数学期望怎么计算？

E(X) = X1p(X1) + X2p(X2) + …… + Xnp(Xn)

X1,X2,X3,……,Xn为这几个数据，p(X1),p(X2),p(X3),……p(Xn)为这几个数据的概率函数。

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。（换句话说，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。）

如果X是连续的随机变量，存在一个相应的概率密度函数  ，若积分  绝对收敛，那么X的期望值可以计算为：  ，是针对于连续的随机变量的，与离散随机变量的期望值的算法同出一辙，由于输出值是连续的，所以把求和改成了积分。

扩展资料：

在一般情况下，两个随机变量的积的期望值不等于这两个随机变量的期望值的积。

特殊情况是当这两个随机变量是相互独立的时候  （也就是说一个随机变量的输出不会影响另一个随机变量的输出。）

例如，美国的轮盘中常用的轮盘上有38个数字，每一个数字被选中的概率都是相等的。赌注一般押在其中某一个数字上，如果轮盘的输出值和这个数字相等，那么下赌者可以将相当于赌注35倍的奖金(原注不包含在内)，若输出值和下压数字不同，则赌注就输掉了。

考虑到38种所有的可能结果，然后这里我们的设定的期望目标是“赢钱”，则因此，讨论赢或输两种预想状态的话，以1美元赌注押一个数字上，则获利的期望值为：赢的“概率38分之1，能获得35元”，加上“输1元的情况37种”，结果约等于-00526美元。

也就是说，平均起来每赌1美元就会输掉5美分，即美式轮盘以1美元作赌注的期望值为 负00526美元。

你好，

这题有两种解法，第一种适用于任何的分布：利用期望的意义，利用积分求期望；第二种则是观察分布函数，利用已知的期望求期望。具体步骤如下：

在第一种法方法中，需要利用分部积分的知识，过程相对比较复杂。

第二种方法中，观察分布函数，发现X服从期望为10的指数分布。因为2X+1是线性的，所以E(2X+1)=2E(X)+1。两种方法得到答案都是21

如果还有其他问题再问我吧。望采纳

根据随机变量求期望的公式:
1 1 1
E=l x f(x) dx =l 2x^2 dx = 2/3 x^3 / =2/3
0 0 0

一件不确定的事件有确定的所有结果，把第一种的结果值记为s1，它发生的概率记为p1，第二种结果值记为s2，它发生的概率为p2， 第n种结果值记为sn，它发生的概率记为pn 那么期望值 Ex=s1p1+s2p2++snpn+

数学期望（或期望值）是在统计意义下随机变量的一种数学术语，表示在多次随机试验中，每次试验的结果所带来的期望结果的总和。
对于一个离散的随机变量X，它的期望值（也称为数学期望）可以表示为：
E(X)=∑xP(X=x)
其中x是随机变量X的取值，P(X=x)是随机变量X取值为x的概率。
对于一个连续的随机变量X，它的期望值可以表示为：
E(X)=∫xf(x)dx
其中f(x)是随机变量X的概率密度函数。
期望值是随机变量的一个有用的数学特征，在统计意义下表示随机变量的中心位置。它是随机变量的平均值，但并不是所有的随机变量都有期望值，因为期望值只有在满足一定条件时才存在。

微观经济学期望值计算方法如下：
1、在概率论和统计学中，期望值(或数学期望、均值，亦简称期望，物理学中称为期待值)是指在一个离散性随机变量试验中每次可能结果的概率乘以其结果的总和；
2、期望值是随机试验在同样的机会下重复多次的结果计算出的等同期望的平均值；
3、在统计学中，当估算一个变量的期望值时，常用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。

---