数学期望怎么求？
代入公式。在[a,b]上的均匀分布，期望=(a+b)/2，方差=[(b-a)^2]/2。代入直接得到结论。如果不知道均匀分布的期望和方差公式，只能按步就班的做：
期望：
EX=∫{从-a积到a} xf(x) dx
=∫{从-a积到a} x/2a dx
=x^2/4a |{上a,下-a}
=0
E(X^2)=∫{从-a积到a} (x^2)*f(x) dx
=∫{从-a积到a} x^2/2a dx
=x^3/6a |{上a,下-a}
=(a^2)/3
方差：
DX=E(X^2)-(EX)^2=(a^2)/3
扩展资料：
离散型随机变量与连续型随机变量都是由随机变量取值范围(取值)确定。
变量取值只能取离散型的自然数，就是离散型随机变量。例如，一次掷20个硬币，k个硬币正面朝上，k是随机变量。k的取值只能是自然数0，1，2，…，20，而不能取小数3.5、无理数，因而k是离散型随机变量。
如果变量可以在某个区间内取任一实数，即变量的取值可以是连续的，这随机变量就称为连续型随机变量。
例如，公共汽车每15分钟一班，某人在站台等车时间x是个随机变量，x的取值范围是[0,15），它是一个区间，从理论上说在这个区间内可取任一实数3.5、无理数等，因而称这随机变量是连续型随机变量。
由于随机变量X的取值 只取决于概率密度函数的积分，所以概率密度函数在个别点上的取值并不会影响随机变量的表现。
更准确来说，如果一个函数和X的概率密度函数取值不同的点只有有限个、可数无限个或者相对于整个实数轴来说测度为0（是一个零测集），那么这个函数也可以是X的概率密度函数。
连续型的随机变量取值在任意一点的概率都是0。作为推论，连续型随机变量在区间上取值的概率与这个区间是开区间还是闭区间无关。要注意的是，概率P{x=a}=0，但{X=a}并不是不可能事件
参考资料来源：百度百科-数学期望
绛旓細鏁板鏈熸湜E(X)鍜屾柟宸瓺(X)鏄鐜囪鍜屾暟鐞嗙粺璁′腑鐨勪袱涓噸瑕佹蹇碉紝鐢ㄤ簬鎻忚堪闅忔満鍙橀噺鐨勬暟瀛楃壒寰併傛暟瀛︽湡鏈汦(X)鐨勬眰娉曪細鏁板鏈熸湜E(X)鍙嶆槧浜嗛殢鏈哄彉閲廥鍙栧肩殑骞冲潎姘村钩銆傚浜庣鏁ｅ瀷闅忔満鍙橀噺锛屾暟瀛︽湡鏈汦(X)绛変簬X鐨勬墍鏈夊彲鑳藉彇鍊间笌鍏跺搴旂殑姒傜巼鐨勪箻绉箣鍜屻傚浜庤繛缁瀷闅忔満鍙橀噺锛屾暟瀛︽湡鏈汦(X)鍒欐槸X鐨勬鐜囧瘑搴...
绛旓細姹傝В鈥鏁板鏈熸湜鈥濅富瑕佹湁涓ょ鏂规硶锛氬彧瑕佹妸鍒嗗竷鍒楄〃鏍间腑鐨勬暟瀛 姣忎竴鍒楃浉涔樺啀鐩稿姞 鍗冲彲銆傚鏋淴鏄鏁ｅ瀷闅忔満鍙橀噺锛屽畠鐨勫叏閮ㄥ彲鑳藉彇鍊兼槸a1,a2,鈥︼紝an,鈥,鍙栬繖浜涘肩殑鐩稿簲姒傜巼鏄痯1,p2鈥,pn,鈥,鍒欏叾鏁板鏈熸湜E(X)=(a1)*(p1)+(a2)*(p2)+鈥+(an)*(pn)+鈥︼紱濡傛灉X鏄繛缁瀷闅忔満鍙橀噺锛屽叾姒傜巼瀵嗗害鍑芥暟...
绛旓細E(X) = 危(x * P(X=x))鍏朵腑锛寈鏄殢鏈哄彉閲忓彇鍊硷紝P(X=x)鏄搴斿彇鍊肩殑姒傜巼銆傚浜庤繛缁瀷闅忔満鍙橀噺锛屽彲浠ヤ娇鐢ㄤ互涓嬪叕寮姹傛湡鏈锛欵(X) = 鈭(x * f(x))dx 鍏朵腑锛宖(x)鏄殢鏈哄彉閲忕殑姒傜巼瀵嗗害鍑芥暟銆傚綋鐒讹紝杩樻湁涓浜涚壒娈婄殑闅忔満鍙橀噺鍜屽垎甯冿紝鍙兘闇瑕佷娇鐢ㄥ叾浠栨柟娉曟潵姹傛湡鏈涖傛荤殑鏉ヨ锛屾眰鏁板鏈熸湜闇瑕佹牴鎹...
绛旓細鈥渋鈥濊〃绀洪氶」鍏紡涓璱鏄彉閲忥紝闅忕潃椤规暟鐨勫鍔犺岄1澧炲姞 锛屸1鈥濊〃绀轰粠i=1鏃跺紑濮嬪彉鍖栵紝涓婇潰鐨勨渘鈥濊〃绀哄姞鍒癷=n锛屸渁i鈥濇槸閫氶」鍏紡銆傛ц川锛氣垜锛坈x锛=c鈭憍,c涓哄父鏁般2銆 鏁板鏈熸湜E鐨勮繍绠楀叕寮忓拰鎬ц川锛氬叕寮忥細濡傛灉X銆乊鐙珛,鍒欙細E(XY)=E(X)*E(Y)銆傚鏋滀笉鐙珛,鍙互鐢ㄥ畾涔夎绠楋細鍏堟眰鍑篨銆乊...
绛旓細鈥渋鈥濊〃绀洪氶」鍏紡涓璱鏄彉閲忥紝闅忕潃椤规暟鐨勫鍔犺岄1澧炲姞 锛屸1鈥濊〃绀轰粠i=1鏃跺紑濮嬪彉鍖栵紝涓婇潰鐨勨渘鈥濊〃绀哄姞鍒癷=n锛屸渁i鈥濇槸閫氶」鍏紡銆傛ц川锛氣垜锛坈x锛=c鈭憍,c涓哄父鏁般2銆 鏁板鏈熸湜E鐨勮繍绠楀叕寮忓拰鎬ц川锛氬叕寮忥細濡傛灉X銆乊鐙珛,鍒欙細E(XY)=E(X)*E(Y)銆傚鏋滀笉鐙珛,鍙互鐢ㄥ畾涔夎绠楋細鍏堟眰鍑篨銆乊...
绛旓細E(X) = X1*p(X1) + X2*p(X2) + 鈥︹ + Xn*p(Xn)X1,X2,X3,鈥︹,Xn涓鸿繖鍑犱釜鏁版嵁锛宲(X1),p(X2),p(X3),鈥︹(Xn)涓鸿繖鍑犱釜鏁版嵁鐨勬鐜囧嚱鏁般傞渶瑕佹敞鎰忕殑鏄紝鏈熸湜鍊煎苟涓嶄竴瀹氱瓑鍚屼簬甯歌瘑涓殑鈥滄湡鏈涒濃斺斺滄湡鏈涘尖濅篃璁镐笌姣忎竴涓粨鏋滈兘涓嶇浉绛夈傦紙鎹㈠彞璇濊锛屾湡鏈涘兼槸璇ュ彉閲忚緭鍑哄肩殑...
绛旓細鈥渋鈥濊〃绀洪氶」鍏紡涓璱鏄彉閲忥紝闅忕潃椤规暟鐨勫鍔犺岄1澧炲姞 锛屸1鈥濊〃绀轰粠i=1鏃跺紑濮嬪彉鍖栵紝涓婇潰鐨勨渘鈥濊〃绀哄姞鍒癷=n锛屸渁i鈥濇槸閫氶」鍏紡銆傛ц川锛氣垜锛坈x锛=c鈭憍,c涓哄父鏁般2銆 鏁板鏈熸湜E鐨勮繍绠楀叕寮忓拰鎬ц川锛氬叕寮忥細濡傛灉X銆乊鐙珛,鍒欙細E(XY)=E(X)*E(Y)銆傚鏋滀笉鐙珛,鍙互鐢ㄥ畾涔夎绠楋細鍏堟眰鍑篨銆乊...
绛旓細鈥渋鈥濊〃绀洪氶」鍏紡涓璱鏄彉閲忥紝闅忕潃椤规暟鐨勫鍔犺岄1澧炲姞 锛屸1鈥濊〃绀轰粠i=1鏃跺紑濮嬪彉鍖栵紝涓婇潰鐨勨渘鈥濊〃绀哄姞鍒癷=n锛屸渁i鈥濇槸閫氶」鍏紡銆傛ц川锛氣垜锛坈x锛=c鈭憍,c涓哄父鏁般2銆 鏁板鏈熸湜E鐨勮繍绠楀叕寮忓拰鎬ц川锛氬叕寮忥細濡傛灉X銆乊鐙珛,鍒欙細E(XY)=E(X)*E(Y)銆傚鏋滀笉鐙珛,鍙互鐢ㄥ畾涔夎绠楋細鍏堟眰鍑篨銆乊...
绛旓細鏁板鏈熸湜鏄瘯楠屼腑姣忔鍙兘缁撴灉鐨勬鐜囦箻浠ュ叾缁撴灉鐨勬诲拰銆傝绠楀叕寮忥細1銆佺鏁ｅ瀷锛氱鏁ｅ瀷闅忔満鍙橀噺X鐨勫彇鍊间负X1銆乆2銆乆3鈥︹n锛宲(X1)銆乸(X2)銆乸(X3)鈥︹(Xn)銆佷负X瀵瑰簲鍙栧肩殑姒傜巼锛屽彲鐞嗚В涓烘暟鎹甔1銆乆2銆乆3鈥︹n鍑虹幇鐨勯鐜囬珮f(Xi)锛屽垯锛2銆佽繛缁瀷锛氳杩炵画鎬ч殢鏈哄彉閲廥鐨勬鐜囧瘑搴﹀嚱鏁颁负f(x)锛...
绛旓細鈥渋鈥濊〃绀洪氶」鍏紡涓璱鏄彉閲忥紝闅忕潃椤规暟鐨勫鍔犺岄1澧炲姞 锛屸1鈥濊〃绀轰粠i=1鏃跺紑濮嬪彉鍖栵紝涓婇潰鐨勨渘鈥濊〃绀哄姞鍒癷=n锛屸渁i鈥濇槸閫氶」鍏紡銆傛ц川锛氣垜锛坈x锛=c鈭憍,c涓哄父鏁般2銆 鏁板鏈熸湜E鐨勮繍绠楀叕寮忓拰鎬ц川锛氬叕寮忥細濡傛灉X銆乊鐙珛,鍒欙細E(XY)=E(X)*E(Y)銆傚鏋滀笉鐙珛,鍙互鐢ㄥ畾涔夎绠楋細鍏堟眰鍑篨銆乊...
