知识导学
离散型随机变量的分布列完全决定了随机变量的取值规律,但是分布列往往不能明显而集中地表现随机变量的某些特点,例如它的取值的平均水平、集中位置、稳定与波动情况、集中与离散程度等.离散型随机变量的期望与方差就是体现上述特点的最重要的两种特征数(或数字特征).
离散型随机变量的数学期望表示了随机变量在随机试验中所取的平均值,所以随机变量的数学期望(期望)又常称为随机变量的平均数、均值.又由于离散型随机变量的期望的计算是从它的概率分布出发,因而期望就是离散型随机变量的概率平均值.
课本中给出的离散型随机变量的数学期望实质上是一个不严格的定义,所以课本中涉及到的离散型随机变量所有可能取的不同值的个数是有限的,这个定义对于在离散型随机变量取有限个值是成立的.今后不作特别说明离散型随机变量的取值均为有限个不同值.
根据离散型随机变量的期望的概念和意义,在实际应用中,我们可以用它来解决一些问题和作出科学的决策.
例如,对于章前引言中的一个问题.我们设该商场国庆节在商场外的促销活动获得的经济效益为ε万元,则:
P(ε=10)=0.6,P(ε=-4)=0.4,
∴Eε=10×0.6+(-4)×0.4=4.4(万元)
即国庆节在当地有雨的概率是40%的情况下,在商场外促销活动的经济效益的期望为4.4万元,超过在商场内促销活动可获得的经济效益2万元.所以,商场应该选择商场外的促销活动.但应注意,对于这样一次商场外的促销活动,该商场不是赚10万,就是亏4万元.若该商场每年国庆节均重复这样的商业活动,那么,从平均意义上说,每次可获的经济效益为这个期望值.正如概率作为随机变量发生的频率一样,要在大量现象中才能显现出来.
关于随机变量的函数η=aε+b的期望的计算公式的理解,关键是弄清的重要条件是,从而有,i=1,2,…由此可得到η的分布列,由期望的定义求得η的数学期望Eη=aEε+b.
对二项分布的数学期望Eε=np的证明是一个难点,可以按以下程序进行考虑:
设在一次试验中某事件发生的概率p,η是k次试验中此事件发生的次数,令q=1-p,则k=1时,p(η=0)=q,p(η=1)=p,
Eη=0×q+1×p=p;
k=2时,,p(η=1)=2pq,
,
由此可知,在一次试验中,此事件平均发生p次;二次试验中,此事件平均发生2p次.由此,我们作出猜想,“若ε~B(n,p),则Eε=np”.
方差的概念较难理解,我们采用与初中代数中介绍的一组数据的方差定义类比的方法,直接定义离散型随机变量ε的方差.这样我们对离散型随机变量方差的概念的建立就不感到突然,而且理解起来也较容易.方差体现了随机变量所取的值相对于它的期望的集中与离散、稳定与波动的程度.它是继数学期望后的另一种随机变量的重要数字特征,在现实生活中有广泛的应用.
方差与标准差的计算较复杂,只要求能根据定义求出离散型随机变量的方差和标准差.另外,为计算方便,还直接给出了两个计算方差的简单公式:
①;
②如果ε~B(n,p),则Dε=npq.
典型例题
例1.交5元钱,可以参加一次摸奖.一袋中有同样大小的球10个,其中有8个标有1元钱,2个标有5元钱,摸奖者只能从中任取2个球,他所得奖励是所抽2球的钱数之和.求抽奖人获利的数学期望.
分析:抽到的2个球上的钱数之和ε是个随机变量,其每一个ε取值时所代表的随机事件的概率值是容易获得的,本题的目标是求参加摸奖的人获利η的数学期望.由ε与η关系为η=ε-5,利用公式Eη=Eε-5可获解答.
点拨:要分清楚是谁获利?不能忽视了先交5元才能参加这一抽奖.因此,不能只计算Eε,最终Eη的结果为负值,说明摸奖者若重复这种抽奖,平均每摸一次要亏1.4元.
解:设ε为抽到的2球钱数之和,则ε的可能取值如下:ε=2(抽到2个1元),ε=6(抽到1个1元,1个5元),ε=10(抽到2个5元).
所以,由题意:
,,
,
,
又设η为抽奖者获利可能值,则η=ε-5,所以抽奖者获利的期望为:.
例2.甲、乙两名工人加工同一种零件,两人每天加工的零件数相等,所得次品数分别为ε、η,ε和η的分布列如下:
ε |
0 |
1 |
2 |
η |
0 |
1 |
2 |
P |
0.6 |
0.1 |
0.3 |
P |
0.5 |
0.3 |
0.2 |
试对这两名工人的技术水平进行比较.
分析:一是要比较两名工人在加工零件数相等的条件下出次品数的平均值,即期望;二是要看出次品数的波动情况,即方差值的大小.
点拨:期望仅体现了随机变量取值的平均大小,但有时仅知道均值的大小还不够.如果两个随机变量的均值相等,还要看随机变量的取值如何在均值周围变化,即计算方差.方差大说明随机变量取值较分散,方差小说明取值分散性小或者取值比较集中、稳定.
解:工人甲生产出次品数ε的期望和方差分别为:
,
;
工人乙生产出次品数η的期望和方差分别为:
,
由Eε=Eη知,两人出次品的平均数相同,技术水平相当,但Dε>Dη,可见乙的技术比较稳定.
例3.设事件A发生的概率为p,证明事件A在一次试验中发生次数ε的方差不超过0.25.
分析:一次试验中事件A发生的次数ε只有两个值,因此,只要求出随机变量的概率分布,用定义就可以解决.
点拨:将文字叙述性问题,转化为数学符号表达,这是一种重要的数学抽象思维能力.
解:记一次试验中事件A发生的次数ε可能值为0,1.ε的分布列为
∴ε的期望Eε=0×(1-p)+1×p=p,
ε的方差
当且仅当p=1-p即时取等号.
例4.某寻呼台共有客户3000人,若寻呼台准备了100份小礼品,邀请客户在指定时间来领取.假设任一客户去领奖的概率为4%.问寻呼台能否向每一位客户都发出领奖邀请?若能使每一位领奖人都得到礼品,寻呼台至少应准备多少礼品?
分析:可能来多少人,是一个随机变量.由于每人是否去领奖,相互间是独立的,因而随机变量服从二项分布,用数学期望来反映平均领奖人数,即能说明是否可行.
点拨:数学期望反映了随机变量取值的平均水平.用它来刻画、比较和描述取值的平均情况,在一些实际问题中有重要价值.因此,要想到用期望来解决这一问题.
解:设来领奖的人数ε=k,(k=0,1,2,…,3000),所以,则ε~B(3000,0.04),那么Eε=3000×0.04=120(人)>100(人).
答:寻呼台不能向每一位客户都发送领奖邀请.若要使每一位领奖人都得到礼品,寻呼台至少应准备120份礼品.
习题精选
1.已知随机变量ξ服从二项分布ξ~B(n,p),且Eξ=7,Dξ=6,则p等于( )
A. B. C. D.
2.设Eξ=10,Eη=3,则E(3ξ+5η)等于( )
A.45 B.40 C.30 D.15
3.设15000件产品中有1000件次品,从中抽取150件进行检查,则查得次品数的数学期望为( )
A.15 B.10 C.20 D.5
4.已知随机变量的分布列是
则Dξ等于( )
A.0 B.0.8 C.2 D.1
5.抛掷两个骰子,至少有一个4点或5点出现时,就说这些试验成功,则在10次试验中,成功次数ξ的期望是( )
A. B. C. D.
6.设随机变量ξ服从二项分布,且Eξ=2,Dξ=1.6,则ξ服从的分布为_________.
7.从1,2,3,4,5这五个数中任取两个数,这两个数之积的数学期望为________.
8.一个袋子里装有大小相同的3个红球和2个黄球,从中同时取出2个球,则其中含红球个数的数学期望是________.
9.某渔船要对下月是否出海做出决策,如出海后遇到好天气,可得收益6000元,如出海后天气变坏将损失8000元,若不出海,无论天气如何都将承担1000元损失费,据气象部门的预测下月好天的概率为0.6,天气变坏的概率为0.4,则该渔船应选择_________(填“出海”或“不出海”).
10.一射手对靶射击,直到第一次命中为止,每次命中率为0.6,现在共有4颗子弹,命中后尚余子弹数目ξ的期望为________.
11.甲、乙两名工人加工同一种零件,两人每天加工的零件数相等,所出次品数分别为ξ 、η,且ξ和η的分布列为:
ξ |
0 |
1 |
2 |
η |
0 |
1 |
2 |
P |
0.6 |
0.1 |
0.3 |
P |
0.5 |
0.3 |
0.2 |
试比较这两名工人谁的技术水平更高.
12.有12个零件,其中9个正品,3个次品,每次从中任取5个,其中至少含有4个正品就算符合要求,有放回地取11次,问符合要求的平均次数为多少?
参考答案:
1.A 2.A 3.B 4.B 5.D 6.B(10,0.2) 7. 8. 9.出海 10.2.376
11.分析:因为两位工人每天加工的零件数相等,要比较他们的技术水平,则需要看他们的平均次品数以及技术的稳定性.
解:∵Eξ=0×=0.7,
Eη=0×=0.7.
∴Eξ=Eη,说明两人出的次品数相同,可以认为他们技术水平相当.
又∵Dξ=(0-0.7)2×=0.81,
Dη=(0-0.7)2×=0.61,
∴Dξ>Dη,说明工人乙的技术比较稳定.
∴可以认为工人乙的技术水平更高.
12.解:符合要求的次数ξ为一随机变量,其可能的取值为0,1,2,…,11.
随机试验A:“从12个中任取5个至少含有4个正品”即“一次试验,符合要求”其概率P(A)=
“有放回地取11次”可以看作是“独立重复地进行了11次试验”.
则符合要求的次数ξ~B(11,)
∴Eξ=11×=7.
∴符合要求的平均次数为7次.
|