离散型随机变量的数学期望现实应用

作者:acel rovsion

链接:https://www.zhihu.com/question/21483735/answer/18389039

来源:知乎

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

例谈离散型随机变量数学期望的经济决策应用

1.风险决策 

例1.船队要对下月是否出海做出决策,若出海后是好天,可得收益5000元;若出海后天气变坏,将要损失2000元;若不出海,无论天气好坏都要承担1000元的损失费,据预测下月好天气的概率是0.6,坏天气的概率是0.4,问应如何做出决策(即选择是否出海)? 

解:要做出是否出海的决策,其主要依据是效益的高低,根据题意,不出海的效益是-1000元;而出海的效益要视天气而定,有60%的概率获5000元的收益,有40%的概率获-2000元的收益,设ξ为出海效益数,则可得分布列 

故可求得出海效益的期望值E(ξ)=5000×0.6-2000×0.4=2200(元),显然高于不出海的收益-1000元,故选择出海。 

2.投资决策 

例2.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。买股票的收益取决于经济形势,若经济形势好可获利4万元,形势中等可获利1万元,形势不好要损失2万元。如果存入银行,假设利率为8%,可得利息8000元,又设经济形势好、中、差的概率分别为30%、50%、20%。试问应选择哪一种方案可使投资的效益较大? 

解:由题设可知,在经济形势好和中等的情况下,购买股票是合算的;但如果经济形势不好,那么采取存银行的方案合算。然而现实是不知道哪种情况会出现,因此要比较两种投资方案获利的期望大小。 

购买股票的获利期望是E1=4×0.3+1×0.5+(-2)×0.2=1.3(万元);存入银行的获利期望是E2=0.8(万元)。因为E1>E2,所以购买股票的期望收益比存入银行的期望收益大,应采用购买股票的方案。 

3.保险理赔决策 

例3.据统计65岁的人在10年内正常死亡的概率为0.98,因事故死亡概率为0.02。保险公司开办老人事故死亡保险,参加者需交纳保险费100元。若10年内因事故死亡公司赔偿a元,应如何定a,才能使公司期望获益;若有1000人投保,公司期望总获益多少? 

解:设ξi表示公司从第i个投保者身上所得的收益,i=1,2,…,1000。则ξ~100 100-a 

0.98 0.02,由题设E(ξi)=100×0.98+(100-a)×0.02=100-002a>0,,则100  公司期望总收益为。若公司每笔赔偿3000元, 能使公司期望总获益40000元。 

4.经济方案决策 

例4.在商业活动中偷税漏税可非法获益而造成国家财政损失。国家为了防止税收流失,通常对偷税者除补交税款外还要处以偷税额n倍的罚款。统计发现偷漏税者被查出的概率为0.2。这时罚款额度n至少多大才能起到惩罚作用? 

解:假设偷税额为x,ξ为偷税时商家的受益数,则ξ的数学期望为E(ξ)=,0.8x-0.2x-0.2nx=0.2x(3-n)要使处罚有效,必须使E(ξ)<0,则3-n<0,即n>0。故一旦查出至少应处以3倍以上的罚款,才能起到防止偷税漏税现象发生的作用。 

例5.某商场某月开展有奖促销活动,按规定100000人次中,一等奖1个,奖金500元;二等奖10个,各奖100元;三等奖100个,各奖10元;四等奖1000个,各奖2元,某人这个月内在该商场买了5次商品,他期望得奖多少元? 

解:因为一个人任何一次得奖都是等可能的,所以可先设这个人一次购物得奖金ξ元,依题意X的分布列为 

因此ξ的数学期望E(ξ)=110000×11000×100+1100×10+110×2+0=0。45,所以5次购物的期望得奖金数为E(5ξ)=5E(ξ)=5×0.45=2.25(元)。从计算结果可以看出得奖的金额是很小的,因此我们购物不能受高额大奖的诱惑而淡化了购物的本来意义。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,470评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,393评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,577评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,176评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,189评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,155评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,041评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,903评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,319评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,539评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,703评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,417评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,013评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,664评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,818评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,711评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,601评论 2 353

推荐阅读更多精彩内容

  • 本系列第三篇,承接前面的《浅谈机器学习基础》和《浅谈深度学习基础》。 自然语言处理绪论 什么是自然语言处理? 自然...
    我偏笑_NSNirvana阅读 17,569评论 2 68
  • 昨天和朋友聊天时,他说起一句话“坚持,但不固执”。 但生活中真正做到又有几人呢? 生活中不乏有原则的人,他们十分坚...
    后来不候阅读 793评论 0 0
  • 【说明】以下文字,是老夏2014-2015年间做的会员讲座文字…… 听老夏说护肤讲美容,私家会员讲座(一) 物产丰...
    拈花老夏阅读 1,147评论 0 4
  • 今天很冷,早上叫孩子起床的时候,孩子一醒来就对我说:妈妈节日快乐,妈妈辛苦了。听了孩子的话,突然过去的酸甜苦辣呈现...
    壮壮_2d73阅读 186评论 0 0
  • 朦胧几多愁,何为苦苦忧。 万事不过一场空,求~ 莫道前世忆,今生伴我走? 朋友皆去不做伴,忘。 泪水终究不解愁,还...
    老兔子哇阅读 204评论 0 0