数学期望是什么

数学期望是什么

问题一：“数学期望”指的是什么？ 在概率论 数学期望和统计学中，一个离散性随机变量的期望值（或数学期望、或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和。也就是平均值。耿参考资料：baike.baidu.com/view/295737.htm问题二：“数学期望”是什么意思？ 给你举个例子急救知道了比如我被石头绊倒的概率是1/3即我平均走过三块石头会被绊倒一次如果我走过三块石头，我被绊倒的期望就是3×1/3=1我走过6块石头，期望就是2了问题三：数学里面期望值是什么？怎么算？ 在概率论和统计学中，一个离散性随机变量的期望值（或数学期望、或均值，亦简称期望，物理学中称为期待值）是试验中每次可能结果的概率乘以其结果的总和。换句话说，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。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。）
baike.baidu.com/...pqYzhK问题四：数学期望的公式是什么？ 一：抽球类问题数学期望
E=n*E1
注：E为数学期望，E1为抽一次球的数学期望，n为抽的次数
例：有完全相同的黑球，白球，红球共15个，其中黑7个，白3个，黑5个
则抽5次抽到黑球的个数的数学期望E=5*（5/15）=5/3
衍生问题还有抽人，抽产品等
二：遇红灯问题数学期望
E=P1+P2+……..
注：P为概率，E为相应所有P的和
例：小红去学校的路上有4个红灯，遇第1个红灯的概率为0.5，第2个的为0.35，第3个的为0.65，第4个的为0.23（遇红灯是互相独立的，互不影响的）
则小红在一次去学校的路上遇到的红灯的数学期望E=0.5+0.35+0.65+0.23=1.73
衍生问题有很多
三：三局两胜制问题的局数期望
E=2（1+P1*P2）
注：E为局数期望，P1，P2为两队或两人的获胜的概率（P1+P2=1）
例：甲和乙下棋，甲赢的概率为0.45，乙赢的概率为0.55
则他们三局两胜的局数期望E=2（1+0.45*0.55）=2.495
衍生问题多见于比赛中问题五：数学期望的性质有哪些？ 数学期望的常用性质:
1.设X是随机变量，C是常数，则E（CX）=CE（X）
2.设X，Y是任意两个随机变量，则有E（X+Y）=E（X）+E（Y）.
3.设X,Y是相互独立的随机变量，则有E（XY）=E（X）E（Y）
在统计学中，当估算一个变量的期望值时，一个经常用到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。
在概率分布中，期望值和方差或标准差是一种分布的重要特征。问题六：什么叫数学期望？ 数学期望是概率论早期发展中就已产生的一个概念。当时研究的概率问题大多与赌博有关。假如某人在一局赌博中面临如下的情况：在总共m＋n种等可能出现的结果中,有m种结果可赢得α,其余n种结果可赢得b), 则就是他在该局赌博中所能期望的收入。数学期望的这种初始形式早在1657年即由荷兰数学家C.惠更斯明确提出。它是简单算术平均的一种推广。设x为离散型随机变量，它取值x0，x1,…的概率分别为p1,p2,…,则当级数时，定义它的期望为。这里之所以要求级数绝对收敛，是因为作为期望的这种平均，不应当依赖于求和的次序。若x 为连续型随机变量，其密度函数为p（x），则当积分时,定义它的期望为。在一般场合，设x是概率空间(Ω,F,p)上的随机变量，其分布函数为F(x),则当时,定义x的期望为式中是斯蒂尔杰斯积分;或是随机变量x 在Ω上对概率测度p的积分。然而,并非所有的随机变量都具有期望。随机变量的期望,有下列性质:E(x＋Y)=Ex＋EY；若把常数α看作随机变量,则Eα=α；若x≥0,则Ex≥0;若x与Y独立,则E(XY)＝Ex·EY;若随机变量x1,x2,…,xn有联合分布函数F(x1,x2,…,xn),则对一类n元函数??(x1,x2,…,xn)（称为可积的n元波莱尔可测函数，它包括所有可积的初等函数和连续函数），有若Z＝x＋iY为复随机变量,则定义其数学期望为EZ=Ex＋iEY。上述数学期望的概念也可推广至随机向量的情形。一个随机向量的数学期望(EX定义为以其各分量xj的数学期望为分量的向量，即，也称为X的均值向量。它也具有一般期望所具有的类似性质。