如何计算数学期望 - 详细指南 - 常规

数学期望是概率论中的一个重要概念，它表示一个随机变量在一次实验中取得各个可能取值的概率加权平均值。通俗地说，就是在多次实验中，某个随机变量的平均值。求解数学期望有多种方法，下面将介绍其中的三种常用方法。

对于离散型随机变量X，其数学期望的公式为：

E(X) = Σx·P(X=x)

其中，x表示X可能取的值，P(X=x)表示X取x的概率。因此，求解X的数学期望，只需要将X可能取的所有值x乘以对应的概率P(X=x)，然后将这些乘积相加即可。

例如，假设X表示投掷一枚骰子所得到的点数，那么X可能取的值为1、2、3、4、5、6，每个值的概率均为1/6。因此，X的数学期望为：

E(X) = 1/6×1 + 1/6×2 + 1/6×3 + 1/6×4 + 1/6×5 + 1/6×6 = 3.5

对于连续型随机变量X，其数学期望的公式为：

E(X) = ∫xf(x)dx

其中，f(x)表示X的概率密度函数。因此，求解X的数学期望，只需要对所有可能取值的x乘以对应的概率密度函数f(x)，然后将这些乘积进行积分即可。

例如，假设X表示一个人的身高，它服从正态分布，其概率密度函数为：

f(x) = (1/σ√(2π))·exp[-(x-μ)²/(2σ²)]

其中，μ表示平均身高，σ表示身高的标准差。那么X的数学期望为：

E(X) = ∫x(1/σ√(2π))·exp[-(x-μ)²/(2σ²)]dx

这个积分式比较复杂，可以使用数值积分方法进行求解。

期望具有一些性质，例如：

利用这些性质，可以简化一些复杂的期望求解问题。例如，假设X表示一次抛硬币正面朝上的次数，Y表示一次抛硬币反面朝上的次数，那么X和Y都服从二项分布，其数学期望分别为：

E(X) = np

E(Y) = n(1-p)

其中，n表示抛硬币的次数，p表示硬币正面朝上的概率。因此，X+Y表示抛硬币出现正反两面的总次数，其数学期望为：

E(X+Y) = E(X)+E(Y) = np+n(1-p) = n

通过这种方式，可以快速求解复杂随机变量的数学期望。

综上所述，求解数学期望的方法有很多种，具体的选择要根据随机变量的类型和问题的特点进行决定。掌握求解数学期望的方法，对于理解和应用概率论具有重要意义。