数学期望的计算？数学期望的六个公式如下：1、总和期望公式：E(X+Y)=E(X)+E(Y)。2、乘积期望公式：E(XY)=E(X)×E(Y)。3、方差公式：方差是各个数据与平均值之差的平方的平均数，即s^2=(1/n)[(x1-x_)^2+(x2-x_)^2++(xn-x_)^2]，x_为数据的平均数，n为数据的个数。4、那么，数学期望的计算？一起来了解一下吧。
超几何分布：x~h(n,m,n)
，则：数学期望ex=nm/n
；方差dx=(nm/n)·[1-(m/n)]·[(n-n)/(n-1)]
；
数学期望的六个公式如下：
1、总和期望公式：E(X+Y)=E(X)+E(Y)。
2、乘积期望公式：E(XY)=E(X)×E(Y)。
3、方差公式：方差是各个数据与平均值之差的平方的平均数，即s^2=(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2]，x_为数据的平均数，n为数据的个数。
4、协方差公式：协方差是衡量两个变量的总体误差，表示为Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}。协方差与相关性有关，当两个变量相同时，协方差就是方差。
5、零期望公式：随机变量X的所有可能取值x1,x2,...,xn的概率之和为1，且每个取值的概率乘以该取值都为0，即E(X)=x1p(x1)+x2p(x2)+...+xn*p(xn)=0，称随机变量X的期望为0，这就是零期望公式。
6、定义期望公式：期望是概率加权下的“平均值”，即E(X)=∑[x*p(x)]，x是随机变量X的所有可能取值，p(x)是对应取值的概率。这个公式是期望的基本定义，也是计算期望的基础。
1、求和符号Σ的运算公式和性质 ：
公式：∑ ai（i=1……），∑表示连加,右边写通式,上下标写范围，∑称为连加号,意思为：a1+a2+……+an=n。
“i”表示通项公式中i是变量，随着项数的增加而逐1增加 ，“1”表示从i=1时开始变化，上面的“n”表示加到i=n，“ai”是通项公式。
性质：∑（cx）=c∑x,c为常数。
2、数学期望E的运算公式和性质：
公式：如果X、Y独立,则：E(XY)=E(X)*E(Y)。
如果不独立,可以用定义计算：先求出X、Y的联合概率密度，再用定义。或者先求出Cov(x，y)再用公式 Cov(X，Y)=E(XY)-E(X)*E(Y)，D（X±Y）=D（X）+D(Y)±2*Cov(X，Y)。
性质：
当X和Y相互独立时，
扩展资料：
例子
某城市有10万个家庭，没有孩子的家庭有1000个，有一个孩子的家庭有9万个，有两个孩子的家庭有6000个，有3个孩子的家庭有3000个。
则此城市中任一个家庭中孩子的数目是一个随机变量，记为X。它可取值0，1，2，3。
其中，X取0的概率为0.01，取1的概率为0.9，取2的概率为0.06，取3的概率为0.03。
记D(x)为该数据的方差，E(x)为期望，则D(x)=E(x^2)-[E(x)]^2，这样就可以把
E(X²)求出来，或者直接用定义法求也可以。。
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。
计算公式：
1、离散型：
离散型随机变量X的取值为X1、X2、X3……Xn，p(X1)、p(X2)、p(X3)……p(Xn)、为X对应取值的概率，可理解为数据X1、X2、X3……Xn出现的频率高f(Xi)，则：
2、连续型：
设连续性随机变量X的概率密度函数为f(x)，若积分绝对收敛，则称积分的值
为随机变量的数学期望，记为E(X)。即
扩展资料
例题：
在10件产品中，有3件一等品，4件二等品，3件三等品。从这10件产品中任取3件,求：
（1）取出的3件产品中一等品件数x的分布列和数学期望；
（2）取出的3件产品中一等品件数多于二等品件数的概率。
解：
x的数学期望E(x)=0*7/24+1*21/40+2*7/40+3*1/120=9/10
参考资料来源：百度百科-数学期望
以上就是数学期望的计算的全部内容，2、 数学期望E的运算公式和性质：公式：如果X、Y独立,则：E(XY)=E(X)*E(Y)。如果不独立,可以用定义计算：先求出X、Y的联合概率密度，再用定义。或者先求出Cov(x，y)再用公式 Cov(X，Y)=E(XY)-E(X)*E(Y)，D（X±Y）=D（X）+D(Y)±2*Cov(X，Y)。内容来源于互联网，信息真伪需自行辨别。如有侵权请联系删除。
