题目
设随机变量 X 的概率分布为 P{X=k}=\frac{C}{k!},k=0,1,2,\dots., 则 E(X^{2})=__.
解析
根据题目中给出的分布函数(概率分布函数)的形式,我们可以知道,这是一个泊松分布。
泊松分布的公式如下:
P{X=k}=\frac{\lambda^{k}e^{-\lambda}}{k!},(k=0,1,2,\dots).于是我们有:
C=\lambda^{k}e^{-\lambda}.由于在泊松分布中,D(X)=E(X)=\lambda.
而且我们知道 D(X) 和 E(X) 有如下关系:
D(X)=E(X^2)-E^{2}(X) \Rightarrow E(X^{2})=D(X)+E^{2}(X)=\lambda+\lambda^{2}.因此,只要我们求出 \lambda 的数值,也就是用 C 表示出 \lambda 就可以解出答案。
但是,这个思路是走不通的,一是因为通过 C=\lambda^{k}e^{-\lambda} 用 C 表示出 \lambda 的计算十分复杂,其二是因为即便能够用 C 表达出 \lambda, 那么表达式中也会含有未知变量 k.
因此可知,这道题还需要找一些隐含的条件,走另外的解题思路。
既然从源头开始想出来的解题思路有问题,那么我们就倒着想,看看为了计算出最终的结果,我们需要哪些条件。我们可以确定的是,无论采取哪种方法,要想解出 E(X^{2}), 就必须知道 D(X) 和 E^{2}(X), 因此(根据泊松分布的特性)我们需要知道 \lambda 的数值,而要知道 \lambda 的数值必然需要通过已知的常数 C 来确定,根据公式,C 与 \lambda 同时出现的情况只在下面这个公式中存在:
\frac{C}{k!}=\frac{\lambda^{k}e^{-\lambda}}{k!}.但是,上面这个公式中存在一个未知量 k.
至此,无论我们接下来采取什么解题思路,一个首要的问题就是要移除未知量 k 这个障碍。
如何移除呢?题目中并没有给出 k 的值,也没有可供解出 k 的关系式。不过,既然要解出 k 就先来想想 k 的含义吧。
在泊松分布的定义中,X 是随机变量,由泊松分布公式中的 “P{X=k}” 我们知道,k 就是用来给 X 赋值的,不同的 k 值对应不同的概率,而 k 的取值范围是 0,1,2,\dots n. 根据概率分布函数的特点我们知道,在一次随机实验中,一定会有一个随机变量发生,如果我们手里有全部的随机变量,那么在任何一次实验中都会有一个随机变量在我们手里发生,从整体上看这就是一个必然事件。
于是,我们知道,如果让 k 取到所有可能取到的值并计算概率,之后把这些概率相加,那么和一定是 1, 即:
\sum_{k=0}^{\infty}\frac{\lambda^{k}e^{-\lambda}}{k!}=\sum_{k=0}^{\infty}\frac{C}{k!}=C\sum_{k=0}^{\infty}\frac{1}{k!}=1.这里需要我们知道一个额外的知识点,就是自然常数(自然对数的底数) e 的表示方法。
e有两种表示方法,如下:
方法一:e=\lim_{n \rightarrow \infty}(1+\frac{1}{n})^{n}.
方法二:e=\sum_{n=0}^{\infty}\frac{1}{n!}=\frac{1}{0!}+\frac{1}{1!}+\frac{1}{2!}+\dots\frac{1}{n!}.
注意:0!=1.
于是,我们有:
C\sum_{k=0}^{\infty}\frac{1}{k!}=Ce=1 \Rightarrow C=\frac{1}{e}=e^{-1}.又因为 C=\lambda^{k}e^{-\lambda}, 我们有:
\lambda^{k}e^{-\lambda}=e^{-1}.于是有:
\lambda=1,k=1.到这里就解出 \lambda 的数值了,再结合前面的分析,我们就可以解出 E(X^{2}):
E(X^2)=\lambda+\lambda^{2}=1+1^{2}=1+1=2.综上可知,本题的正确答案是:2
EOF