随机变量的期望和方差是什么?
一、随机变量的期望分为离散情形和连续情形：
1、离散型（discrete）随机变量即在一定区间内变量取值为有限个或可数个。例如某地区某年人口的出生数、死亡数，某药治疗某病病人的有效数、无效数等。离散型随机变量通常依据概率质量函数分类，主要分为：伯努利随机变量、二项随机变量、几何随机变量和泊松随机变量。
2、连续型（continuous）随机变量即在一定区间内变量取值有无限个，或数值无法一一列举出来。例如某地区男性健康成人的身长值、体重值，一批传染性肝炎患者的血清转氨酶测定值等。有几个重要的连续随机变量常常出现在概率论中，如：均匀随机变量、指数随机变量、伽马随机变量和正态随机变量。
二、离散型随机变量的方差：
D(X) = E{[X - E(X)]^2}.(1)=E(X^2) - (EX)^2.(2)。
（1）式是方差的离差表示法。
（2）式表示：方差 = X^2的期望 - X的期望的平方。
概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。
随机变量（random variable）表示随机试验各种结果的实值单值函数。随机事件不论与数量是否直接有关，都可以数量化，即都能用数量化的方式表达。
随机事件数量化的好处是可以用数学分析的方法来研究随机现象。例如某一时间内公共汽车站等车乘客人数，电话交换台在一定时间内收到的呼叫次数，灯泡的寿命等等，都是随机变量的实例。
绛旓細鍦ㄦ鐜囪鍜岀粺璁″涓紝鏈熸湜鍜屾柟宸槸涓や釜閲嶈鐨勬蹇碉紝鐢ㄤ簬鎻忚堪闅忔満鍙橀噺鐨勭壒寰併傛湡鏈涳紙Expectation锛夛細闅忔満鍙橀噺鐨勬湡鏈琛ㄧず鍏跺钩鍧囧硷紝涔熷氨鏄湪澶氭璇曢獙涓鏈熺殑骞冲潎缁撴灉銆傚浜庣鏁ｅ瀷闅忔満鍙橀噺锛屾湡鏈涚殑璁＄畻鍏紡涓猴細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)鏄鍙栧煎彂鐢熺殑姒傜巼銆傚浜庤繛缁瀷...
绛旓細n娆＄嫭绔嬬殑浼姫鍒╁疄楠岋紙浼姫鍒╁疄楠屾槸鎸囨瘡娆″疄楠屾湁涓ょ缁撴灉锛屾瘡绉嶇粨鏋滄鐜囨亽瀹氾紝姣斿鎶涚‖甯侊級銆傚叾涓湡鏈汦锛圶锛= np锛屾柟宸瓺锛圶锛= np锛1-p锛夈3銆佹硦鏉惧垎甯 鍏舵鐜囧嚱鏁颁负P{X=k}=位^k/(k!e^位) k=0锛1锛2鈥...k浠ｈ〃鐨鏄彉閲忕殑鍊笺傚叾涓鏈熸湜鍜屾柟宸鍧囦负 位銆4銆佸潎鍖鍒嗗竷 鑻ヨ繛缁瀷闅忔満鍙橀噺X...
绛旓細闇瑕佹敞鎰忕殑鏄紝鏂瑰樊鏄琛￠噺闅忔満鍙橀噺绂诲叾鏈熸湜鍊肩殑骞冲潎鍋忕绋嬪害鐨勭粺璁￠噺銆傛柟宸殑骞虫柟鏍圭О涓烘爣鍑嗗樊锛屾爣鍑嗗樊鎻愪緵浜嗗鏁版嵁鍒嗗竷鐨勬洿鐩磋鐞嗚В銆傝繖浜涘叕寮忛傜敤浜庝竴鑸殑闅忔満鍙橀噺锛屼絾瀵逛簬鐗规畩鐨勫垎甯冿紙濡傛鎬佸垎甯冦佹硦鏉惧垎甯冪瓑锛夛紝杩樺彲浠ヤ娇鐢ㄧ浉搴旂殑鍏紡鏉ヨ绠鏈熸湜鍜屾柟宸銆傚鏋滄偍鍏蜂綋缁欏嚭涓涓闅忔満鍙橀噺鐨姒傜巼鍒嗗竷鎴栨鐜囧瘑搴...
绛旓細鍏朵腑E(X)涓篨鐨勬暟瀛︽湡鏈涖傛暟瀛鏈熸湜鍜屾柟宸涔嬮棿鐨勫叧绯诲彲浠ラ氳繃涓嬮潰鐨勫叕寮忚〃绀猴細Var(X) = E[ (X - E(X))^2 ] = E(X^2) - [E(X)]^2銆傛崲鍙ヨ瘽璇达紝鏂瑰樊绛変簬闅忔満鍙橀噺X鐨勫钩鏂圭殑鏁板鏈熸湜鍑忓幓鏁板鏈熸湜鐨勫钩鏂广傝繖涓叕寮忚〃鏄鏂瑰樊鏄涓涓 閲忛殢鏈哄彉閲忓亸绂诲叾骞冲潎鍊肩殑搴﹂噺锛屽綋鏂瑰樊杈冨ぇ鏃讹紝闅忔満鍙橀噺鐨鍙栧...
绛旓細鏈熸湜鍜屾柟宸鐨勬ц川濡備笅锛鏈熸湜鏂瑰樊锛坋xpected }ar;ance锛夊張绉伴鏈熸柟宸佹棤闄愬娆℃祴瀹氬緱鍒扮殑鏂瑰樊銆傛柟宸鐨勬湡鏈鍊糽)锛堜簩锛夌瓑浜庢讳綋鐨勬柟宸傛暟瀛︽湡鏈涙柟宸殑鎬ц川锛1銆佽X鏄闅忔満鍙橀噺锛孋鏄父鏁帮紝鍒橢锛圕X锛=CE锛圶锛夈2銆佽X锛孻鏄换鎰忎袱涓殢鏈哄彉閲忥紝鍒欐湁E锛圶+Y锛=E锛圶锛+E锛圷锛夈3銆佽X锛孻鏄浉浜掔嫭绔...
绛旓細鍦ㄧ壒寰佸嚱鏁扮瓑浜0澶勶紝姹傜壒寰佸嚱鏁扮殑涓闃朵笌浜岄樁鍊掓暟灏卞彲浠ユ眰闅忔満鍙橀噺鐨勬湡鏈涗笌鏂瑰樊銆傚鏋滀袱涓殢鏈哄彉閲忓叿鏈夌浉鍚岀殑鐗瑰緛鍑芥暟锛岄偅涔堝畠浠叿鏈夌浉鍚岀殑姒傜巼鍒嗗竷锛 鍙嶄箣锛 濡傛灉涓や釜闅忔満鍙橀噺鍏锋湁鐩稿悓鐨勬鐜囧垎甯冿紝 瀹冧滑鐨勭壒寰佸嚱鏁颁篃鐩稿悓銆傛柟宸暟瀛︽湡鏈涚粰鍑轰簡闅忔満鍙橀噺鐨勫钩鍧囧ぇ灏忥紝鐜板疄鐢熸椿涓垜浠繕缁忓父鍏冲績闅忔満鍙橀噺鐨勫彇鍊煎湪...
绛旓細杩樻湁浠讳綍鍒嗗竷鍒楅兘閫氱敤鐨勩侱X=E(X)^2-(EX)^2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皬銆傞珮涓暟瀛鏈熸湜涓庢柟宸鍏紡搴旂敤锛1锛夐殢鏈虹倰鑲°傞殢鏈虹倰鑲′篃灏辨槸闂潃鐪肩潧鍦ㄨ偂甯備腑鎸戜竴鍙偂绁...
绛旓細1. 鏈熸湜鍊糆(X)鐨勮绠楀叕寮忥細E(X) = 危(x * P(X = x))鍏朵腑锛寈琛ㄧず闅忔満鍙橀噺X鐨勫彇鍊硷紝P(X = x)琛ㄧずX鍙栧间负x鐨勬鐜囥2. 鏂瑰樊D(X)鐨勮绠楀叕寮忥細D(X) = 危((x - E(X))² * P(X = x))鍏朵腑锛寈琛ㄧず闅忔満鍙橀噺X鐨勫彇鍊硷紝E(X)琛ㄧずX鐨勬湡鏈鍊硷紝P(X = x)琛ㄧずX鍙栧间负x鐨勬鐜...
绛旓細鎴愬姛娆℃暟鏄闅忔満鍙橀噺X锛孹鏈嶄粠浜岄」鍒嗗竷(100,P)X鐨勬湡鏈鏄細EX=100P X鐨鏂瑰樊鏄锛氭牴鍙稤X=鏍瑰彿[100P(1-P)]鍥犱负P(1-P)<=[P+(1-P)]²/4锛屽綋涓斾粎褰揚=1-P锛孭=0.5鏃跺彇绛夊彿 鎵浠ュ綋P=0.5鏃讹紝鎴愬姛娆℃暟鐨勬爣鍑嗗樊鏈澶э紝鏈澶т负5 ...
绛旓細鍦ㄦ鐜囪鍜岀粺璁″涓紝鏁板鏈熸湜(mean)锛堟垨鍧囧硷紝浜︾畝绉版湡鏈涳級涓鸿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皬銆鏂瑰樊涓哄悇涓暟鎹笌骞冲潎鏁颁箣宸殑骞虫柟鐨勫拰鐨勫钩鍧囨暟锛屽嵆 鍏朵腑锛寈琛ㄧず鏍锋湰鐨勫钩鍧囨暟锛宯琛ㄧず鏍锋湰鐨勬暟閲忥紝xi琛ㄧず涓綋锛岃宻²灏辫〃绀烘柟宸
