
追梦寻缘为您分享以下优质知识
数学期望是概率论中描述随机变量平均取值的量化指标,其核心思想是通过概率加权平均反映长期平均结果。以下是具体解析:
一、基本定义
数学期望是随机变量所有可能取值与其对应概率的乘积之和,用于衡量随机变量的“平均”水平。公式如下:
离散型随机变量:$E(X) = sum_{k=1}^{n} x_k p_k$
连续型随机变量:$E(X) = int_{a}^{b} x f(x) dx$
其中,$x_k$为取值,$p_k$为概率,$f(x)$为概率密度函数。
二、核心特性
不同结果根据概率大小赋予不同权重,概率越大权重越大。
反映重复实验的稳定值,不等于单次结果。
例如掷骰子期望为3.5,但实际结果只能是1-6。
三、应用场景
金融投资:评估资产收益的长期价值,如正期望值表示值得投资。
风险评估:通过期望值判断风险与收益的平衡。
保险精算:计算赔付的平均成本。
四、与平均值的区别
普通平均值:简单算术平均,未考虑概率差异;
数学期望:概率加权的平均值,更贴近实际“平均结果”。
五、计算示例
以掷骰子为例,取值1-6,概率均为1/6,期望值为:
$$
E(X) = 1 times frac{1}{6} + 2 times frac{1}{6} + cdots + 6 times frac{1}{6} = 3.5
$$
重复实验时,点数平均值趋近于3.5。