数学期望的公式？数学期望公式是：E(X) = X1*p(X1） + X2*p(X2） + …… + Xn*p(Xn) = X1*f1(X1） + X2*f2(X2） + …… + Xn*fn(Xn)X ；1,X ；2,X ；3，……，X。n为这离散型随机变量，p(X1）,p(X2）,p(X3），……p(Xn)为这几个数据的概率函数。那么，数学期望的公式？一起来了解一下吧。
数学期望的公式有两个,分别是:E(aX+bY)=aE(x)+bE(y)E(aX+bY)=aE(x)+bE(y)和(XY)=E(X)+E(Y)E(XY)=E(X)+E(Y)。
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。
1、求和符号Σ的运算公式和性质 ：
公式：∑ ai（i=1……），∑表示连加,右边写通式,上下标写范围，∑称为连加号,意思为：a1+a2+……+an=n。
“i”表示通项公式中i是变量，随着项数的增加而逐1增加 ，“1”表示从i=1时开始变化，上面的“n”表示加到i=n，“ai”是通项公式。
性质：∑（cx）=c∑x,c为常数。
2、数学期望E的运算公式和性质：
公式：如果X、Y独立,则：E(XY)=E(X)*E(Y)。
如果不独立,可以用定义计算：先求出X、Y的联合概率密度，再用定义。或者先求出Cov(x，y)再用公式 Cov(X，Y)=E(XY)-E(X)*E(Y)，D（X±Y）=D（X）+D(Y)±2*Cov(X，Y)。
性质：
当X和Y相互独立时，
扩展资料：
例子
某城市有10万个家庭，没有孩子的家庭有1000个，有一个孩子的家庭有9万个，有两个孩子的家庭有6000个，有3个孩子的家庭有3000个。
则此城市中任一个家庭中孩子的数目是一个随机变量，记为X。它可取值0，1，2，3。
其中，X取0的概率为0.01，取1的概率为0.9，取2的概率为0.06，取3的概率为0.03。
若X是离散型的，则E(X^2)=∑((xi)^2)pi。若X是连续型的，则E(X^2)=(x^2)f(x)在-∞到+∞的定积分。
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。
大数定律规定，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。
扩展资料：
设随机事件A在n次重复试验中发生的次数为nA，若当试验次数n很大时，频率nA/n稳定地在某一数值p的附近摆动，且随着试验次数n的增加，其摆动的幅度越来越小，则称数p为随机事件A的概率，记为P(A)=p。
如果随机变量只取得有限个值或无穷能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量称为离散型随机变量。
事件的概率是衡量该事件发生的可能性的量度。虽然在一次随机试验中某个事件的发生是带有偶然性的，但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。
参考资料来源：百度百科——数学期望
数学期望和方差公式为：EX=npDX=np（1-p）、EX=1/PDX=p^2/q、DX=E（X）^2-（EX）^2。
对于2项分布（例子：在n次试验中有K次成功，每次成功概率为P，它的分布列求数学期望和方差）有EX=npDX=np（1-p）。
n为试验次数p为成功的概率，对于几何分布（每次试验成功概率为P，一直试验到成功为止）有EX=1/PDX=p^2/q。还有任何分布列都通用的，DX=E（X）^2-（EX）^2。
关于数学期望的历史故事
在17世纪，有一个赌徒向法国著名数学家帕斯卡挑战，给他出了一道题目：甲乙两个人赌博，他们两人获胜的机率相等，比赛规则是先胜三局者为赢家，一共进行五局，赢家可以获得100法郎的奖励。
当比赛进行到第四局的时候，甲胜了两局，乙胜了一局，这时由于某些原因中止了比赛，那么如何分配这100法郎才比较公平？用概率论的知识，不难得知，甲获胜的可能性大，乙获胜的可能性小。
因为甲输掉后两局的可能性只有(1/2)×(1/2）=1/4，也就是说甲赢得后两局或后两局中任意赢一局的概率为1－(1/4)=3/4，甲有75%的期望获得100法郎；而乙期望赢得100法郎就得在后两局均击败甲，乙连续赢得后两局的概率为(1/2)*(1/2)=1/4，即乙有25%的期望获得100法郎奖金。
由X~N（0，4）与Y~N（2，3/4）为正态分布得：
X~N（0，4）数学期望E（X）＝0，方差D（X）＝4；
Y~N（2，3/4）数学期望E（Y）＝2，方差D（Y）＝4/3。
由X，Y相互独立得：
E（XY）＝E（X）E（Y）＝0×2＝0，
D（X＋Y）＝D（X）＋D（Y）＝4×4/3＝16/3，
D（2X－3Y）＝2²D（X）－3²D（Y）＝4×4－9×4/3＝4
扩展资料 :
1. 正态分布性质：
⑴ 一般正态分布记为X~N（μ，σ²），标准正态分布记为X~N（0，1）。
⑵ 一般正态分布转化为标准正态分布:若X~N（μ，σ²），Y＝（X－μ）/σ ~N（0，1）。
⑶ 正态分布数学期望为E（X）＝μ，D（X）＝σ²。
2. 数学期望与方差性质:
设C为一个常数，X和Y是两个随机变量，有如下性质：
⑴ 数学期望性质：
E（C）＝C，E（CX）＝CE（X），E（X＋Y）＝E（X）＋E（Y），在X和Y相互独立时有E（XY）＝E（X）E（Y）。
⑵方差性质：
D（C）＝0，D（CX）＝C²D（X），D（X＋C）＝D（X），在X和Y相互独立时有D（X＋Y）＝D（X）＋D（Y）。
参考资料 :
百度百科_数学期望
百度百科_正态分布
百度百科_方差
以上就是数学期望的公式的全部内容，D(X)=E(X²)+[E(X)]²;。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。大数定律规定，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。
