方差和期望的关系公式是什么？数学期望呢？
方差和期望的关系公式：DX=EX^2-(EX)^2。若随机变量X的分布函数F(x)可表示成一个非负可积函数f(x)的积分，则称X为连续性随机变量，f(x)称为X的概率密度函数（分布密度函数）。
E(X把)=E(1/n∑Xi)=1/nE(∑Xi)=1/n∑E(Xi)=(1/n)nμ=μ。
D(X把)=D(1/n∑Xi)=1/n²D(∑Xi)=1/n²∑D(Xi)=(1/n²)nσ²=σ²/n。
相关内容：
在统计描述中，方差用来计算每一个变量与总体均数之间的差异。为避免出现离均差总和为零，离均差平方和受样本含量的影响，统计学采用平均离均差平方和来描述变量的变异程度。
在概率论和统计学中，数学期望是试验中每次可能结果的概率乘以其结果的总和。是最基本的数学特征之一。它反映随机变量平均取值的大小。
绛旓細鏂瑰樊鍜屾湡鏈涚殑鍏崇郴鍏紡锛欴X=EX^2-(EX)^2銆傝嫢闅忔満鍙橀噺X鐨勫垎甯冨嚱鏁癋(x)鍙〃绀烘垚涓涓潪璐熷彲绉嚱鏁癴(x)鐨勭Н鍒嗭紝鍒欑ОX涓鸿繛缁ч殢鏈哄彉閲忥紝f(x)绉颁负X鐨勬鐜囧瘑搴﹀嚱鏁帮紙鍒嗗竷瀵嗗害鍑芥暟锛夈侲(X鎶)=E(1/n鈭慩i)=1/nE(鈭慩i)=1/n鈭慐(Xi)=(1/n)n渭=渭銆侱(X鎶)=D(1/n鈭慩i)=1/n²...
绛旓細鏂瑰樊鍜屾湡鏈涚殑鍏崇郴鍏紡锛欴X=EX^2-(EX)^2銆傝嫢闅忔満鍙橀噺X鐨勫垎甯冨嚱鏁癋(x)鍙〃绀烘垚涓涓潪璐熷彲绉嚱鏁癴(x)鐨勭Н鍒嗭紝鍒欑ОX涓鸿繛缁ч殢鏈哄彉閲忥紝f(x)绉颁负X鐨勬鐜囧瘑搴﹀嚱鏁帮紙鍒嗗竷瀵嗗害鍑芥暟锛夈傚皢绗竴涓叕寮忎腑鎷彿鍐呯殑瀹屽叏骞虫柟鎵撳紑寰楀埌锛欴X=E(X^2-2XEX+(EX)^2)=E(X^2)-E(2XEX)+(EX)^2=E(X^2...
绛旓細鏂瑰樊涓庢湡鏈涚殑鍏崇郴鍏紡锛欴X=E锛圶^2-2XEX+锛圗X锛塣2锛銆傚湪姒傜巼璁哄拰缁熻瀛︿腑锛屾暟瀛︽湡鏈涳紙mean锛夛紙鎴栧潎鍊硷紝浜︾畝绉版湡鏈涳級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锛屾槸鏈鍩烘湰鐨勬暟瀛︾壒寰佷箣涓銆傚畠鍙嶆槧闅忔満鍙橀噺骞冲潎鍙栧肩殑澶у皬銆傛鎬佸垎甯冪殑鏈熸湜鍜屾柟宸粙缁嶅涓嬶細姝ｆ佸垎甯冪殑鏈熸湜鐢ㄦ暟瀛︾鍙疯〃绀何撅紝鎵浠ユ鎬佸垎甯...
绛旓細鏁板鏈熸湜ex鏂瑰樊dx鍏紡锛D(X)=E[X-E(X)]^2=E{X^2-2XE(X)+[E(X)]^2}=E(X^2)-2[E(X)]^2+[E(X)]^2銆侱锛圶锛夋寚鏂瑰樊锛孍锛圶锛夋寚鏈熸湜銆傛柟宸槸鍦ㄦ鐜囪鍜岀粺璁℃柟宸 閲忛殢鏈哄彉閲忥紝鎴栦竴缁勬暟鎹椂绂绘暎绋嬪害鐨勫害閲忋傛鐜囪涓柟宸敤鏉ュ害閲忛殢鏈哄彉閲忓拰鍏舵暟瀛︽湡鏈涳紙鍗冲潎鍊硷級涔嬮棿鐨勫亸绂荤▼搴︺傚湪...
绛旓細浠ｅ叆鍏紡銆傚湪[a,b]涓婄殑鍧囧寑鍒嗗竷锛鏈熸湜=(a+b)/2锛屾柟宸=[(b-a)^2]/2銆備唬鍏ョ洿鎺ュ緱鍒扮粨璁恒傚鏋滀笉鐭ラ亾鍧囧寑鍒嗗竷鐨勬湡鏈涘拰鏂瑰樊鍏紡锛屽彧鑳芥寜姝ュ氨鐝殑鍋氾細鏈熸湜锛欵X=鈭珄浠-a绉埌a} xf(x) dx=鈭珄浠-a绉埌a} x/2a dx=x^2/4a |{涓奱,涓-a}=0 E(X^2)=鈭珄浠-a绉埌a} (x^2)*f(...
绛旓細鏂瑰樊=E(x²)-E(x)²锛孍(X)鏄暟瀛鏈熸湜銆傚湪姒傜巼璁哄拰缁熻瀛︿腑锛屾暟瀛︽湡鏈(mean)锛堟垨鍧囧硷紝浜︾畝绉版湡鏈涳級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锛屾槸鏈鍩烘湰鐨勬暟瀛︾壒寰佷箣涓銆傚畠鍙嶆槧闅忔満鍙橀噺骞冲潎鍙栧肩殑澶у皬銆傛柟宸湪姒傜巼璁哄拰缁熻瀛︿腑锛屼竴涓殢鏈哄彉閲忕殑鏂瑰樊鎻忚堪鐨勬槸瀹冪殑绂绘暎绋嬪害锛屼篃灏辨槸璇...
绛旓細鏁板鏈熸湜鍜屾柟宸叕寮涓猴細EX=npDX=np锛1-p锛夈丒X=1/PDX=p^2/q銆丏X=E锛圶锛塣2-锛圗X锛塣2銆傚浜2椤瑰垎甯冿紙渚嬪瓙锛氬湪n娆¤瘯楠屼腑鏈塊娆℃垚鍔燂紝姣忔鎴愬姛姒傜巼涓篜锛屽畠鐨勫垎甯冨垪姹傛暟瀛︽湡鏈涘拰鏂瑰樊锛夋湁EX=npDX=np锛1-p锛夈俷涓鸿瘯楠屾鏁皃涓烘垚鍔熺殑姒傜巼锛屽浜庡嚑浣曞垎甯冿紙姣忔璇曢獙鎴愬姛姒傜巼涓篜锛屼竴鐩磋瘯楠屽埌鎴愬姛...
绛旓細1銆鏈熸湜鍊艰绠鍏紡锛欵(X)=(n*M)/N [鍏朵腑x鏄牱鏈暟锛宯涓烘牱鏈閲忥紝M涓烘牱鏈绘暟锛孨涓烘讳綋涓殑涓綋鎬绘暟]锛屾眰鍑哄潎鍊硷紝杩欏氨鏄秴鍑犱綍鍒嗗竷鐨勬暟瀛︽湡鏈涘笺2銆鏂瑰樊璁＄畻鍏紡锛歏(X)=X1^2*P1+X2^2*P2+...Xn^2*Pn-a^2 [杩欓噷璁綼涓烘湡鏈涘糫...
绛旓細瀵逛簬杩炵画鍨嬮殢鏈哄彉閲忥紝鏈熸湜鐨璁＄畻鍏紡涓猴細E(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鏂瑰樊锛圴ariance锛夛細闅忔満鍙橀噺鐨勬柟宸 閲忎簡闅忔満鍙橀噺鐨勭鏁ｇ▼搴︼紝涔熷氨鏄暟鎹殑鍒嗘暎绋嬪害銆傛柟宸秺澶э紝鏁版嵁瓒婂垎鏁ｃ傛柟宸殑璁＄畻鍏紡涓猴細Var(X) = E((X - E(X))^2)鍏朵腑锛孍(X)鏄殢鏈哄彉閲忕殑...
绛旓細鏂瑰樊鍏紡锛歋^2=銆(M锛峹1)^2+(M锛峹2)^2+(M锛峹3)^2+鈥+(M锛峹n)^2銆夆暠n銆傚钩鍧囨暟锛歁=(x1+x2+x3+鈥+xn)/n 锛坣琛ㄧず杩欑粍鏁版嵁涓暟锛寈1銆亁2銆亁3鈥︹n琛ㄧず杩欑粍鏁版嵁鍏蜂綋鏁板硷級銆鏈熸湜鐨勫叕寮锛欵=X1*P1+X2*P2+X3*P3+.+Xn*Pn銆傞珮涓暟瀛︽湡鏈涓庢柟宸叕寮搴旂敤锛1锛夐殢鏈虹倰鑲°傞殢鏈虹倰鑲′篃...
