数学期望的应用举例
数学期望练习题
数学期望练习题数学期望是概率论中的一个重要概念，在实际问题中有着广泛的应用。
下面，我将为大家提供一些关于数学期望的练习题，帮助大家更好地理解和掌握这一概念。
一、离散型随机变量的数学期望1.问题描述：某餐厅每天的顾客量服从泊松分布，已知平均值为20。
每个顾客消费的金额是一个服从均值为6的离散型随机变量。
求每天餐厅的总收入的数学期望。
解答：设每天的顾客数为X，每个顾客的消费金额为Y。
餐厅总收益为Z，有Z = X * Y。
已知X符合泊松分布，平均值为20，即E(X) = 20。
Y为均值为6的离散型随机变量，即E(Y) = 6。
因为Z = X * Y，根据离散型随机变量的数学期望的性质，有E(Z) = E(X * Y) = E(X) * E(Y) = 20 * 6 = 120。
所以餐厅的总收益的数学期望为120。
2.问题描述：某电商平台上，某商品的销售量服从泊松分布，平均每天销售50件。
已知每件商品的利润为30元，求每天该商品的总利润的数学期望。
解答：设每天的销售量为X，每件商品的利润为Y。
该商品的总利润为Z，有Z = X * Y。
已知X符合泊松分布，平均值为50，即E(X) = 50。
Y的值为固定的30元，即E(Y) = 30。
因为Z = X * Y，根据离散型随机变量的数学期望的性质，有E(Z) = E(X * Y) = E(X) * E(Y) = 50 * 30 = 1500。
所以该商品的总利润的数学期望为1500元。
二、连续型随机变量的数学期望1.问题描述：某公司的年度利润服从正态分布，已知平均利润为100万美元，标准差为20万美元。
求该公司的年度利润的数学期望。
解答：设该公司的年度利润为X。
已知X符合正态分布，平均值为100万美元，标准差为20万美元。
根据连续型随机变量的数学期望的性质，有E(X) = 平均值 = 100万美元。
所以该公司的年度利润的数学期望为100万美元。
2.问题描述：某品牌的汽车寿命服从指数分布，已知平均寿命为10年。
数学期望的应用
设离散型随机变量 ξ的概率分 布为 P(ξ= x i) = pi , i = 1 , 2 , 3 , …, 则 E ξ= x 1 p1+ x2 p2 + x3 p3 + …叫做随机变量ξ的数学期望 (简称期望) .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,假设年利率为 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
E（A1）=2.5×0.4 +3×0.3 +4×0.2 =2.7万。 E（A2）=2.5×0.4 +3×0.3 +4×0.2+2.7×0.1 =2.97万 E（A3）=4×0.2+ 3×0.3 + 2.97×0.5=3.185 万
购买股票的获利期望是 E1 = 4 ×0.3+1×0. 5 + ( - 2) ×0. 2 = 1. 3 (万元) . 存入银行的获利期望是 E2 = 0. 8 (万 元)
保险问题:
一年中一个家庭万元以上财产被盗的概率是0. 01 , 保险公司开办一年期万元以上家庭财产保险,参加者 需缴保险费 100元.若在一年之内,万元以上财产被 盗,保险公司赔偿 a 元( a > 100) ,试问 a 如何确 定,才能使保险公司期望获利? 设ξ表示保险公司对任一参保家庭的收益,则ξ的取值 为 100 或 100 - a ,其分布列为：
= - 10 x2+ 510 x + 3000 = - 10 ( x - 25. 5)2+ 9502. 5
§4.1数学期望(V)
Ma
g( X
)
500a
300( X
a),
a X 30,
600 X 300 X
100a, 200a,
10 X a, a X 30,
依性质，E(Ma)存在，依定理，有
E(Ma
)
g( x)
f
( x)dx
1 20
30 10
g( x)dx
1
a
30
(600 x 100a)dx (300 x 200a)dx
要使E(Mn)20000，即78.4n20000，解之得 n255.10,
为保证每天平均利润不低于2万元，企业每天应至少 生产256件产品。
例4 设某种商品每周的需求量X服从(10, 30)上均匀分布
的随机变量，而经销商店进货数量为[10, 30]中某一整
数，商店每销售一单位商品可获利500元。若供大于求
样品。第k个样品为次品的概率为0.1k，k=1,2,…, 6.
求6个样品中平均次品数。
【解】设X为6个样品中的次品数。引入随机变量如下：
Xk
1， 0，
第k个样品为次品， 第k个样品为正品，k
1,
2,
, 6，
易知X=X1+X2+…+X6，且 E(Xk)=P{Xk=1}=0.1k，k=1,2,…,6,
则可削价处理，每处理一单位商品亏损100元，若供不
应求, 则可从外部调剂, 此时每单位商品仅获利300元,
为了使商品所获利润不少于9280元，
试确定最少进货量。
【解】依题设，X的概率密度函数为
f
(
x)
1 20
,
10 x 30,
0,
其他，
数学期望练习题
数学期望练习题数学期望练习题数学期望是概率论中的一个重要概念，用于描述随机变量的平均值。
在实际问题中，我们经常需要计算数学期望来帮助我们解决一些实际问题。
下面，我将给大家提供一些数学期望的练习题，希望能够帮助大家更好地理解和应用数学期望。
1. 一枚均匀硬币抛掷10次，求正面朝上的期望次数。
解析：设随机变量X表示正面朝上的次数，每次抛掷硬币正面朝上的概率为1/2，因此X服从二项分布B(10, 1/2)。
根据数学期望的定义，正面朝上的期望次数为E(X) = np = 10 * 1/2 = 5。
2. 一副标准扑克牌中，从中随机抽取一张牌，求抽到红心牌的期望数量。
解析：设随机变量X表示抽到红心牌的数量，共有52张牌中有13张红心牌，因此X服从超几何分布H(13, 52, 1)。
根据数学期望的定义，抽到红心牌的期望数量为E(X) = n * K/N = 1 * 13/52 = 13/52 = 1/4。
3. 一家餐厅每天接待的顾客数服从泊松分布，平均每天接待10位顾客，求连续5天接待的总顾客数的期望。
解析：设随机变量X表示连续5天接待的总顾客数，每天接待的顾客数服从泊松分布P(10)，根据泊松分布的性质，连续5天接待的总顾客数服从泊松分布P(10 * 5)。
根据数学期望的定义，连续5天接待的总顾客数的期望为E(X) = λ = 10 * 5 = 50。
4. 一辆公交车每天运行100公里，设每公里的油耗服从正态分布N(0.2, 0.02)，求该公交车每天的总油耗的期望。
解析：设随机变量X表示每天的总油耗，每公里的油耗服从正态分布N(0.2,0.02)，因此X服从正态分布N(100 * 0.2, 100 * 0.02)。
根据数学期望的定义，每天的总油耗的期望为E(X) = μ = 100 * 0.2 = 20。
5. 一批产品的质量服从正态分布N(80, 16)，每个产品的售价为100元，求销售100个产品的总收入的期望。
数学期望在经济学中的简便应用
￣ １ ］ ＂ Ｘ ｉ －
－ ａ ］
Ｅ ｆ ∑ｘ 。 １ ＝ ∑Ｅ （ ｘ 。 ） ＝ ｉ ０ ０ ０ ０ ０ — ２ ０ ａ
２ 在经营决策中的应 用
若 公 司每 笔 赔 偿 ３ ０ ０ ０元 ， 能 使 公 司 期 望 总 获 益
４ ０ ０ ０ ０元。
ｆ （ ｘ ） ＿ ｛ ２ ０ １ ０ ０ ＿ ， ２ ０ ０ ０ ＜ ｘ ＜ ４ 。 ０ ０
・
３ ２ ０・
价 值 工 程
数 的取值 ， Ｐ ｉ 表示各个取值 对应的概率 。 当（ １ － ｐ） ＜ 时， 选择方案② 比较经济。 下面通 过一个例 子来说 明数 学期望在 保险业 中的简 通过上面 的例子发现 ， 数学 期望值决 策方法虽然很科 单应用 。 但也有一定 的缺陷。 因为在具体 的经营管理中决策者 例 １ ：假 设 ６ ５岁 的人在 １ Ｏ年 内正 常死亡 的概 率为 学 ， 往往缺 乏相应 的专业知识和相关的统计 资料 ， 并且 受随机 ０ ． ９ ８ ， 因事故死亡概 率为 ０ ． ０ ２ 。保险公司开办 老人事故死 使得决策带有风险性。 因此 ， 人们 常把数学期 亡保险 ， 参 加者需交纳保 险费 １ ０ ０元。 若 １ ０ 年 内因事故死 因素的影响 ， 望作 为决策参考 的重要依据。 亡公司赔偿 ａ元 ， 应如何定 ａ ， 才能使公司可 期望获益 ； 若 ３ 评估产 品生产销售额及利润中的应用 有１ ０ ０ ０人投保 ， 公司期望总获益多少？ 在 实际产 品生产和经营过程 中， 许 多变量 之间存在直 解 ：设 ｘ 。 表示公司从第 ｉ 个投保者身上所得的收益 ， 接 或间接关 系 ， 根据数理统计的方法对这类产品 以往 的销 ｉ ＝ｌ －１ ０ ０ ０。 售额及产量做一些统计归纳和分析 ， 从 而对将 要上市 的产 品产量和经济效益做预测。 下面通过一个例子来 阐述概率 中的数学期望值在经济收益预测中的应用。 Ｅ（ Ｘ； ） ＝ １ ０ ０ ｘ Ｏ ． ９ ８ ＋ （ １ ０ ０ 一 ａ ） ｘ ０ ． ０ ２ ＝１ ０ ０ — ０ ． ０ ２ ａ ＞ ０（ １ ０ ０ ＜ 例 ３ ：市场 上 对某 种产 品 每年 需 求量 为 Ｘ吨 ， ｘ～ ｕ ａ ＜ ５ ０ ０ ０） ［ ２ ０ ０ ０ ， ４ ０ ０ ０ ］ ， 每 出售一吨可赚 ３万元 ， 售 不出去 ， 则每吨需 公司每笔赔偿小于 ５ ０ ０ ０元 ， 能使公司获益。 公司期望 仓库 保管费 １ 万元 ， 问应该生产这 种商品 多少’ 吨， 才能使 总收益为 ：， 平均利润最大？ 解： ｘ 的概率密度函数为
数学期望的计算公式
数学期望的计算公式数学期望是概率论中的重要概念，用于描述随机变量在大量试验中的平均值。
数学期望常用于统计分析和决策模型的建立。
本文将介绍数学期望的计算公式，并举例说明其应用。
一、离散型随机变量的数学期望计算公式对于离散型随机变量X，其取值有限且可数，其概率分布可以用概率质量函数P(X=x)表示。
则X的数学期望E(X)计算公式如下：E(X) = Σ[xP(X=x)]其中，Σ表示求和运算，x表示随机变量X的取值，P(X=x)表示随机变量X取值为x的概率。
例如，假设有一个骰子，其有6个面，每个面的点数分别为1、2、3、4、5、6，且每个面的点数出现的概率相等。
我们可以通过计算骰子的数学期望来获取平均点数的预期值。
设随机变量X表示骰子的点数，则X取值为1、2、3、4、5、6的概率均为1/6，因此骰子的数学期望E(X)的计算如下：E(X) = (1 * 1/6) + (2 * 1/6) + (3 * 1/6) + (4 * 1/6) + (5 * 1/6) + (6 * 1/6) = 3.5因此，通过计算可得，骰子的数学期望为3.5。
二、连续型随机变量的数学期望计算公式对于连续型随机变量X，其取值在某个区间上，其概率分布可以用概率密度函数f(x)表示。
则X的数学期望E(X)计算公式如下：E(X) = ∫[xf(x)]dx其中，∫表示积分运算，x表示随机变量X的取值，f(x)表示随机变量X的概率密度函数。
例如，假设有一个服从均匀分布的随机变量X，其取值范围在0到1之间。
我们可以通过计算随机变量X的数学期望来预测其取值的平均数。
设随机变量X的概率密度函数为f(x)，则在0到1之间，f(x)的取值为1。
因此，X的数学期望E(X)的计算如下：E(X) = ∫[x * 1]dx = ∫xdx = 1/2因此，通过计算可得，随机变量X的数学期望为1/2。
综上所述，对于离散型随机变量和连续型随机变量，其数学期望的计算公式分别为Σ[xP(X=x)]和∫[xf(x)]dx。
数学期望在生活中的应用-最新资料
数学期望在生活中的应用
数学期望（mathematicalexpectation）简称期望，又称均值，是概率论中一项重要的数字特征，在经济管理工作中有着重要的应用。
本文通过探讨数学期望在经济和实际问题中的一些简单应用，以期起到让学生了解知识与人类实践紧密联系的丰富底蕴，切身体会到“数学的确有用”。
1.决策方案问题
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。
1.1投资方案
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？
1/ 1。
浅谈数学期望在生活中的应用
浅谈数学期望在生活中的应用浅谈数学期望在生活中的应用一、数学期望的定义引例某射手在一次射击比赛中共发射了10发子弹,其中有一发中7环,有二发中8环,有三发中9环,有4发中10环,求该射手在此次射击比赛中每发子弹击中的平均环数. 解平均环数这里的平均环数并不是这10发子弹击中的4个值的简单平均,而是以取这些值的次数与射击总次数的比值为权重的加权平均.在某种程度上说,这个加权平均可以用来衡量该射手的射击水平.二、数学期望的应用1.数学期望在疾病普查中的应用在一个人数为N的人群中普查某种疾病,为此要抽验N个人的血,如果将每个人的血分别检验,则共需检验N次,为了能减少工作量,一位统计学家提出一种方法:按k个人一组进行分组,把同组k个人的血样混合检验,如果这混合血样呈阴性反应,就说明此k个人的血都呈阴性反应,此k个人都无此疾病,因而这k个人只需要检验一次就够了,相当于每个人检验1/k次,检验的工作量明显的减少了.如这混合血样呈阳性反应,就说明此k个人中至少有一个人的血呈阳性反应,则在对这k个人的血样分别进行检验,因而这k个人的血要检验1+k次,相当于每个人检验1+1/k 次,此时增加了检验次数,假设该疾病的发病率为р且得此病相互独立,试问此种方法能否减少平均检验次数? 分析看能否减少平均检验次数,可以求出每个人检验次数的数学期望,根据数学期望大小再判断.解设以k个人为一组时,组内每个人检验次数为x,则x是一个随机变量,其分布规律为所以每人平均检验次数为 .由此可知,只要选择k使就可减少验血次数,而且也可以通过不同的发病率р计算出最佳分组人数,此外,也得知:发病率越小,分组检验的效益越大.在二战期间,美国对新兵验血就是使用这种方法来减少工作量的.2.数学期望在揭开赌场骗局中的应用在我国南方流行一种称为“捉水鸡”的押宝,其规则如下:由庄家摸出一只棋子放在密闭的盒中,这只棋子可以是红的或黑的将、士、象、车、马、炮之一.赌客把钱押在一块写有上述12个字(六个红字,六个黑字)的台面的某一个字上,押定后,庄家揭开盒子露出原来的棋子,凡押中者(字和颜色都对)以一比十得奖金,不中者其押金归庄家,此押宝赌博对谁有利? 分析这道题的思想简单,与0-1分布一样.解不妨设一个赌徒押了10元,而收回奖金X元,若押中,X=100;若不中,X=0.X的概率分布列为因此数学期望元.由于支付10元,和期望收入8.33元不等.因此这是不公平的赌博,明显对庄家有利,事实上,当赌徒进入赌场,他面临的都是这种不公平的赌博,否则赌场的巨额开支业主的高额利润从何而来.3.数学期望在通信中的应用设无线电台发出的呼唤信号被另一电台收到的概率为0.2,信号每隔5秒钟拍发一次,直到收到对方的回答为止.若发出信号到收到对方回答信号之间至少要经过16秒时间,求在双方建立联系之前已经拍发的呼唤信号的平均次数.分析明显,此题是考查几何分布数学期望的求法,但是又隐藏陷阱“若发出信号到收到对方回答信号之间至少要经过16秒时间”,意味随机变量X最小取值为4.解设双方建立联系之前已经拍发的呼唤信号次数为X,则X～Ge(0.2).因为有16秒相隔时间,X的最小拍发次数为4. 于是X的分布列为 P(X=K)=0.2×0.8k-4,k=4,5,... X的期望为因此在双方建立联系之前已经拍发的呼唤信号的平均次数为8次.这个例题虽是很简单的一个求数学期望的问题,但是“若发出的信号到收到对方回答信号之间至少要经过16秒时间”这个条件极易被忽略.上面这几题都是关于离散型随机变量数学期望一些性质应用的例子,接下来的4、5两个例子都是关于连续型随机变量数学期望一些性质,还要注意函数是分段函数. 4.数学期望在交通上的应用地铁列车到达某一站时刻为每个整点的第5分,25分,45分,设某一乘客在早上8点到9点之间随时到站候车,求他的平均候车时间.分析此题主要考查分段函数求期望的方法,必须先求出分段函数的表达式及X的密度函数.解设他到达地铁站的时刻为X,他候车时间为Y,则由题意知X～U(0,60),则有又知Y是变量X的函数, 由期望的性质知利用此例题可准确地对乘客的平均等待时间进行了预测,可以更好地指导实际,为人民群众服务. 5.数学期望在决策中的应用设某种商品每周需求量是区间[10,30]上的均匀分布随机变量,而经销商店进货数量为区间[10,30]中的某一整数,商店每销售一单位商品可获利500元,若供大于求时则削价处理,每处理一单位商品亏损100元,若供不应求时,可从外部调剂供应,此时每一单位商品获利300元,为使商品获利润值不少于9280元, 试确定最少进货多少?分析本题主要考查分段函数数学期望的求法,但是此处应注意分段函数的求法及均匀分布的密度函数的表达式. 解设进货数量为a,利润为g(X),则X的密度函数为得21≤a≤26.故所获利润期望值不少于9280元,最少进货为21单位. 接下来继续看6、7两个应用随机变量的和式分解这个性质解题的例子.这种方法可以解决用期望的定义不能直接求,甚至无法求解的题目,大大降低了求期望的难度,即使随机变量不是同分布也可以运用这一性质. 6.数学期望在电梯运行中的应用一架电梯载有8位乘客,从一楼上升,每位乘客在20层的每一层都可以下电梯,如果没人下,那一层电梯就不停.设每位乘客在各层楼下电梯是等可能的,且各乘客是否下电梯是相互独立的.以X表示电梯停下的次数,求E(X).分析显然X是一个离散型的随机变量,X=1,2,…,20,直接不易求出.不妨转换思想,若电梯在i层停,则Xi=1,否则Xi=0,那么 .现在用数学期望的性质易求出E(X). 解设随机变量则即xi(i=1,2,...,20)的分布规律为由此可知本例将随机变量分解为多个相互独立的随机变量之和的形式,再利用数学期望的性质.这个处理方法在实际应用中具有普遍意义.如果不用和式分解法几乎无从着手. [。
高二数学概率与统计中的期望与方差的应用
高二数学概率与统计中的期望与方差的应用概率与统计作为数学的重要分支之一，在高中数学课程中占据着重要的地位。
而其中的期望与方差更是概率与统计中的重要概念，具有广泛的应用价值。
本文将探讨高二数学概率与统计中的期望与方差的应用。
一、期望的应用期望是指一个随机变量所有可能取值的加权平均值。
在实际生活中，期望有许多应用。
首先，期望可以用来计算平均值。
例如，在一次掷骰子的实验中，骰子有6个面，每个面上的数字分别为1、2、3、4、5、6，每个数字出现的概率相等。
那么，掷一次骰子，出现的数字的期望就是(1+2+3+4+5+6)/6=3.5。
这意味着在多次重复的实验中，出现的数字的平均值接近于3.5。
其次，期望可以用来评估投资的回报率。
假设某股票有两种可能的收益，收益1的概率为0.6，收益2的概率为0.4，对应的收益分别为100元和200元。
那么，这只股票的期望收益就是0.6 * 100 + 0.4 * 200 = 160元。
这意味着在多次投资中，每次投资的平均回报为160元。
此外，期望还可以应用于赌博的分析。
例如，在轮盘赌中，轮盘共有36个数字，其中18个为红色，18个为黑色。
假设赌徒每次下注5元，并且下注的数字与轮盘最终停在的数字相同，则赌徒获胜，获得10元的收益；反之，输掉下注的5元。
那么，赌徒在一次下注中的期望收益就是(18/36 * 10) + (18/36 * (-5)) = 0元。
这意味着在多次下注中，赌徒每次下注的平均回报为0元。
二、方差的应用方差是衡量随机变量离其期望值有多远的统计量。
在实际问题中，方差也有着广泛的应用。
首先，方差可以用来度量一个样本的离散程度。
例如，在某考试中，某班级的学生总成绩对应的随机变量为X，其期望值为E(X)，方差为Var(X)。
在这个班级中，学生的总成绩越分散，说明学生之间的差异越大，方差就越大。
而方差越小，则说明学生的总成绩越接近平均水平，差异性越小。
其次，方差可以用于风险评估。
[整理版]数学期望在实际生活中的应用
![[整理版]数学期望在实际生活中的应用](https://img.taocdn.com/s3/m/0482266e1611cc7931b765ce05087632311274fa.png)
摘要在现代快速发展的社会中，数学期望作为一门重要的数学学科，它是随机变量的重要数字特征之一，也是随机变量最基本的特征之一。
通过几个例子，阐述数学期望在实际生活中的应用包括经济决策、彩票抽奖、求职决策、医疗、体育比赛等方面的一些实例，体现出数学期望在实际生活中颇有价值的应用。
通过探讨数学期望在实际生活中的应用，以起到让大家了解知识与人类实践紧密联系的丰富底蕴，切身体会到“数学的确有用”。
所谓的求数学期望其实就是去求随机变量的以概率为权数的加权平均值，而平均值这一概念又是我们在实际应用中最常用的一个指标,在预测中使用是很具有科学性的。
关键词：数学期望随机变量性质实际应用AbstractIn the rapid development of modern society, the mathematical expectation as an important mathematical subject, it is one of the important digital features of random variables, is also one of the basic characteristics of random variables. Through several examples, in this paper, the mathematical expectation in the practical application of life including economic decision-making, lottery tickets, job, health, sports, etc. In some instances, manifests the mathematical expectation valuable application in real life. Through discuss the application of mathematical expectation in real life to play let everybody understand the knowledge and practice closely linked human rich background, personal experience "mathematics really useful". So-called mathematical expectation is to actually ask for random variables of the probability weighted average of the weight, and mean value in actual application of this concept is our one of the most commonly used indicators, used in the forecast, it is very scientific.Key words: Mathematical Expectation; Stochastic V ariable; quality; Practical Application目录摘要 (1)Abstract (2)第一章绪论 (4)1.1数学期望的起源及定义 (4)1.2数学期望的意义 (5)第二章数学期望前瞻 (5)2.1离散型 (5)2.2连续型 (6)2.3随机变量的数学期望值 (7)2.4单独数据的数学期望的算法 (8)2.5数学期望的基本性质 (8)第三章数学期望在实际中的应用 (9)3.1 经济决策中的应用 (9)3.2 彩票、抽奖问题 (10)3.2.1彩票问题 (10)3.2.2抽奖问题 (11)3.3 求职决策问题 (12)3.4医疗问题 (13)3.5体育比赛问题 (15)结论 (16)参考文献 (16)致谢 (18)第一章 绪论1.1数学期望的起源及定义早在17世纪，有一个赌徒向法国著名数学家帕斯卡挑战，给他出了一道题目：甲乙两个人赌博，他们两人获胜的机率相等，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。
数学期望性质与应用举例
5.数学期望的基本性质利用数学期望的定义可以证明，数学期望具有如下基本性质：设ξ, η为随机变量，且E(ξ)，E(η)都存在，a，b，c为常数，则性质1.E(c)=c；性质2.E(aξ)=aE(ξ)；性质3.E(a+ξ)=E(ξ)+a；性质4.E(aξ+b)=aE(ξ)+b；性质5. E(ξ+η)=E(ξ)+E(η)．例3.5.7设随机变量X的概率分布为:P(X =k)=0.2 k =1,2,3,4,5.求E(X),E(3X+2)．解. ∵P(X=k)=0.2 k=1,2,3,4,5∴由离散型随机变量的数学期望的定义可知E(X)=1×0.2+2×0.2+3×0.2+4×0.2+5×0.2=3，E(3X+2)=3E(X)+2=11．例3.5.8. 设随机变量X的密度函数为:求E(X),E(2X-1)．解.由连续型随机变量的数学期望的定义可知=-1/6+1/6=0．∴E(2X-1)=2E(X)-1=-1．我们已经学习了离散型随机变量和连续型随机变量的数学期望,在随机变量的数字特征中,除数学期望外,另一重要的数字特征就是方差.4.1.2 数学期望的性质（1）设是常数，则有。
证把常数看作一个随机变量，它只能取得唯一的值，取得这个值的概率显然等于1。
所以，。
（2）设是随机变量，是常数，则有。
证若是连续型随机变量，且其密度函数为。
当是离散型随机变量的情形时，将上述证明中的积分号改为求和号即得。
（3）设都是随机变量，则有。
此性质的证明可以直接利用定理4.1.2，我们留作课后练习。
这一性质可以推广到有限个随机变量之和的情况，即。
（4）设是相互独立的随机变量，则。
证仅就与都是连续型随机变量的情形来证明。
设的概率密度分别为和，的联合概率密度为，则因为与相互独立，所以有。
由此得此性质可以推广到有限个相互独立的随机变量之积的情况。
例4.1.2 倒扣多少分？李老师喜欢在考试中出选择题，但他知道有些学生即使不懂哪个是正确答案也会乱撞一通，随便选一个答案，以图侥幸。
数学期望在实际生活中的应用
摸 子 情 况 ５枚 白 ４枚 白 ３枚 白
其 它
彩 金 ２Ｏ元 ２元 ０．５元 无 奖 同 乐 一 次
看 有 １０００次 摸 奖 ，摊 王 赌 钱 逊 是 挣 钱 ？
解 ：记参 加者 随意摸 一次 ，摊 主付 给参加 者 的彩 金 为 元 ，则 的可能取 值为 ２０，２，０．５，０，则
．···．·Ｅ（ ）＝２× ＋ 十３× 荑＋４× ＋５× ＋６×
场 内促销 活 动可获 得 经 济 效益 ２万 元 ；商 场外 促 销 活动若不 遇 到有雨 天气 可获 得经济 效益 ｌ０万 ，若 促 销 活动 中遇 到有雨 天 气 则 带来 经 济 损 失 ４万 元．据 天 气预报 知 ，此 节 日当 地 有 雨 的 概 率 为 ４０％ ，商 场
圆
圆 回
圆 圆囫
聒圈 圆 圆
Ａ
Ｂ
处 理第 １问 ，先点 击 显 示 圆 按 钮 ，验证 Ａ，Ｂ，Ｃ，
Ｄ 四个 点在 同一 个 圆上 ，增 加 了问题 的直观性 ．再 引
的说 理过 程显得 更 自信 而具 用 说 服力 ，于是 这 个 难 导学生 找 出定 点 ０，证 明 ＯＡ＝ＯＢ＝ＯＣ＝ＯＤ．
《数 学 之 友 》
２００８年第 ２３期
建 模
数
学
期
望
在
实
际
生
活
中
的
应
用
与
应 用
武 瑞 雪
（江 苏 省 睢 宁县 城 北 中学 ，２２１２００）
高 中数学 课程 改 革 注 重数 学 知 识 的实 际 应 用．
尸（ ＝４）＝ｃ × ３ × １ ＋ ２ × ２： １０；
在 现实生 活 中 ，很 多 问题 与 数学 期 望 即随机 变 量 的 平 均值有关 ．所 以在 高 中数 学 中新增数 学期 望 内容 ，
论数学期望在实际生活中的运用
论数学期望在实际生活中的运用数学期望在实际生活中的运用
数学期望是一个概念，源于概率论，是在统计学上用来求取不确定结果
reates的一种工具。
它是随机变量所有可能发生情况的概率加权总和，是对统计
量的预期，同时也是取决于预先设定的概率的一种期望值。
当我们谈论数学期望在我们的生活中的运用时，最典型的应用例子当属投资。
投资者需要掌握投资的数学期望值，以帮助他们决定投资组合的最佳选择，最大限度地利用可能的收益。
数学期望有助于他们理解潜在投资收益应当受到多少风险损失的影响，以及收益和风险之间的权衡。
另一个有趣的应用是健康博弈。
健康博弈就是利用概率和数学期望来预测不同
解决方案带来的结果，从而帮助决策者做出明智的抉择。
它也可以用于棋牌游戏，帮助玩家对自己的通常投注行为进行计算，以预测游戏结果，并以此帮助他们制定最合适的战略和策略。
由此可见，数学期望扮演着重要的角色，在生活各个领域都有许多运用。
除了
注意上文提及的实际应用，它还可以用于分析政策效应、支付定价以及护理服务博弈等多种场景。
由于其可以作为基于期望值的分析工具，数学期望可以帮助投资者和决策者进行风险管理和决策进行，获得更高收益。
数学期望在高校教育中的作用也很重要，学生们可以通过有关数学期望的学习，认识到其重要性，并能够通过将之运用于实际生活中的场景，进行有效的数学分析和实践。
从而有助于提升高等教育水平，作出更准确、客观和有效的决策。
浅谈数学期望在生活中的应用
科技 论 坛 ｌＩ ｆ
浅谈数学期望在生活中的应用
谢 彬
（ 北京冶金设备研 究设计总院， 北京 １０ ２ ） ０ ０９
摘 要： 学期望是随机 变量最重要 的数 学特征之一。通过几个例子 ， 数 阐述 了概率论与数理统计 中的数学期 望在 生活中的应用， 内容包括 工程 承包决策、 罚款额度的确定、 井平均逃生时间的计算、 矿 商场进货数量决策和识破街头诱人游戏等。 关键词 ： 学期望 ； 率； 数 概 随机 变量 ； 应用 数学期望是概率统计 中随机变量最基本的 数学特征之一， 是随机变量按概率的加权平均， 又 称期望或均值， 它是简单算术平均的一种推广。 在 生活中， 有许多问题可以利用数学期望来解决。 １承包工程的决策 某工程队计划承包一项工程。 若三天完成可 获利 ８０ 元 ， ００ 四天完成可获利 ５０ 元 ， ００ 五天完成 要被罚款 １０ ０ ００ 元。由以往经验知 ， 该工程队三 天、四天、五天完成此项工程的概率分别为 ｏ 、 ３ ０、 ， ． ｏ 获利金额的概率分布见下表。 如果你是 ５２ 问， 经理， 愿意承包这项工程吗？ 计算出利润的数学期 通道（ 概率是 １ ）花时间 ｔ ／， ２ 就可以成功逃生 ； 若 针停在阴影区 才能得奖， 假设圆盘周长为 １０ ｍ ０ｅ ， 开始他选择了第一条通道（ 概率也是 ｖ ）回到 圆周上的每一阴影弧长为 ２ ｅ ， ２， ． ｍ共有四条阴影弧 ５ 原处后他不会再选第一条通道了， 必然走人第二 线， 总阴影弧长为 １ｃ ， ０ｍ 假设圆盘质地均匀 ， 则每 条通道 ， 经过时间 ｔｔ ｉ ＋ 后可以成功逃生。这样， 其 次转动指针后 ， 它停在阴影区的概率为： ｌｃ ／ Ｐ Ｏ ｍ － ＝ ｌ Ｏ ｍ＝ ．。 Ｏ ｃ Ｏ １ 成功逃生花费时间的数学期望为： ｔ ＋ ） ＋ 显然 ， ＋ ｔ ｔ。 为了能够尽陕逃生 ， 特 的老板的平均获利 。 ５ 若学生交给老板 １ ． １ 元钱，转动指针一次， 别当ｔ 。 的值较大时， 被困者对走过的路做标记是 必要的。 森林里的迷路者， 边走边用小刀在树上留 获奖的概率是 Ｑ ， １ 获奖后老板奖励给学生 ２ 元 钱。老板的毛收益为 ｌ ， 元 支出的数学期望为： ２ ｘ 下有意义的痕迹， 就是这个道理。 ０１０ 元 。 ． ． 老板的平均净收益为 ： ０ ＝ ．元。 ＝２ １ ．０ －２ ８ ４商场进货数量的决策 某商场计划在盛夏来临之前 ， 完成一批某种 ５ 若学生交 ２ ． ２ 元钱， 转动指针两次， 就是进 望就知道 答案 了。 夏装的采购。根据经验， 如果进货量太小 ， 最后可 行了 ２ 重贝努利试验，指针的转动结果服从 ｎ ２ ＝， 能会出现无货可卖的局面 ， 从而失去获利的机会 ； Ｐ Ｏ 的二 －． １ 项分布 ， 见下表。 老板的毛收益为２ 元， 兰垂！ ！ ： Ｐ ０３ ０５ ０２ ２ ． ＋ ６０ １０ ２ ｘ１ ０ ５ 老板 如果进货量太大， 很可能夏季已经过去了， 该批夏 支出的数学期望为： ０ ８１ｘ ． ＝ ． 元 ， 承包此项工程获利的数学期望是 ：００ ０ ＋ 装还有剩余， ８０ ｘ ３ ２０ ＝． 元。 －． ４ ５ 最后只能降价处理甚至赔本甩卖 ， 的平均净收益为 ： － ２ １ ８ 因 ５０ｘ５ １０００－９０ ， ０００ —００ｘ．２０ 元 就是说， ２ － 虽然有被罚 为 放到第二年再卖 ， 增加了 商场的保管成本， 万一 苎 里 垦 ！ ！ 墅 ！ Ｐ ０ ８ １ ０ｌ ０Ｏ ８ １ 款的可能， 但平均说来 ， 承包这样的工程是可以获 到了第二年服装的样式过时， 损失会更大。 ５ 若学生交 ３ ＿ ３ 元钱， 转动指针三次 ， 进行了 利的。 假设基于往年 的情况和专业人员对近期市 重贝 努利试验，指针的转动结果服从 ｎ３Ｐ Ｏ ＝， ． ＝１ ２罚款额度的确定 场形势的评估 ， 在夏季 ， 该商场至少能卖出 ５０ ０ 件 ３ 某些不法商贩每卖一批不合格 的货物可获 该种夏装 。 至多 １０ 件 ， ０ ０ 卖出的件数近似均匀分 的二项分布， 见下表。老板的毛收益为 ３元 ， 支出 利 １０ ０ ， ０ ０ 元 被查处 的概率为 ０ ， ２ 即不被查处 的 布， 可知夏装销售件数的概率密度函数为 ： 的数学期望为 ：ｘ ． ３ １ｘ．２＋ Ｏ ｘ． １１ ２ ２ ０ ４ ＋６Ｏ ７ ｌＯ Ｏ ０ ＝． ２ Ｏ Ｏ ０ 概率为 ０ ， 罚款额为多少时， ． 问， ８ 基本上可 以禁止 ㈧”ｌ，ｓ １ 元， 老板的平均净收益为： １ ２ １ ８ ３ ． ＝ ． 元。 —０ ９ ： Ｊ５ ｘ ｏ ｏ ≤ｏ …０ ｏ Ｘ ０次 １ 次 ２次 ３次 这些商贩的不法行为？ ｏ，它 其 。 假设在夏季每卖出—件平均 Ｐ ｏ７ ９ ２ ０２ ３ ００ ７ ０ Ｏ ４ ．２ ０ｌ 假设罚款额为 Ｆ 为了禁止该类不法行为 ， ， 应 获利 １０ ， ５ 元 夏季内没有卖出去的衣服平均每件 该让不法 商贩获利 的数学期 望小于等 于 ０ 即 亏损 ６ 元。 ， ０ 现在要确定进货的件数 ｙ ， 使得商场的 ５ 若学生交 ４ ． ４ 元钱， 转动指针四次 ， 进行了 １００ ）－ｘ２ ０得到 Ｆ ４００ ， ００，． Ｆ０ ＿ ， Ａ８ ＜ ＞ ＿ ００ 元 则罚款额 平均利润最大。显然，肯定介 于 ５０ １ ０ ｙ ０ 到 ０ 之 ４ ０ 重贝努利试验， ， 同理 可以得到指针转动结果的 至少应是 ４００ ００ 元。我们常说要加大查处力度和 间。设 Ｘ 为实际销售件数 ， ＞ 时。 当ｘ ｙ 也就是当 － 实 概率分布 ， 见下表。 这时 ， 老板的平均净收益为： － ４ － 加重处罚 ， 就是要增大不法行为被查处的概率和 际销售量大于等于进货量时 ， 衣服不会有剩余 ， （ｘ． １ ＋６ ０ ４ ６ １０ ０ ０６ ６ ０ Ｏ ０ １＝ 每 ２ ０ ９ ６ １ ｘ． ８ ＋０ ｘ ． ３ ＋ ０ ｘ． ０） ２ ０ ０ Ｏ 增加罚款额度 ， 让不法商贩获利的数学期望变为 件衣服都可获利 ； ｘｙ 也就是当实际销售量 ２ ２ 。 当 ＜ 时， ２ 元
感悟数学期望在实际生活中的应用
感悟数学期望在实际生活中的应用离散型随机变量的期望是离散型随机变量的重要的数字特征，它从整体上描述随机变量，反映了随机变量取值的平均水平，在实际生活中有着广泛的应用。
以下几例，供参考：例1据统计一个家庭中万元以上的财产被盗的概率是，保险公司开办一年期万元以上家庭财产保险，参加者需交保险费100元，若在一年以内万元以上财产被盗，保险公司赔偿a元（100a>）。
问a如何确定，可使保险公司有望获利分析：要使保险公司获利，即()0E X>，从而将问题转化为利用不等式求a的取值范围。
解析：设X表示保险公司在参加保险人身上的收益，则X的可能取值是100，100a-，P X==；(100)0.99P X a=-=。
(100)0.01E X a=⨯+-⨯1000.010()1000.99(100)0.01=->，a∴10000a<，又∵100<<，即当a在100至10000之间取a>，∴10010000a值时保险公司可望获利。
评注：该例与生活密切相关，由此可深切体会到数学期望的应用价值。
例2某渔船要对下月是否出海做出决策，如果出海后遇到好天气，可收益6000元，如果出海后天气变坏，将损失8000元，若不出海，无论天气如何都将承担1000元损失费。
据气象部门预测，下月好天气的概率是，天气变坏的概率是，请你为该船做出决定，是出海还是不出海分析：船是出海还是不出海，关键是要看船出海的收益平均值与不出海的收益平均值1000-的大小。
解析：设该船一次出海的收益为随机变量X，则其分布列为：∴()60000.6(8000)0.4400E X=⨯+-⨯=。
∵()4001000E X=>-，∴应该选择出海。
评注：“出海”还是“不出海”，是将实际问题转到数学中来，即用数字来说明问题，数学期望反映了随机变量取值的平均水平，用它来刻画、比较措施取值的平均情况，在一些实际问题中有重要的价值。
期望与方差的性质及应用
期望与方差的性质及应用期望与方差是概率论中两个重要的概念，用于描述一个随机变量的特征。
以下是对期望与方差的性质及其在实际应用中的一些例子。
1. 期望的性质期望是随机变量取值的加权平均，表示了变量的中心位置。
其性质如下：- 线性性质：对于两个随机变量X和Y，和常数a，b，有E(aX + bY) = aE(X) + bE(Y)。
这个性质是期望的一个重要特点，它使得我们可以将复杂的问题简化为线性组合。
- 常数性质：对于一个常数c，E(c) = c。
这表示常数的期望等于常数本身。
- 单调性：如果随机变量X和Y满足X ≤Y，那么E(X) ≤E(Y)。
这个性质说明了期望的顺序性。
2. 期望的应用- 对于离散型随机变量，期望的应用很广泛。
例如，我们可以用期望来求解投掷一枚骰子的平均点数，以及计算购买彩票的预期收益。
期望还可以用于计算游戏的平均盈亏。
- 在连续型随机变量中，期望可以用于计算概率密度函数下的面积。
例如，我们可以用期望来计算某个地区的平均降雨量，或者计算某个产品的平均寿命。
期望还可以用于求解连续概率分布的中位数和众数。
3. 方差的性质方差是随机变量与其期望之间差异的平方的期望，用于衡量变量的离散程度。
其性质如下：- 线性性质：对于两个随机变量X和Y，和常数a，b，有Var(aX + bY) = a^2Var(X) + b^2Var(Y)。
这个性质表示方差与常数放缩相关。
- 非负性：方差始终大于等于0，即Var(X) ≥0。
- 方差的开方称为标准差，它表示了随机变量的离散程度。
标准差越大，表示随机变量的取值越分散。
4. 方差的应用- 方差可以用于评估一个投资组合的风险。
在投资领域中，投资者往往希望选择一个方差较小的投资组合，以降低风险。
- 方差还可以用于评估统计模型的拟合程度。
在回归分析中，我们可以通过计算残差的方差来评估模型的质量。
- 方差还可以用于度量数据的波动性。
例如，股票市场中的波动性可通过计算股价的方差来进行衡量。
数学期望与方差
数学期望与方差在我们的日常生活和各种科学研究中，数学期望和方差是两个非常重要的概念。
它们帮助我们理解和预测随机现象，做出更明智的决策。
让我们先从数学期望说起。
简单来讲，数学期望就是对随机变量取值的平均水平的一种度量。
想象一下你在玩抛硬币的游戏，正面你赢 1 元，反面你输 1 元。
假设抛硬币正面朝上的概率是 05，反面朝上的概率也是 05。
那么你玩一次这个游戏，平均能赢多少钱呢？数学期望就能回答这个问题。
对于这个抛硬币的例子，赢 1 元的概率是 05，输 1 元的概率也是05。
数学期望就是（1×05）＋（－1×05）＝ 0 元。
这意味着，从平均的角度来看，你长期玩这个游戏，不会赢也不会输。
再举个例子，假设一个抽奖活动，有 10%的机会赢得 100 元，90%的机会什么都得不到。
那么这个抽奖的数学期望就是 100×01 ＋ 0×09＝ 10 元。
这 10 元就代表了你参与这个抽奖平均能获得的收益。
数学期望在很多实际场景中都有应用。
比如在投资领域，投资者会通过计算不同投资产品的数学期望来决定资金的分配。
如果一项投资的数学期望收益较高，风险在可承受范围内，投资者就可能更倾向于选择它。
说完数学期望，咱们再来说说方差。
方差是用来衡量随机变量取值的分散程度的。
还是拿刚才抛硬币的例子，如果我们抛了很多次硬币，有时候赢 1 元，有时候输 1 元，这些结果的分散程度就可以用方差来描述。
方差越大，说明随机变量的取值越分散；方差越小，说明取值越集中在数学期望附近。
假设我们有两组数据，第一组是 1，2，3，4，5，它们的平均值是 3。
计算方差可以发现，这组数据的方差相对较小，因为数值比较均匀地分布在平均值周围。
而另一组数据是 1，1，5，5，它们的平均值也是 3，但这组数据的方差就比较大，因为数值比较分散。
在实际生活中，方差也有很多用处。
比如在质量控制中，如果一批产品的某个质量指标的方差过大，就说明产品的质量不稳定，需要改进生产工艺。
数学期望及其应用
数学期望及其应用信息上的例谈数学期望这篇文章，对数学期望的相关性质以及应用做了进一步的探讨.1.数学期望的定义由于随机变量分为离散随机变量和连续随机变量，所以在定义数学期望式分两种情况.1.1 离散随机变量的数学期望设离散随机变量X的分布列为：这里例题所求运用了期望的定理1，对随机变量所得函数进行了期望计算.3.2 数学期望在实际生活中的应用3.2.1 数学期望在商店进货问题中应用例2 设某商店销售某种商品，该商品每周的需求量ξ是一个服从区间[100，300] 上的均匀分布的随机变量.正常情况下，每销售一单位商品可获利500元.若供大于求，则削价处理，每处理一单位剩余商品亏损100元；若供不应求，可以外部调剂供应，此时一单位商品获利300元.问该商店进货量应该为多少，可使平均每周的利润达到最大？y实际上为变量，对y求导得0，得到y=23.33.又因为E L ″1/ 3y=-150.所以当y=23.33时，利润的数学期望E L 取得最大值.3.2.2 数学期望在法律纠纷中的应用在民事纠纷案件中，受害人如果将案件提交法院诉讼，其不仅需要考虑诉讼胜利的可能性，还应该考虑承担诉讼的费用问题.如果对案件进行理性思考，一般人往往会选择私下解决而不通过法院.现在以一个民事纠纷案件来说明.例3 某施工单位A在施工过程中由于某种原因致使居民B 受伤，使居民受伤并使其遭受了20万元的经济损失.若将该案件提交诉讼，则诉讼费共需要0.8万元，并按所负责任的比例双方共同承担.而根据案件发生的情形以及外部因素的影响，法院最后的判决可能有三种情况：（1）施工单位A承担事故100 % 责任，要向受害人B支付20万元的赔偿费，并支付诉讼费0.8万元；（2）施工单位A承担70 % 的责任，要向受害人B支付14万元的赔偿费，并支付诉讼费0.56万元，另外0.24万元诉讼费由受害人支付；（3）施工单位A承担50 % 的责任，要向受害人B支付10万元的赔偿费，并支付诉讼费0.4万元，另外0.4万元诉讼费由受害人支付.居民B估计法院三种判决的可能性分别为0.2，0.6，02，如2/ 3果施工单位A想私下和解而免于诉讼，至少应向受害人B赔偿多少数额的赔偿费，才能使受害居民B从经济利益考虑而选择私下和解？首先从受害人B的角度来看受害人通过法院诉讼所获得的期望赔偿.设受害人B上诉可获赔偿为：（万元），则ξ的分布列：由上述分析和求解可以看出，若从经济利益角度来看，私下和解赔偿给受害人B的数额应该不超过14.976万元，否则，私下和解对于施工单位A便失去了意义.结束语本论文主要涉及了数学期望的概念，性质，定理并通过商品进货，法律问题方面的举例来说明数学期望在实际生活中的应用.整体是由数学期望的理论转向其在实际生活中的应用.从上述众多性质和所列举的例子中可以体会到数学期望的奇妙之处和应用的广泛性，它是减少随机性的重要手段，在涉及概率统计和决策时，往往会利用数学期望理论，但数学期望只是一种平均值，在实际问题中往往要结合其他的数字特征才能更好的解决问题.3/ 3。
数学期望例
例1 设随机变量X 服从参数为p 的10-分布，求()E X .例2 已知随机变量X 的概率分布为求()E X .例3 一批产品中有一、二、三等品及废品4种，相应比例分别为60%，20%，10%，及10%.若各等级产品的产值分别为6元，4.8元，4元及0元，求该产品的平均产值.例4 设随机变量X 取值 ,2,1,2)1(=-=k kx kkk ,对应的概率kk p 21=，证明X 的期望不存在.解 由于1,01=≥∑∞=k kk p p ，因此它是概率分布，而且2ln 1)1(11-=-=∑∑∞=∞=k kk k k k p x 但由于∞==∑∑∞=∞=111k k k k k p x可见级数∑∞=1k k kp x不绝对收敛，因此X 的数学期望不存在！例5 在一个人数很多的单位中普查某种疾病.N 个人去验血，用以下两种方法去化验：（1）每个人的血分别化验，需化验N 次；（2）把k 个人的血混在一起化验；如果结果呈阴性，则这k 个人只作一次化验即可；如果呈阳性，再对他们逐个化验，这时对这k 个人共需作1+k 次化验；假定对所有人，化验呈阳性反应的概率为p ，而这些人的反应是独立的.试说明当p 较小时，选取适当的k ，则利用方法（2）可以减少化验次数.解 记每个人的血检结果呈阴性反应的概率为p q -=1，则k个人的混合血呈阴性反应的概率为kq ，呈阳性反应的概率为k q -1.用方法（2），设每个人的血需化验的次数为X ，则X是一个随机变量，其概率分布为则X 的数学期望为()111(1)(1)1k k kE X q q q k k k=⨯++⨯-=-+因此，N 个人需要的化验次数期望值为)11(kq N k+-，当111<+-k q k，即01>-kq k 时就能减少化验次数.例如，当1.0=p 时，取4=k ，则4061.01=-kq k，减少约40%的工作量.当p 已知，可选定适当的0k ，使()E X 达到最小，把0k 个人分为一组即最能节省化验次数.例6 已知二维随机变量()Y X ,的概率分布为求Y X ,的数学期望()E X 及Y E .例7 设连续型随机变量X 的概率密度⎩⎨⎧<<=其他,010,2)(x x x f ，求()E X .例8 设随机变量X 的概率密度是⎩⎨⎧≤≤+=其他,010,)(x b ax x f ，且()13E X =，求常数a 与b 的值.例9 设X 服从柯西（Cauchy ）分布，即其概率密度为211(),1f x x xπ=⋅-∞<<∞+ 求X 的期望.解 显然有210(1)x dx x π∞-∞⋅=+⎰，因为被积函数为奇函数.而()22200112ln 1(1)(1)x x dx dx x x x πππ∞∞∞-∞⋅==+=∞++⎰⎰ 故X 的期望不存在.例10已知随机变量X 的概率分布为14求数学期望(12+X E .例11 假定国际市场对我国某种出口商品的年需求量X （单位：吨）是一个随机变量，它服从区间[]4000,2000上的均匀分布.设该商品每售出一吨，可获得3万美元，但若没有销售出去积压在仓库里，则每吨需支付保养费1万美元.问如何计划年出口量，能使期望获利最多？ 解 设计划年出口量为y 吨，年获利额为Y 万美元.显然应有[]4000,2000∈y ，且()3,3,()31,4,y X yy X y Y g X X y X X y X y X y ≥≥⎧⎧===⎨⎨-⋅-<-<⎩⎩因此()()400020004000200021()()()20001(4)320001700040000001000y y E Y g x f x dx g x dx x y dx ydx y y +∞-∞==⎡⎤=-+⎢⎥⎣⎦=-+-⎰⎰⎰⎰ 这是一个关于y 的二次函数，可以求出当3500=y 时，()E Y 最大，即计划年出口量3500吨时，能使期望获利最多.例12 设随机变量X 的数学期望为()2E X =-，求⎪⎭⎫⎝⎛+-321X E .。
- 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、"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、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)。
4.期刊论文 陈乃辉.CHEN Nai-hui 条件数学期望及随机变量函数的三角多项式级数展开 -四川师范大学学报（自
然科学版）2007,30(5)
获得了如下结果:(1)条件数学期望及随机变量函数的三角多项式级数表达;(2)一个随机变量关于另一个随机变量的三角多项式的最佳逼近;(3)随机 变量函数被随机变量三角多项式最佳逼近的阶.
5.期刊论文 柳美.孙玉琴.李安贵.LIU Mei.SUN Yu-qin.LI An-gui 模糊概率随机变量的数学期望和方差 -包头钢
铁学院学报2006,25(3)
在模糊集理论的一般讨论中,大多以交、并算子作为演算算子,但在一些实际问题中,有时需要用到别的演算算子.首先以最大乘积算子作为模糊集的 演算算子,证明了最大乘积算子满足分配率.然后引入了模糊概率随机变量的独立性,给出了离散型模糊概率随机变量的数学期望性质的证明.最后根据离 散型模糊概率随机变量的数学期望是一个模糊集,对离散型模糊概率随机变量的方差作出了一种新的定义,并对方差的性质进行了证明.
血检。假设需要检查Ｎ个人的血．如果逐人验血．则共需要检 验Ｎ次，平均每人一次。若把这Ｎ个人大致分为芸组，每组ｋ
个人，把这ｋ个人的血样混合，首先检验混合血样，平均每人
平亡均次每；人如果需结掣果次呈，阳当性被，普则查再人逐数个纵血多样时检，验，应即用共分需组ｋ检＋１验次的，
方法能大大减少检验的次数。 例５某地区的群众患有肝炎的概率为０．００４左右．假若
数学期望的应用举例
作者： 作者单位： 刊名：
英文刊名： 年，卷(期)： 引用次数：
郭立娟， 张野 长沙航空职业技术学院,湖南,长沙,410124
大众科技 POPULAR SCIENCE & TECHNOLOGY 2006，(7) 2次
参考文献(3条)
1.胡细宝.王丽霞 概率论与数理统计 2003
2.翁耀明 运用概率方法证明某些数学不等式[期刊论文]-数学的实践与认识 2005(11) 3.张艳娥.刘国义.纪爱兵.孙建萍 数学期望在疾病普查中的应用[期刊论文]-数理医药学杂志 2003(1)
公平与公正。 因此，一个不称职的父母，在孩子未成年时不抚养他．不
教育他（她），使他（她）的物质生活和心理健康遭受损害．而这 个受了损害的孩子长大后还要赡养他的不称职的．甚至可以 说是逃避法律责任的父母，这样的法律是正义的吗？是符合道 德要求的吗？笔者认为回答当然是否定的。
六、结语 中国是一个正在发展中的现代法治国家。不但公民的法 律意识要提高，更要提高公民的道德水平，要使平等享有权 利，积极履行义务的法律观念深入人心。美国法学家米尔恩指 出：“其实并非如此：圣徒精神和英雄主义是在超越职责要求的 行为中展示出来的。但是，在得以具有超越职责要求的行为之 前。必须先有职责。圣徒精神和英雄主义的概念是以义务概念 的存在为先决条件。圣徒和英雄们比道德要求于他们做的更 多。”我们当然不能忘掉孝敬父母的传统美德，但是我们同样 不能够让一个不称职的父母滥用权利。我们应该树立独立的 法律意识，在法律中体现优良的传统美德，在道德中升华正义 的法律。
相似文献(10条)
1.期刊论文 肖盛燮.吕恩琳.XIAO Sheng-xie.L(U) En-lin 离散型区间概率随机变量和模糊概率随机变量的数学期
望 -应用数学和力学2005,26(10)
研究离散型区间概率随机变量和离散型第二类模糊概率随机变量数学期望的性质及求解方法.利用模糊分解定理,把求模糊概率随机变量的数学期望 问题化为求一系列区间概率随机变量的数学期望.求区间概率随机变量的数学期望是一个典型的线性规划问题,用单纯形方法推导了求区间概率随机变量 数学期望的一个很实用的计算公式.算例表明,用该计算公式得到的结果和用数学规划方法得到的结果完全吻合,但计算过程相对简单.
．·．Ｅ岱２）＝Ｚｋ２ｃ》２（１－ｐ）“２＝ａｐ（ｎｐ＋ｉ一囝 ｋ０
取ｐ＝：；；有有∑壹ｆｃｆｉｃ（ｉｉ（）ｉ３Ｉ（）１３～（１寺～：争）一：＝珏如．ｌ，（ｎ １ｉｉ。。ｌｌ一争睾
。
￡前
ｏ
－
‘
ｏ
‘
故二ｋ ２ｃ：＝《ｎ＋ｉ）２“
证毕
例≯设ｆ∞是［ａ，ｂ】上凹函数，则ｆ（！≠）玉—ｂ－Ｌａ ｏｆｆ（置＞矗。
Ｈ（上 ：接．第１［６＇９页 ｆｏ）ｘ－（ｔ－劲霄１霄韭雨１矗：兰喾
令詈＝０，得驻∥＝警
由此可知，该店应进．兰！±竺！公斤商品，才可使利润的数学
期望最大。
８＋廿
股票、销售等风险投资，都带有一定的随机性，运用数学
期望这一随机变量的总体特征来预计收益或决策投资是比较
客观的。
（二）在医学疾病普查中的应用 医疗系统的检验人员在实际工作中经常遇到在大量人群 中普查某种疾病。如甲肝的普查就需要对某地区大量人进行
则Ｘ＝Ｘ１＋）毛＋…Ｋ，ＥＸ＝ｎｐ，ＤＸ＝ｎｐ（１－ｐ） 所以ＥＸ（ｘ，）＝（ＥＸ）２＋ＤＸ＝（ｎｐ）２＋ｎｐ（１－ｐ）＝ｎｐ（ｎｐ＋ｌ－ｐ）
又联ｘ ２）：壹ｋ２ｃ≯（１一ｐ）ｌ—ｔ ∽
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。
在贝努利模型中，以Ｘ表示ｎ次试验中Ａ出现的次数，则
举＝岭＝ｃ》２Ｇ—ｐ）“２
（ｋ＝０，１，２，…，ｎ）
蜗≈耄裟嚣现
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？
【参考文献】 【１】胡细宝，王丽霞．概率论与数理统计［Ｍ】．北京：北京邮电 大学出版社，２００３．
［２】翁耀明．运用概率方法证明某些数学不等式Ⅱ】．数学的 实践与认识，２００５，（１１）．
【３】张艳娥，刘国义，纪爱兵，孙建平．数学期望在疾病普查 中的应用ＩＪ］．数理医药学杂志，２００３，（１）．
一１８１—
设是一随机变量，专∈（ａ，ｂ）（－ｏｏ≤ａ＜ｂ≤＋ｍ）
第一，设ｙ舒（ｘ），Ｘ∈（ａ，ｂ）是连续的上凹函数，若Ｅ￡和Ｅ“９
存在，则：Ｅ㈣邸（９）；
第二，设ｙ－－－ｆ（ｘ），ｘ∈（ａ，ｂ），是连续的下凹函数，若Ｅ考和Ｅｆ
固存在，则：Ｅ㈣）坪固）。
从上面的例题可以看出．有时应用数学期望的性质和计
数学其他分支和实际问题中的一些应用以期起到抛砖引玉的 作用。
解：设ｔ（单位：公斤）表示进货数ｔ。≤ｔ≤ｔ２，进货ｔ所获利润
记为Ｙ．则Ｙ是随机变量．
、，ｆ感一（ｔ一强ｔ！王ｘ。ｔ
Ｔ！＾
’
ｉａｔ
，ｔ｛ｘ董ｔ：
？｝—二≈ Ｌ＿，ｔ。｛ｘ，ｔ。
Ｘ的概率密度为ｆ穗）２ｊｔ：－ｔ ｚ
｝ｏ
：其它
１（下转第１８１页）
【作者简介】郭立娟（１９７８～），女，湖北武汉人，长沙航空职业技术学院助教，中南大学硕士研究生，研究方向：保险精算与风险理论。
学期望在数学其他分支和实际问题中的广泛应用。
【关键词】随机变量；数学期望；应用
【中图分类号】０２１１．９
【文献标识码】Ａ
【文章编号】１００８－１１５１（２００６）０７－０１６９－０２
知识来源于人类的实践活动．又反过来运用到改造世界 的实践活动中，其价值也就在于此。教师在教授概率论的理论 知识的时候，若能结合学生所学专业举出相应的实例，不仅可 以极大地调动学生学习的积极性．而且让学生了解知识与人 类实践紧密联系的丰富底蕴，使学生切身体会到“数学的确有 用”。本文通过探讨数学期望这一随机变量的重要数字特征在
２００６年第７期 （总第９３期）
大众科技
ＤＡＺＨＯＮＧ ＫＥ Ｊ
Ｎｏ．７，２００６ （Ｃｕｍｕｌａｔｉｖｅｌｙ Ｎｏ．９３）
数学期望的应用举例
郭立娟，张野 （长沙航空职业技术学院，湖南长沙４１０１２４）
【摘要】数学期望是随机变量的重要数字特征之一。文章通过等式和不等式的证明、效益与利润和疾病普查的例子，阐述数
存入银行的获利期望是ＥＦＯ．８（万元） 因为Ｅ，＞Ｅ，．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。 例４按节气出售的某种节令商品，每售出１公斤可获利 ａ元，过了节气处理剩余的这种商品，每售出１公斤净亏损ｂ 元。设某店在季度内这种商品的销量Ｘ是一随机变量，Ｘ在区 间（ｔ，，ｔ２）内服从均匀分布。为使商店所获利润的数学期望最 大．问该店应进多少货？
2.期刊论文 华剑 连续型随机变量的数学期望定义探析 -考试周刊2008(30)
本文从离散型随机变量的数学期望定义出发,利用积分工具详细地阐述了连续型随机变量的数学期望定义产生的机理,力求言简意赅,通俗易懂,帮助 初学者更快更好地理解这一概念.
3.期刊论文 唐小峰 随机变量数学期望的两个计算公式 -科技信息（学术版）2007(2)
证明：设连续随机变量Ｘ的概率密度为
，。｝—ｌ＿，ａ蔓ｘ≤ｂ
ｇ（ｘ）＝｛ｂ—ａ。
沁 ，其它
则Ｅｘ＝ｅ碍（ｘ）出＝￡亡三矗＝掌
而￡［ｆ（ｘ）】＝ｅｆ（ｘ培（ｘ）出＝ｒ咎血＝上ｂ－ａ－产；咚熵
由詹森（Ｊｅｎｓｅｎ）不等式知
ｆ（半）ｓｉｌ写囊（ｘ、出 证毕
【收稿日期】２００６－０３—２２
购买股票的获利期望是Ｅ．＝４ｘＯ．３＋１ｘ１．５＋（一２）ｘ０．２＝１．３ （万元）
要对该地区５０００人进行肝炎感染的普查．问用分组检验方法
是否比逐人检查减少检查次数？
万方数据
每人平均所需检验次数的期望为：
Ｅｘ：喜（１—０００４）２＋娑卜（１．ｏ＿００４）ｚ１
；兰０９９６。＋１．！．０，９９６２÷！一０．９９６。