期望值为： E(B)=3900×0.2＋2950×0.3＋2500×0.5=3015(元)；最后考虑A公司。由于A公司只有极好职位的工资超过3015 元,所以他只接受A公司的极好职位，否则就到B公司应聘。他的总决策是这样的：先去A公司应聘，若A公司提供极好的职位就接受，否则去B公司应聘；若B公司提供极好或好的职位就接受，否则去C公司应聘，接受C公司提供的任何职位。在这一策略下,他的工资期望值为： E(A)=3500×0.2＋3015×0.8=3112元。 6、数学期望与方差在仪器比较方面的应用
仪器的优劣，以及其使用价值对于生产家来说是很重要的一个因素，同时也是企业完成生产任务的保障，因此，数学期望与方差这一数字特征给商家在对仪器进行选购时提供了参考。
例：分别用A、B两种测量仪器多次测量某一零件的直径，结果如下：
?A
118 0.06 119 0.14 120 0.60 121 0.15 122 0.05 ?B ? 118 0.09 119 0.15 120 0.52 121 0.16 122 0.08 试比较这两种仪器的优劣。
解：用随机变量?A和?B的数学期望与方差来做比较：
E(?A)=118×0.06＋119×0.14＋120×0.60＋121×0.15＋122×0.05=119.9；
2D(?A)=E(?A)－E(?)2≈14398.3；
E(?B)=118×0.09＋119×0.15＋120×0.52＋121×0.16＋122×0.08=119.9；
2D(?B)=E(?A)－E(?)2≈14398.6,因为A的方差小于B的方差，说明A仪器的
精确度比B仪器好，所以选择A仪器优于B仪器。
7、总结
以上从多个方面列举了数学期望与方差在实际生活生产中的应用，这一思想从理论的角度测出方案所能达到的预期效果和存在风险的大小等，给实际生活生产提供了指导性的建议，从而使决策者选择最佳方案。在当前实际生活中，还有更多能够用数学期望与方差这一思想解决的问题，掌握并利用好这一思想，便能给生活工作带来更多可靠的依据。
参考文献：
吴志高，《统计与概率》，高等教育出版社，79页至90页。