数学期望的计算方法与技巧
第22卷 第3期2008年5月湖南工业大学学报Journal of Hunan University of TechnologyVol.22 No.3May2008
数学期望的计算方法与技巧
肖文华
(娄底职业技术学院电子信息工程系,湖南娄底417000)
摘要:利用数学期望的定义、性质、公式、随机变量分布的对称性,以及母函数、特征函数等,探讨了
数学期望的几种计算方法。
关键词:数学期望;定义;性质;公式;微分法
中图分类号:O211;G642 文献标识码:A 文章编号:1673-9833(2008)03-0098-03
Calculating Methods and Techniques for Mathematical Expectation
Xiao Wenhua
(Department of Electronics and Information Engineering,Loudi Vocational Technical College,Loudi Hunan 417000,China)
Abstract:Some calculating methods for mathematical expectation are discussed by making use of the definition, natureand formula of mathematical expectation, the symmetry of random variable distribution,generating function and characteristicfunction.
Key words:mathematical expectation;definition;nature;formula;differential method
数学期望是概率论的重要内容之一,由于随机变量的分布形式不同,数学期望的求法也就不同,即使是同种分布,其解法也多种多样,技巧性较强,因此,探讨数学期望的计算方法和计算技巧有着重要意义。
因此从而
,
,
1直接利用定义求解
[1]
。
用定义直接求数学期望是求期望最基本的方法,在求数学期望时,常会用到一些特殊的无穷级数的求
和公式,如
等,利用这
2利用数学期望的性质求解
[2]
直接求一个随机变量的数学期望比较因难时,将该随机变量分成若干个比较容易求出数学期望的随机变量之和,然后利用数学期望的性质来解决原来那个随机变量的数学期望的求解问题,常用的公式
为
。特别是常把复杂的随机变量分
解成若干个服从贝努利分布的随机变量之和,即设
。
些公式及它们的各种变形,往往会使计算变得简单。
例1解为了求级数
,可作如下考虑:
,
设x服从参数为p的几何分布,求E(x)。
。
由于
利用和函数的可微性对此级数逐项求导,可得
收稿日期:2008-03-27
易得,若
,且x,x,…,x相互独立,
12n
作者简介:肖文华(1968-),女,湖南娄底人,娄底职业技术学院讲师,主要从事高等数学,概率论与数学统计的教学和研究.
第3期肖文华 数学期望的计算方法与技巧99
则
例2
。
有一类有奖销售,每1袋封闭包装的食品中
[4]
放1张赠券,n张不同赠券为1套,收集齐1套可获重奖。试求为集齐N张赠券所需购买的食品袋数X的数学期望。
解
以Yj记从收集到第j-1张之后到收集到第j张
赠券所需购买的食品袋数,显然,对一切j=1,2,…,N,Yj
服从
的几何分布,即
,k=1,2,…,N。
从而因此
同分布,故
特别地,为集齐水浒108将的画卡,平均需购108×1n108=505.67袋食品。
点评
利用变量分解技巧,可大大降低题目的难
度,很容易得到结论。
。
4利用分布的对称性求解
当分布律或分布密度函数具有对称性时,随机变量取值的集中位置就是对称中心。尤其当随机变量服从均匀分布时,其取值的对称中心非常容易得到,由此得到数学期望。
例4
若X1,X2,…,Xn为正的独立随机变量,服
。
从相同分布,试证明
,
证明由对称性
知
3利用“佚名统计学家公式”求解
[3]
设(X,Y)是连续型随机变量,其概率密度为p(x,y),z=g(x,y)
为分段连续函数,若积分
绝对收敛,则随机变量
Z=g(X,Y)的数学期望为:
特殊地:
。
而,
故
,i=1,2,…,n。
因此,由数学期望的可加性知
。
点评明简洁。
利用对称性与数学期望的可加性使本题证
这些公式姑且称为“佚名统计学家公式”。
例3
设随机变量(X,Y)服从二元正态分布,其
,-。
∞<x,y<+∞
,Z的分布被称为瑞利分布,求Z
利用佚名统计学家公式,可得
5利用条件期望公式求解
利用条件期望公式
[5]
密度函数为
令的数学期望。
解
或
例5
,可得数学期望。
求n次贝努里试验中,事件A发生的次数Sn
的数学期望。其中事件A在每次贝努里试验中发生的概率为p。
解
令
。
则
100湖南工业大学 学 报2008年
以第一次试验的结果为条件,由条件期望公式得:
则
。
点评
利用条件期望公式简化数学期望计算的关
键,是要找到合适的作为条件的随机变量。
6利用特征函数求解
计算随机变量的特征函数
比直接计
算E(X)要简单,此时可以考虑先算出特征函数,再利用它与数学期望的关系,求出数学期望本身。
随机变量X
的特征函数定义为:
则
。特别地,E(X)
=
。
例6设X ̄N(μ,σ2),求E(X)。
解
由X ̄N(μ,σ2),可求得X的特征函数f(t)为:
。
所以
。7利用母函数法求解
当随机变量为离散型时,则用母函数求数学期望更
为方便,由于随机变量ξ母函数的定义为φ
且有性质E(ξ)=φ′(1),若ξ的数学期望存在,只须对它的母函数求一阶导数即可。
例7求普哇松分布的数学期望。
解
因为普哇松分布的母函数φ(s)=eλ(s-1),所以
E()=φ′(1)= eλ
(s-1)
ξ・λ
例8设随机变量ξ服从几何分布g(k,p),求
E(ξ)。
解因为p(ξ=k)=p(1-p)k-1 (0<p<1,k=1,2,…) ,
根据分布律的性质得。
两边对p
求导数,得
即
,因此E(ξ)=
xf(x)dx的值,若该积分不是绝对收敛,则其数学期望也不存在。
总之,只要对数学期望的基本定义和随机变量分布形式的特点有了透彻的理解,那么,对各种简化计算方法和技巧的应用就会游韧有余了。参考文献:
[1]杨向群. 线性代数与概率统计[M]. 长沙:湖南大学出版社,2005.
[2]陈魁. 应用概率统计[M]. 北京:清华大学出版社,1999.[3]
李贤平,沈崇圣,陈子毅. 概率论与数学统计[M]. 上海:
复旦大学出版社,2003.
[4]覃光莲. 数学期望的计算方法探讨[J]. 高等理科教育,2006(5):27-28.[5]赵强. 离散随机变量数学期望的几种求法[J]. 玉林师范学院学报,2006(3):55-56.
(责任编辑:廖友媛)