一数学期望的概念

§4.1数学期望（续）

三、一维随机变量的函数的数学期望

定理1、设Y是随机变量X的函数：YgX(g是连续函数).

（1）X是离散型随机变量，它的分布律为：()1,2,PXxpiii

若级数1gxpiii 绝对收敛，则有()1EYEgXgxpiii.

（2）X是连续型随机变量，它的概率密度为()fx. 若()dgxfxx绝对收敛，则有

()dEYEgXgxfxx.

例7、 设X的分布律为：

求2,,21EXEXEX. X -1 0 2 3

P 1/8 1/4 3/8 1/4 例8、 设风速~(0)VUa，,又设飞机机翼受到的正压力W是V的函数：2WkV(0k，常数)，求W的数学期望.

例9、某公司计划开发一种新产品市场，并试图确定该产品的产量. 他们估计出售一件产品可获利m元，而积压一件产品导致n元的损失. 再者，他们预测销售量Y（件）服从指数分布，其概率密度为

/1,0,00,0yeyfyYy

问若要获得利润的数学期望最大，应生产多少产品（,,mn均为已知）？

例10、某甲与其它三人参与一个项目的竞拍，价格以千美元计，价格高者获胜. 若甲中标，他就将此项目以10千美元转让给他人. 可认为其他三人的竞拍价是相互独立的，且都在7~11千美元之间均匀分布. 问甲应如何报价才能使获益的数学期望为最大（若甲中标必须将此项目以他自己的报价买下）. 四、二维随机变量的函数的数学期望

定理2、设Z是随机变量(X,Y)的函数：,ZgXY(g是连续函数).

（1）(X,Y)是二维离散型随机变量，它的分布律为：

(,),,1,2PXxYypijijij.

概率论——数学期望

数学期望是概率论中一个重要的概念，用于描述随机变量的平均值。在数学上，数学期望可以定义为随机变量的每个可能取值乘以其对应的概率，并将这些乘积相加。

设随机变量X的取值有n个，分别记为x1, x2, …, xn，对应的概率为p1, p2, …, pn。则X的数学期望E(X)可以表示为：

E(X) = x1*p1 + x2*p2 + … + xn*pn

数学期望可以理解为随机变量所取得值的加权平均。每个取值乘以其概率，再将所有乘积相加，就得到了数学期望。

数学期望在实际应用中有着广泛的应用，例如在赌博中，可以用数学期望来计算每次下注的预期收益；在保险业中，可以用数学期望来评估保险责任的大小；在金融学中，可以用数学期望来衡量金融产品的风险与回报等。

需要注意的是，数学期望不一定是随机变量取值的实际可能值，而是其平均值。因此，即使随机变量的可能值与数学期望相差较大，在大量重复实验中，随机变量的平均取值仍然趋近于数学期望。这正是数学期望的统计意义所在。

数学期望是概率论中用于描述随机变量的平均值的概念。它可以通过将随机变量的可能取值与对应的概率相乘，再将所有乘积相加得到。数学期望在实际应用中有着广泛的应用，可以用于预测和评估各种概率事件的平均效果。

初中数学 什么是期望

期望是概率论和统计学中一个重要的概念，用来描述随机变量的平均值或者预期值。在数学上，期望值可以帮助我们理解随机变量的中心位置，即在不同试验中出现的平均结果。期望值是一个多样化的概念，可以用于描述随机变量的各种特性和性质。

在概率论中，期望值通常用E(X)来表示，其中X代表随机变量。期望值的计算方法取决于随机变量的类型，包括离散随机变量和连续随机变量。对于离散随机变量，期望值可以通过对所有可能取值的加权平均来计算。具体地，期望值E(X)可以通过以下公式计算：

E(X) = Σ x * P(X=x)

其中，x代表随机变量X可能取的值，P(X=x)代表X取值为x的概率。通过将所有可能取值的乘积与其对应的概率相加，可以得到随机变量X的期望值。

对于连续随机变量，期望值的计算会涉及到积分。具体地，期望值E(X)可以通过以下公式计算：

E(X) = ∫ x * f(x) dx

其中，f(x)代表随机变量X的概率密度函数。通过对随机变量的所有可能取值进行积分，可以得到连续随机变量X的期望值。

期望值在概率论和统计学中具有广泛的应用，可以用来描述随机变量的平均表现，帮助我们预测未来事件的结果。期望值的计算方法是概率论中的基础知识，对于初学者来说，理解和掌握期望值的概念是非常重要的。

数学期望公式高中

数学期望公式（Expectation Formula）是概率论中最常用的计算方法。它用来计算一个随机变量X的平均值。如果对于每一个x，都有一个概率p(x)，那么p(x)被称为X的概率分布，而在概率论的术语里，这时已经有了期望的概念。通俗的解释就是，数学期望公式是用来计算一个随机变量的期望值的。

数学期望公式的表达形式是：

E(X)=∑XP(X)

其中E(X)代表期望，∑X表示X的范围，P(X)表示变量X在每一个X上的概率。以上是数学期望公式的最基本形式，可以根据实际情况将其拓展为更多形式。

数学期望公式在金融统计学、经济学、投资学、概率论和统计学中都有广泛的应用，主要用于计算封闭的概率系统（非随机现象）的变量的期望值。比如，有一个从1到7的等概率命中实验，你要求出期望值，可以用数学期望公式来计算：

E（X）=1×1/7 + 2×1/7 + 3×1/7 + 4×1/7 + 5×1/7 +

6×1/7 + 7×1/7=4

即，期望值为4。

另外，我们还可以使用数学期望公式来计算多个随机变量的期望值，比如，计算x+y的期望值：

E（X+Y）=∑_xy（x+y）P(X,Y)

其中，P(X,Y)是x、y的联合概率分布，∑_xy表示x、y的范围。

此外，数学期望的概念不仅仅限于概率论，它在生活中也有很多应用，比如，购买一件商品的总价值，它可以表示为期望的形式：

E（Price）=V×P 其中V表示商品的单价，P表示购买的数量。

总之，数学期望公式是一种统计方法，它可以帮助我们计算一个随机变量在大量测试样本下的期望值，也是很多领域中功能强大的一种统计工具。