安徽
  • 举报

概率论与数理统计:5.1 随机变量的数学期望.ppt

数学期望的性质 数学期望的性质 注意:X ,Y 相互独立 例5 设 (X ,Y ) ~ N (0,1;0,1;0), 求 的数学期望. 解 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6 即 N ~ E( 5?), (2) 设整机寿命为 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7 设X ~ N (0,1), Y ~ N (0,1), X ,Y 相互独立,求 E (max(X ,Y )) . 解 D1 D2 其中 称为 概率积分 一般地,若 X ,Y 相互独立,则 所以 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 应该生产这中商品多少吨, 才能使平均利润 最大? 解 设每年生产 y 吨的利润为 Y 显然,2000 y 4000 例8 显然, 故 y = 3500 时,E (Y )最大, E (Y )= 8250万元 例9 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 即 可以验证, 零件的平均利润最大 故 时销售一个 E (C ) = C E (aX ) = a E (X ) E (X + Y ) = E (X ) + E (Y ) 当X ,Y 相互独立时,E (X Y ) = E (X )E (Y ) . 若存在常数 a 使 P(X ? a) = 1, 则 E (X ) ? a ; 若存在常数 b 使 P(X ? b) = 1, 则 E (X ) ? b. 数学期望的性质 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 1 X Y pij -1 0 1 -1 0 1 0 p? j pi? 注 X Y P -1 0 1 但 反例 2 但 设 X 为连续型,密度函数为f (x), 分布函数 为 F (x), 则 故 证 性质5 例10 将 4 个可区分的球随机地放入 4 个盒子 中,每盒容纳的球数无限,求空着的盒子数的 数学期望. 解一 设 X 为空着的盒子数, 则 X 的概率分布为 X P 0 1 2 3 解二 再引入 X i ,i = 1,2,3,4 Xi P 1 0 为普查某种疾病, n 个人需验血, 可采用两种 方法验血: 分别化验每个人的血, 共需化验 n 次; (2) 将 k 个人的血混合在一起化验,若化验结 果为阴性, 则此 k 个人的血只需化验一次; 若为阳性, 则对 k 个人的血逐个化验,找 出有病者, 这时 k 个人的血需化验 k + 1 次. 设某地区化验呈阳性的概率为 p,且每个 人是否为阳性是相互独立的. 试说明选择哪一 种方法可以减少化验次数. 验血方案的选择 解 为简单计,设 n 是 k 的倍数, 设共分成 n / k 组 第 i 组需化验的次数为X i Xi P 1 k + 1 若 则E (X ) n 例如, 第五章 随机变量的数字特征 分布函数能够完整地描述随机变量的统计特 性,但在一些实际问题中,只需知道随机变量的 某些特征,因而不需要求出它的分布函数. 评定某企业的经营能力时,只要知道该企业 人均赢利水平; 例如: 研究水稻品种优劣时,我们关心的是稻穗的 平均粒数及每粒的平均重量; 检验棉花的质量时,既要注意纤维的平均长 度,又要注意 纤维长度与平均长度的偏离程度, 平均长度越长、偏离程度越小,质量就越好; 考察一射手的水平,既要看他的平均环数 是否高,还要看他弹着点的范围是否小,即数 据的波动

文档评论(0)

1亿VIP精品文档

相关文档