【数学期望公式是什么】数学期望是概率论和统计学中的一个重要概念，用于描述随机变量在大量重复试验中所表现的平均结果。它可以帮助我们预测某种事件发生的“平均”效果，广泛应用于金融、工程、科学等多个领域。
一、数学期望的基本概念
数学期望（Expected Value），通常用 E(X) 表示，是随机变量 X 在所有可能取值上的加权平均，权重为对应的概率。通俗地说，它是对随机事件长期结果的一个理论平均值。
二、数学期望的计算公式
根据随机变量的类型，数学期望的计算方式有所不同：
| 类型 | 定义 | 公式 |
| 离散型随机变量 | 随机变量取有限或可数无限个值 | $ E(X) = \sum_{i=1}^{n} x_i \cdot P(x_i) $ |
| 连续型随机变量 | 随机变量在某个区间内连续取值 | $ E(X) = \int_{-\infty}^{\infty} x \cdot f(x) \, dx $ |
其中：
- $ x_i $ 是随机变量的第 $ i $ 个可能取值；
- $ P(x_i) $ 是 $ x_i $ 对应的概率；
- $ f(x) $ 是概率密度函数。
三、数学期望的性质
1. 线性性：
$ E(aX + bY) = aE(X) + bE(Y) $，其中 $ a $、$ b $ 为常数。
2. 常数的期望：
若 $ c $ 为常数，则 $ E(c) = c $。
3. 独立变量的期望：
若 $ X $ 和 $ Y $ 独立，则 $ E(XY) = E(X) \cdot E(Y) $。
四、举例说明
例子1：掷一枚均匀的硬币
设随机变量 $ X $ 表示掷硬币的结果，正面为1，反面为0，概率各为0.5。
$$
E(X) = 1 \times 0.5 + 0 \times 0.5 = 0.5
$$
例子2：掷一个均匀的六面骰子
每个点数出现的概率为 $ \frac{1}{6} $，则期望为：
$$
E(X) = \frac{1}{6}(1 + 2 + 3 + 4 + 5 + 6) = \frac{21}{6} = 3.5
$$
五、总结
数学期望是概率论中的基础概念，用来衡量随机变量的“平均值”。无论是在理论研究还是实际应用中，它都具有重要意义。掌握其定义、计算方法及基本性质，有助于更好地理解和分析随机现象。
表格总结：
| 概念 | 内容 |
| 数学期望 | 随机变量在长期试验中的平均结果 |
| 公式（离散） | $ E(X) = \sum_{i=1}^{n} x_i \cdot P(x_i) $ |
| 公式（连续） | $ E(X) = \int_{-\infty}^{\infty} x \cdot f(x) \, dx $ |
| 性质 | 线性性、常数的期望、独立变量的期望 |
| 应用 | 金融、统计、工程、游戏策略等 |