数学期望的六个公式

发布时间：2026-06-23 16:24:30来源：

【数学期望的六个公式】数学期望是概率论与数理统计中的一个重要概念，用于描述随机变量在大量重复试验中所取值的平均趋势。它在金融、工程、数据分析等多个领域有着广泛的应用。为了帮助读者更好地理解和应用数学期望，本文总结了常见的六个数学期望公式，并以表格形式进行展示。

一、数学期望的基本定义

数学期望（Expected Value），通常用 $ E(X) $ 表示，是对随机变量 $ X $ 在其所有可能取值上的加权平均，权重为相应的概率。

二、六种常见数学期望公式总结

公式编号	公式名称	公式表达式	适用范围
1	离散型随机变量	$ E(X) = \sum_{i=1}^{n} x_i \cdot P(x_i) $	离散型随机变量
2	连续型随机变量	$ E(X) = \int_{-\infty}^{\infty} x \cdot f(x) dx $	连续型随机变量
3	线性性质	$ E(aX + b) = aE(X) + b $	任意随机变量
4	期望的线性叠加	$ E(X + Y) = E(X) + E(Y) $	任意两个随机变量
5	独立变量的乘积期望	$ E(XY) = E(X) \cdot E(Y) $	$ X $ 与 $ Y $ 独立
6	常见分布的期望	例如：$ E(X) = \lambda $（泊松分布） $ E(X) = np $（二项分布） $ E(X) = \frac{1}{p} $（几何分布）	不同概率分布下的期望值

三、说明与应用建议

1. 离散型与连续型的区别

离散型随机变量的期望计算使用求和方式，而连续型则使用积分。两者的本质相同，只是形式不同。

2. 线性性质的重要性

数学期望具有线性性质，即 $ E(aX + b) = aE(X) + b $，这一特性在实际建模中非常有用，尤其是在处理线性变换时。

3. 独立变量的乘积期望

若两个随机变量相互独立，则它们的乘积的期望等于各自期望的乘积，这是概率论中的一个基本结论。

4. 常见分布的期望值

不同的概率分布有不同的期望公式，如二项分布、泊松分布、正态分布等，掌握这些公式有助于快速计算实际问题中的期望值。

四、结语

数学期望是理解随机现象的重要工具，掌握其基本公式对于解决实际问题具有重要意义。本文总结了六种常用的数学期望公式，并结合应用场景进行了简要说明，希望对学习者有所帮助。

标签：数学期望的六个公式

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。