在线词典

数学期望的运算公式是什么

更新日期:2026-11-12 04:26:37

标题数学期望的运算公式是什么
内容

数学期望是概率论与数理统计中的一个重要概念,用于描述随机变量在大量重复试验中取值的平均趋势。它在实际应用中具有广泛的用途,如金融、保险、工程等领域。下面我们将从基本定义出发,总结数学期望的常见运算公式,并以表格形式进行归纳。

一、数学期望的基本概念

数学期望(Expected Value),通常用 $ E(X) $ 表示,是指一个随机变量 $ X $ 在所有可能取值上按照其概率加权后的平均值。它是对随机变量“长期平均”结果的一种理论估计。

二、数学期望的运算公式

1. 离散型随机变量的数学期望

若随机变量 $ X $ 的可能取值为 $ x_1, x_2, \ldots, x_n $,对应的概率分别为 $ p_1, p_2, \ldots, p_n $,则其数学期望为:

$$

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

$$

2. 连续型随机变量的数学期望

若随机变量 $ X $ 的概率密度函数为 $ f(x) $,则其数学期望为:

$$

E(X) = \int_{-\infty}^{\infty} x f(x) \, dx

$$

3. 数学期望的线性性质

数学期望满足线性性质,即对于任意常数 $ a $、$ b $ 和两个随机变量 $ X $、$ Y $,有:

$$

E(aX + bY) = aE(X) + bE(Y)

$$

4. 数学期望的可加性

对于任意两个随机变量 $ X $ 和 $ Y $,有:

$$

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

$$

5. 数学期望的乘积性质(独立情况下)

若 $ X $ 和 $ Y $ 是相互独立的随机变量,则:

$$

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

$$

但若不独立,则不能直接使用该公式。

三、常见分布的数学期望

以下是一些常见概率分布的数学期望公式:

分布名称 概率质量/密度函数 数学期望 $ E(X) $
两点分布 $ P(X = 1) = p, P(X = 0) = 1-p $ $ p $
二项分布 $ P(X = k) = C_n^k p^k (1-p)^{n-k} $ $ np $
泊松分布 $ P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!} $ $ \lambda $
均匀分布 $ f(x) = \frac{1}{b-a}, a \leq x \leq b $ $ \frac{a + b}{2} $
正态分布 $ f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{-\frac{(x-\mu)^2}{2\sigma^2}} $ $ \mu $
指数分布 $ f(x) = \lambda e^{-\lambda x}, x \geq 0 $ $ \frac{1}{\lambda} $

四、小结

数学期望是衡量随机变量中心位置的重要指标,其计算方式取决于变量的类型(离散或连续)以及具体分布形式。掌握数学期望的运算公式,有助于我们在实际问题中进行风险评估、决策分析等。

通过上述表格和公式总结,可以清晰地理解数学期望的计算方法及其在不同情况下的应用。

随便看