浅析数学期望在实际生活中应用.docVIP

浅析数学期望在实际生活中应用 　　摘 要 数学期望是概率论中的一个重要概念，是随机变量的数字特征之一，体现了随机变量总体取值的平均水平，本文主要阐述了数学期望的定义和性质，讨论了实际生活中的某些应用问题，从而使我们能够使用科学的方法对其进行量化的评价，平衡了极大化期望和极小化风险的矛盾，达到我们期望的最佳效果。 　　关键词 概率统计 数学期望 实际问题 应用 　　早在17世纪，有一个赌徒向当时的法国数学家提出一个使他苦恼了很久的问题：“两个赌徒相约赌若干局，比赛规则是先胜三局者为赢家，赢家可以获得100法郎的奖励。他们两人获胜的机率相等.但是当其中一个人赢了2局，另一个人赢了1局的时候，由于某种原因终止了赌博。问：赌资应该怎样分才合理？”那么如何分配这100法郎才比较公平？用概率统计的知识，不难得知，甲获胜的概率为1/2+（1/2）*（1/2）=3/4，或者分析乙???胜的概率为（1/2）*（1/2）=1/4。因此由此引出了甲的期望所得值为100*3/4=75法郎，乙的期望所得值为25法郎。这个故事里出现了“期望”这个词，数学期望由此而来。在经济生活中，有许多问题都可以直接或间接的利用数学期望来解决，风险决策中的期望值法便是处理风险决策问题常用的方法。数学期望是随机变量的数字特征之一，它代表了随机变量总体取值的平均水平。 　　一、期望的概念及性质 　　1、离散型随机变量的数学期望 　　设X是离散型随机变量，其分布律为P（X=xi）= pi（i=1，2……），若级数xi pi绝对收敛，则称该级数的和为X的数学期望，记作E（X），即： 　　E（X）=xi pi 　　2、连续型随机变量的数学期望 　　设f（x）为连续型随机变量X的概率密度，若积分xf（x）dx绝对收敛，则称它为X的数学期望，记作E（X），即： 　　E（X）=xf（x）dx 　　3、期望的性质 　　（1）E（c）=c，c为任意常数； 　　（2）E（cX）=cE（X），c为常数，X为变量； 　　（3）E（X+Y）=E（X）+E（Y），X，Y为变量； 　　（4）若X，Y独立，则E（XY）=E（X）E（Y）。 　　二、数学期望在实际问题中的应用 　　1、决策投资方案 　　决策方案即将数学期望最大的方案作为最佳方案加以决策。它帮助人们在复杂的情况下从可能采取的方案中做出选择和决定。具体做法为：如果知道任一方案Ai（i=1，2，…m）在每个影响因素Sj（j=1，2，…，n）发生的情况下，实施某种方案所产生的盈利值及各影响因素发生的概率，则可以比较各个方案的期望盈利，从而选择其中期望盈利最高的为最佳方案。 　　假设某人用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？ 　　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（A1）=4??3+1??5+（-2）??2=1.3（万元），存入银行的获利期望是E（A2）=0.8（万元），由于E（A1）E（A2），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。在这里，投资方案有两种，但经济形势是一个不确定因素，做出选择的根据必须是数学期望高的方案。 　　2、进货问题 　　设某种商品每周的需求是从区间[10，30]上均匀分布的随机变量，经销商进货量为区间[10，30]中的某一整数，商店销售一单位商品可获利5000元，若供大于求，则削价处理，每处理一单位商品亏价100元，若供不应求，则可以外部调剂供应，此时一单位商品获利300元，为使商品所获利润期望不少于9280，试确定进货量。 　　故利润期望不少于9280元的最少进货量为21单位。 　　3、面试方案 　　设想某人在求职过程中得到了两个公司的面试通知，假定每个公司有三种不同的职位：极好的，工资4万；好的，工资3万；一般的，工资2.5万。估计能得到这些职位的概率为0.2、0.3、0.4，有0.1的可能得不到任何职位。由于每家公司都要求在面试时表态接受或拒绝所提供职位，那么，应遵循什么策略应答呢？ 　　极端的情况是很好处理的，如提供极好的职位或没工作，当然不用做决定了。对于其他情况，我们的方案是，采取期望受益最大的原则。 先考虑现在进行的是最后一次面试，工资的数学期望值为：E（A1）=4??2+3??3+2.5??4+0??1=2.7万。 　　那么在进行第一次面试时，我们可以认为，如果接受一般的值位，期望工资为2.5万，但若放弃（可到下一家公