3-2概率论与数理统计.pptx

3.3 数学期望例 两个射击，甲还是乙的成绩更好？成绩(环数) 0 1 2甲的概率 0 0.2 0.8乙的概率 0.6 0.3 0.13.3 数学期望3.3.1 数学期望(均值) 的定义 直观理解，数学期望就是一个随机变量所有可能取值的加权平均值，权就是这些可能值相应的概率。离散随机变量的数学期望 如果 X 的分布律 P { X = xk } = pk ,k ≥ 1 满足： ∑| xk | pk ＜ + ∞则定义离散随机变量 X 的数学期望是 E X = ∑xk pk 或称为期望值或均值,反映的是随机变量取值的平均程度！例 在古典概率模型中设计了如下一个赌局： 每个人从有 3 张假币的 10 张 100 元纸币中随机地抽出 4 张 。如果全是真的，则赢得这 400元；如果这4 张中至少有一张假币，只输 100 元。 问这种规则是否公平，或者说你是否愿意参加？解. 分析， 公平合理的规则必须是双方的平均获利都等于 0 以 X 记每局赌博中庄家的获利 (可以为负) ，则 X 所有可能的取值是 – 400 与 100 。显然 X 的分布律为： xk – 400 100 pk — — 1 5 6 6因此，X 的数学期望，即庄家在每局赌博中 的平均获利为： E X = (– —— ) + ( —— ) = — 。 400 500 50 6 6 3这种赌博对庄家有利，平均一局他将净赚 16.67 元例 假设某人有 10 万元，如果投资于一项目将有 30%的可能获利 5 万，60% 的可能不赔不赚，但有 10%的可能损失全部 10 万元；同期银行的利率为 2% ，问他应该如何决策？利润 5 0 – 10概率 0.3 0.6 0.1解. 以 X 记这个项目 的投资利润。平均利润为： E X = 5×0.3 + 0×0.6 + (– 10)×0.1 = 0.5，而同期银行的利息是 10×0.02 = 0.2 ，因此从期望收益的角度应该投资这个项目。风险型决策问题 大家动手算一下几何分布的数学期望！随机变量函数的数学期望随机变量函数的概率分布 X 是分布已知的随机变量，g ( · ) 是一个已知的连续函数，如何求随机变量 Y =g(X ) 的分布？ 比较常见的一些函数 y = g(x) 的形式是线性函数 y = a + bx、幂函数 y = xk (特别 k = 2 )、指数函数 y = e x、对数函数 y = ln x 等等； 概率论中的很多重要的分布都是通过一些简单的分布变换得出来的。二. 离散型随机变量函数的概率分布 如果离散随机变量 X 具有分布律： P { X = xk } = pk , k ≥ 1 ；则 Y = g(X) 也是一个离散随机变量，相应分布律是： P { Y = g(xk ) } = pk , k ≥ 1 。 但有时需要把可能重合的一些 g (xk ) 的概率相加随机变量函数的数学期望 如果离散随机变量 ξ 具有分布律： P {ξ = xk } = pk ,k ≥ 1 ， 则随机变量 Y = g(ξ) 的数学期望是： E Y = E [ g(ξ)] = ∑ [ g(xk) pk ]3.3.2.3 数学期望的性质1. 随机变量线性变换的期望等于期望的线性变换即，设 a、b 是两个常数，则有： E ( a + b ξ ) = a + b E (ξ) ；特别 EC=C(C为常数)2. 随机变量和的期望等于期望的和对任意的 n 个随机变量 ξ 1、 ξ 2、…、 ξ n，都有： E (ξ 1 + ξ 2 + … + ξ n ) = E ξ 1 + E ξ 2 + … + E ξ n 3. 随机变量函数的和的期望等于随机变量函数的期望的和对随机变量函数f (ξ ）, g(ξ ), 有： E (f (ξ ）+ g(ξ )) = E f (ξ ） +E g(ξ )例 射击教练将从他的如下两名队员中选择 一人去参加比赛，应该是甲还是丙更合适？成绩(环数) 8 9 10甲的概率 0.1 0.3 0.6丙的概率 0.2