数学期望的计算及应用.pdfVIP

数学期望的计算及应用 数学与应用数学 111 第四小组 引言： 我们知道，随机变量的概率分布是随机变量的一种最完整的数学描述，而数学期望 又是显现概率分布特性的最重要的特征数字之一。 因此，掌握数学期望的计算并应用他来分 析和解决实际问题显得尤为重要。 在学习了概率论以后， 我们计算数学期望一般有三种方法： 1.从定义入手，即 E( X ) x k pk ；2. 应用随机变量函数的期望公式 k 1 E(q (x )) q(xk ) pk 3. 利用期望的有关性质。但是还是会碰到许多麻烦，这里我们将 k 1 介绍一些解决这些难题的简单方法。 在现实生活中， 许多地方都需要用到数学期望。 如果我 们可以在学会怎么解决数学期望的计算之后， 将数学期望应用到现实生活中。 就可以解决许 多问题，例如农业上，经济上等多个方面难以解决的难题。 下面就让我们来看看， 除了最常用的三种计算方法之外还有哪些可以计算较为棘手的数 学期望的方法。 [1] 1. 变量分解法 如 果 可 以 把 不 易 求 得 的 随 机 变 量 X 分 解 成 若 干 个 随 机 变 量 之 和 , 应 用 E( X E ... E ) E( X ) E (X ) ...E (X ) 再进行求解得值， 这种方法就叫做变量 1 2 n 1 2 n 分解法。这种方法化解了直接用定义求数学期望时的难点问题， 因为每一种结果比较好计算， 分开来计算便可以比较简单的获得结果。 例题 1 ： 从甲地到乙地的旅游车上载有 20 位旅客，自甲地开出，沿途有 10 个车站，如到 达一个车站没有旅客下车，就不停车，以 X 表示停车次数，求 E(X).( 设每位旅客在各个车 站下车是等可能的 ) 分析 ： 汽车沿途 10 站的停车次数 X 所以可能取值为 0 ，1，… .，10，如果先求出 X 的分 布列，再由定义计算 E(X) ，则需要分别计算 {X=0} ，{X=1} ，… ，{X=10} 等事件的概率，计 算相当麻烦。注意到经过每一站时是否停车，只有两种可能，把这两种结果分别与 0， 1 对 应起来，映入随机变量 X i 每一种结果的概率较易求得。把 X 分解成若干个随机变量 X i 之 和，然后应用公式 ( ... ) ( ) ( ) ... ( ) E X 1 E 2 E n E X 1 E X 2 E X n 就能最终求出 E(X) 。 精选文库 解 ： 引进随机变量 第 站有人下车 i 1 X i i=1,2,3,4 、、、、、 0 第 站没有人下车 i 则 X X 1 X 2 ... X 10 . 9