§7.3 随机变量的数字特征
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
§7.3 随机变量的
7.3
数字特征
一、随机变量的数学期望
引例7.1 某公司考虑项投资计划,该计划在不同的引例71某公司考虑一项投资计划,该计划在不同的市场状况下有不同的收益.在市场状况良好时,该项投资能获利100万元;市场状况一般时,获利30万元;投资能获利100万元;市场状况般时,获利30万元;市场状况较差时,该项投资将亏损50万元.已知明年市场状况良好的概率为0.5,市场状况般的概率为市场状况良好的概率为0.5,市场状况一般的概率为0.3,市场状况较差的概率为0.2.试问,该投资计划的期望收益是多少?
引例7.2 某工厂产品中,一等品占,二等品占,次品占,如果一件次品工厂要损失1元,而一件一等品获占如果件次品工厂要损失1元而件等品获
利2元,一件二等品获利1元.试问一件产品的期望利润(即产品的平均利润)为多少?
714
定义7.14若离散型随机变量的概率分布为:
ξ)
,2,1,2,1(}{ ====k n k p x P k k 或ξ
∑k
k
k p x E =)(ξ记(7.28)
称为
的数学期望,简称期望.
ξ
即离散型随机变量的数学期望是的各可能值与其对应概率乘积的和。ξ
ξ注:求无穷项和时须有意义
744为了适应市场需要某地提出扩大服装生
案例7.44为了适应市场需要,某地提出扩大服装生产的两个方案.一个是建大工厂,另一方案是建小工厂两个方案的每年损益值(以万元为单位)以工厂,两个方案的每年损益值(以万元为单位)以及自然状态的概率见下表:
概率自然状态建大工厂年收益建小工厂
年收益0.7销路好
200万元80万元03-40万元试问:在不考虑投资成本的情况下应选择哪种投资0.3
销量差
40万元
60万元
决策?
由已知的损益及其概率分别求出两个方案的
损益期望值:
解:建大工厂的年损益期望值为:
0703
2000.7(40)0.3128⨯+-⨯=(万元)
建小工厂的年损益期望值为:
800.7600.3⨯⨯+=74(万元)
因为建大厂的预期收益更高,故合理的决策方案是建大工厂
案例某高级毛皮大衣每售出一件可赚6千
7.45某高级毛皮大衣每售出件可赚6千元,积压一件要亏4千元,某时装店根据历史资料知市场需求的概率分布如下:
需求量(件)567
概率0.30.50.2
试问该店应订购多少件大衣其利润最大
试问该店应订购多少件大衣其利润最大?
解:该店订购量应为5至7件
由于市场需求量大于5件,订购5件商品时将全部售出共获利:全部售出,共获利:
订6件商品时的销售、积压情况和对应的概率如下6530()
⨯=千元订件商品时的销售、积压情况和对应的概率如下表:
需求量订购量
销售量积压量概率56510.30566600.576
600.2
所以,订6件时的期望利润为:
(5614)0.3360.5360.233⨯-⨯⨯+⨯+⨯=()(千元)
订7件商品时的销售积压情况和对应的概率如下
订7件商品时的销售、积压情况和对应的概率如下
表:
需求量订购量销售量积压量概率
57520.3
67610.5
77700.2
02
所以,订7件时的期望利润为:
⨯-⨯⨯+⨯-⨯⨯+⨯=(千元)(5624)0.3(6614)0.5420.231
故该店在订购6件时期望利润最大,为3.3万元.
案例7.46有项引进工程项目,某保险公司需要决有一项引进工程项目,某保险公司需要决定是否开办一个新保险,如果开办而不出险(不发生事故),则每年可获利(除去成本)5万元;如果开办后就发生责任事故,则将给保险企业造成果开办后就发生责任事故则将给保险企业造成100万元的赔款损失;如果不开办这个新保险,则不论出不出险,保险企业都要付出调研费5千元.根据过去不完全统计资料,预测承保后不出险的概率是0.96,而出险概率是0.04,在这种情况下,保险是096而出险概率是004在这种情况下保险企业对该工程项目是承保还是不承保
企业对该工程项目是承保还是不承保?
下面计算各个方案的期望收益值,择优决策
解:承保方案期望收益值
承保方案期望收益值:50.96100)0.04 4.840.8(
⨯+
-⨯=-=不承保方案期望收益值:
()()
万元⨯⨯(-0.5)0.96+(-0.5)0.04=-0.48-0.02=-0.5(万元)
由于承保获得的收益更大,所以选择承保方案.
定义7.15
若连续型随机变量的
概率分布为:ξ)(x ϕ记(7.29)
的数学期望⎰+∞
∞-=dx x x E )()(ϕξ即连续型随机变量为的数学期望.ξ的数学期望是的取值与概率密度的乘积在无穷区间ξξx
)(x ϕ),(+∞-∞上的广义积分注:广义积分须有意义
随机变量的数学期望有如下性质:)()(1为常数)(c c
c E =为常数)
()(k kE k E )()(2ξξ=为常数)、()(b k b
kE b k E +=+)()(3ξξ为随机变量)
、()(ηξηξηξ)
()()(4E E E +=+此性质可推广到
有限个随机变量
和的情和的情况:E(E(E(E(++=++ 12n 12n ()()()()ξξξξξξ