数学期望在生活中的应用原文.docxVIP

- 1 - / 9 一、数学期望的定义及性质 (一)数学期望分为离散型和连续型 1、离散型 离散型随机变量的一切可能的取值 Xi 与对应的概率 Pi(=Xi)之积的和称为该离散型随 机变量的数学期望(设级数绝对收敛)，记为 E (X)。数学期望是最基本的数学特征之一。 它反映随机变量平均取值的大小。 又称期望或均值。 如果随机变量只取得有限个值， 称之为 离散型随机变量的数学期望。它是简单算术平均的一种推广，类似加权平均。E(X) = X1*P(X1) + X2*P(X2)+ …… + Xn*P(Xn)。X1,X2,X3，……，Xn 为这几个数据，P(X1),P(X2),P(X3)，……， P(Xn)为这几个数据的概率函数。 在随机出现的几个数据中， P(X1) ,P(X2) ,P(X3) ，……， P(Xn)概率函数就理解为数据X1,X2,X3，……， Xn 出现的频率 f(Xi),则： E(X) = X1*P(X1) + X2*P(X2) + …… + Xn*P(Xn) = X1*f1(X1) + X2*f2(X2) + …… + Xn*fn(Xn)。 2、连续型 连 连续型则是：设连续性随机变量 X 的概率密度函数为 f (X)，若积分绝对收敛，则称 积分的值为随机变量的数学期望，记为 E(X)。若随机变量 X 的分布函数 F(X)可表示成一个 非负可积函数 f(X)的积分，则称 X 为连续随机变量， f(X)称为 X 的概率密度函数(分布密 度函数)。 能按一定次序一一列出， 其值域为一个或若干个有限或无限区间，这样的随机变 量称为连续型随机变量。 (二)数学期望的常用性质 1.设 X 是随机变量， C 是常数，则E (CX) =CE (X)； 2.设 X，Y 是任意两个随机变量，则有 E (X+Y) =E (X) +E (Y)； 3.设 X,Y 是相互独立的随机变量，则有 E (XY) =E (X) E (Y)。 对于第一条性质，假设E (X)你的考试成绩， C 为你们全班人数，则你们全班总分的期 望等于全班人数乘以个人的期望，这很好理解。 对于第二条性质， E (X)为你的考试成绩， E(Y)是小明的考试成绩，你和他成绩总和的 期望当然等于你和他的期望值和。 对于第三条性质， 我们一再强调是独立的， 也就是相互没有关联， 有关联是肯定是不是 不等的。 - 2 - / 9 二、数学期望在生活中的运用 (一)经济决策问题 假设某一超市出售的某种商品， 每周的需求量 X 在 10 至 30 范围内等可能取值， 该商品 的进货量也在 10 至 30 范围内等可能取值(每周只进一次货) 超市每销售一单位商品可获利 500 元，若供大于求，则削价处理，每处理一单位商品亏损100 元；若供不应求，可从其他 超市调拨， 此时超市商品可获利 300 元。 试计算进货量多少时， 超市可获得最佳利润？并求 出最大利润的期望值。 分析：由于该商品的需求量(销售量) X 是一个随机变量，它在区间[10,30]上均匀分 布，而销售该商品的利润值Y 也是随机变量， 它是 X 的函数， 称为随机变量的函数。 题中所 涉及的最佳利润只能是利润的数学期望(即平均利润的最大值)。因此，本问题的解算过程 是先确定 Y 与X 的函数关系，再求出Y 的期望 E (Y)，最后利用极值法求出 E (Y)的极大值 点及最大值。 先假设每周的进货量为 a，则 500x 100(a x),x a500a 300(x 500x 100(a x),x a Y= 200a 300x, x a = 600x 100a, x a 利润 Y 的数学期望为： EY = 1 a (600x 100a)dx + 1 30(300x 200a)dx 20 10 20 a =-7.52a2+350a+5250 dEYda=-15a+350=0 a= 350 23.33 15 EY 的最大值 max EY=-7.5×(70 )2 +350× 70 +5250 9333.3 元 3 3 根据结果可知，周最佳进货量为 23.33 (单位)，最大利润的期望值为 9333.3 元。 在经济活动中， 不论是厂家的生产还是商家的销售， 总是追求利润的最大化， 供大于求 或供不应求都不利于获得最大利润。 但供应量和需求量又不是预先知道的。 理性的厂家或商 家往往根据过去的数据(概率)，用数学期望结合微积分的有关知识， 制定最佳的生产或销售 策略。 (二)投资方案问题 假设某人用 10 万元进行为期一年的投资， 有两种投资方案： 一是购买股票;二是存入银 行获取利息。 买