数学期望常用公式总结

2025-11-25 17:02:53

蓝冰雨

问答领域知识达人

2025-11-25 17:02:53

【数学期望常用公式总结】在概率论与数理统计中，数学期望（Expected Value）是一个非常重要的概念，用于描述随机变量的“平均值”或“长期趋势”。无论是离散型还是连续型随机变量，数学期望都有其对应的计算方法和应用公式。本文对常见的数学期望公式进行系统总结，便于查阅与学习。

一、基本概念

数学期望是随机变量在所有可能取值上的加权平均，权重为各取值出现的概率。数学期望通常用 $ E(X) $ 或 $ \mathbb{E}(X) $ 表示。

二、常见数学期望公式总结

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	概率质量函数/密度函数	数学期望 $ E(X) $
0-1 分布（伯努利分布）	$ P(X = k) = p^k (1-p)^{1-k} $, $ k=0,1 $	$ p $
二项分布 $ B(n, p) $	$ P(X = k) = C_n^k p^k (1-p)^{n-k} $	$ np $
泊松分布 $ P(\lambda) $	$ P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!} $	$ \lambda $
均匀分布 $ U(a, b) $	$ f(x) = \frac{1}{b - a} $, $ a \leq x \leq b $	$ \frac{a + b}{2} $
正态分布 $ N(\mu, \sigma^2) $	$ f(x) = \frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(x - \mu)^2}{2\sigma^2}} $	$ \mu $
指数分布 $ Exp(\lambda) $	$ f(x) = \lambda e^{-\lambda x} $, $ x \geq 0 $	$ \frac{1}{\lambda} $
几何分布	$ P(X = k) = (1 - p)^{k-1} p $, $ k = 1, 2, ... $	$ \frac{1}{p} $

四、其他重要性质与技巧

1. 期望的线性性：无论随机变量是否独立，期望都满足线性性质。

2. 条件期望：若已知某个事件发生，可计算条件期望 $ E(XA) $。

3. 期望的方差关系：$ \text{Var}(X) = E(X^2) - [E(X)]^2 $，可用于计算方差。

4. 期望的递推法：对于某些复杂模型，可通过递推方式计算期望。

五、实际应用举例

例如，在保险行业中，保险公司通过计算赔付金额的数学期望来确定保费；在投资领域，投资者利用期望收益评估投资组合的风险与回报。

六、结语

数学期望作为概率论中的核心概念，不仅具有理论价值，也在实际问题中广泛应用。掌握各类分布的期望公式，有助于更深入地理解随机现象，并为后续的学习与研究打下坚实基础。

如需进一步了解协方差、相关系数等概念，也可继续关注后续相关内容。

标签：数学期望常用公式总结

　　免责声明：本答案或内容为用户上传，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。如遇侵权请及时联系本站删除。

问数学期望常用公式总结