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。
数学期望是试验中每次可能结果的概率乘以其结果的总和。
计算公式:
1、离散型:
离散型随机变量X的取值为X1、X2、X3……Xn,p(X1)、p(X2)、p(X3)……p(Xn)、为X对应取值的概率,可理解为数据X1、X2、X3……Xn出现的频率高f(Xi),则:
2、连续型:
设连续性随机变量X的概率密度函数为f(x),若积分绝对收敛,则称积分的值
为随机变量的数学期望,记为E(X)。即
扩展资料例题:
在10件产品中,有3件一等品,4件二等品,3件三等品。从这10件产品中任取3件, 求:
(1)取出的3件产品中一等品件数x的分布列和数学期望;
(2)取出的3件产品中一等品件数多于二等品件数的概率。
解:
x的数学期望E(x)=0*7/24+1*21/40+2*7/40+3*1/120=9/10
参考资料来源:百度百科-数学期望
数学期望为设X是一个随机变量,若E{[X-E(X)]^2}存在,则称E{[X-E(X)]^2}为X的方差,记为D(X),Var(X)或DX。即D(X)=E{[X-E(X)]^2}称为方差,而σ(X)=D(X)^0.5(与X有相同的量纲)称为标准差(或方差)。
期望就是一种均数,可以类似理解为加权平均数,x相应的概率就是它的权,所以ex就为各个xi×pi的和。dx就是一种方差,即是x偏差的加权平均,各个(xi-ex)的平方再乘以相应的pi之总和。dx与ex之间还有一个技巧公式需要记住,就是dx=e(x的平方)-(ex)的平方。
扩展资料需要注意的是,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。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)