数学期望的性质？数学期望的性质：1、设X是随机变量，C是常数，则E（CX）=CE（X）。2、设X，Y是任意两个随机变量，则有E（X+Y）=E（X）+E（Y）。3、设X，Y是相互独立的随机变量，则有E（XY）=E（X）E（Y）。4、设C为常数，则E（C）=C。那么，数学期望的性质？一起来了解一下吧。
期望具有以下性质：
1. 设X是随机变量，C是常数，则E(CX) = CE(X)。
2. 设X, Y为两个独立的事件，C是常数，则有：E(C) = C，E(X + Y) = E(X) + E(Y)，E(XY) = E(X)E(Y)。
3. 设X, Y为两个随机变量，若E(X│Y)=0，则E(X)=0。
4. 对于任何常数C，E(C) = C。
5. 如果X是连续型随机变量，设f(x)是它的概率密度函数，则E(X) = ∫[a,b]x*f(x)dx。
数学期望的性质：
1、设X是随机变量，C是常数，则E（CX）=CE（X）。
2、设X，Y是任意两个随机变量，则有E（X+Y）=E（X）+E（Y）。
3、设X，Y是相互独立的随机变量，则有E（XY）=E（X）E（Y）。
4、设C为常数，则E（C）=C。
扩展资料：
期望的应用
1、在统计学中，想要估算变量的期望值时，用到的方法是重复测量此变量的值，然后用所得数据的平均值来作为此变量的期望值的估计。
2、在概率分布中，数学期望值和方差或标准差是一种分布的重要特征。
3、在古典力学中，物体重心的算法与期望值的算法近似，期望值也可以通过方差计算公式来计算方差：
4、实际生活中，赌博是数学期望值的一种常见应用。
参考资料来源：百度百科-数学期望
数学期望的性质是：
1、一个常数的期望是这个常数本身，写作E(C)=C。
2、一个常数乘以随机变量X的期望，等于这个常数乘以X的期望，写作E(cX)=cE(X)E(cX)=cE(X)。
3、随机变量X加Y的期望，等于X和Y各自期望的和，写作E(X+Y)=E(X)+E(Y)E(X+Y)=E(X)+E(Y)。
4、随机变量X减Y的期望，等于X和Y各自期望的差，E(X−Y)=E(X)−E(Y)E(X−Y)=E(X)−E(Y)。
注意：
假设某一超市出售的某种商品，每周的需求量X在10至30范围内等可能取值，该商品的进货量也在10至30范围内等可能取值（每周只进一次货）超市每销售一单位商品可获利500元，若供大于求，则削价处理，每处理一单位商品亏损100元。
若供不应求，可从其他超市调拨，此时超市商品可获利300元。试计算进货量多少时，超市可获得最佳利润？并求出最大利润的期望值。
分析：由于该商品的需求量（销售量）X是一个随机变量，它在区间[10,30]上均匀分布，而销售该商品的利润值Y也是随机变量，它是X的函数，称为随机变量的函数。
题中所涉及的最佳利润只能是利润的数学期望（即平均利润的最大值）。
数学期望的性质是：
1、一个常数的期望是这个常数本身，写作E(C)=C。
2、一个常数乘以随机变量X的期望，等于这个常数乘以X的期望，写作E(cX)=cE(X)E(cX)=cE(X)。
3、随机变量X加Y的期望，等于X和Y各自期望的和，写作E(X+Y)=E(X)+E(Y)E(X+Y)=E(X)+E(Y)。
4、随机变量X减Y的期望，等于X和Y各自期望的差，E(X−Y)=E(X)−E(Y)E(X−Y)=E(X)−E(Y)。
期望值的运用：
在统计学中，估算变量的期望值时，经常用到的方法是重复测量此变量的值，再用所得数据的平均值来估计此变量的期望值。
在概率分布中，期望值和方差或标准差是一种分布的重要特征。
在古典力学中，物体重心的算法与期望值的算法十分近似。
期望的性质如下：
1、E（C）=C；
2、E（CX）=CE（X）；
3、E（X+Y）=E（X）+E（Y）;
4、当X和Y相互独立时，E（XY）=E（X）E（Y）。
性质3和性质4可以推到到任意有限个相互独立的随机变量之和或之积的情况。
相关信息：
在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。
需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。
大数定律表明，随着重复次数接近无穷大，数值的算术平均值几乎肯定地收敛于期望值。
以上就是数学期望的性质的全部内容，期望的性质：1、E(C)=C ， C是常数。2、 E(aX)=aE(X) , a是常数，另 E(EX)=EX,E(EX2)=EX2 3、 E(aX+bY)=aE(X)+bE(Y)E(∑inaiX)=∑inaiE(X)4、若X，Y相互独立。
