数学期望公式

更新日期：2026-09-18 01:34:39

标题

数学期望公式

内容

数学期望是概率论中的一个重要概念，用于描述随机变量在长期试验中平均取值的大小。它在统计学、金融、工程等多个领域都有广泛应用。理解数学期望的计算方法和应用场景，有助于我们更好地进行数据分析和决策。

一、数学期望的基本定义

数学期望（Expected Value），通常用 $ E(X) $ 表示，是指在所有可能结果中，每个结果乘以其对应概率后的总和。其基本公式如下：

E(X) = \sum_{i=1}^{n} x_i \cdot P(x_i)

其中：

- $ x_i $ 是第 $ i $ 个可能的结果；

- $ P(x_i) $ 是该结果出现的概率；

- $ n $ 是所有可能结果的数量。

二、数学期望的常见类型

根据随机变量的类型，数学期望可以分为两种：

其中，$ f(x) $ 是概率密度函数。

三、数学期望的性质

1. 线性性：对于任意常数 $ a $ 和 $ b $，有

E(aX + b) = aE(X) + b

2. 期望的加法性：对任意两个随机变量 $ X $ 和 $ Y $，有

E(X + Y) = E(X) + E(Y)

3. 独立变量的乘积期望：若 $ X $ 和 $ Y $ 相互独立，则

E(XY) = E(X) \cdot E(Y)

四、数学期望的应用场景

五、数学期望的计算示例

示例1：抛硬币游戏

设你参与一个游戏：抛一枚公平的硬币，正面得1元，反面得0元。求该游戏的数学期望。

E(X) = 1 \times 0.5 + 0 \times 0.5 = 0.5

示例2：骰子游戏

掷一个六面的均匀骰子，每次掷出点数为 $ x $，求其数学期望。

E(X) = \frac{1+2+3+4+5+6}{6} = \frac{21}{6} = 3.5

六、总结

数学期望是一个衡量随机变量“平均”表现的重要工具，广泛应用于多个领域。掌握其计算方式与性质，有助于我们在面对不确定性时做出更合理的判断和决策。无论是日常生活中简单的概率问题，还是复杂的金融模型，数学期望都扮演着关键角色。

随便看