§7.3 随机变量的数字特征

  1. 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. 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. 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

相关文档
最新文档