数学期望，方差的计算公式是？？

1. 数学期望，方差的计算公式是？？

方程D（X）=E{[X-E（X）]^2}=E（X^2） - [ E（X）]^2，其中 E（X）表示数学期望。
若x1,x2,x3......xn的平均数为m
则方差s^2=1/n[(x1-m)^2+(x2-m)^2+.......+(xn-m)^2]
方差即偏离平方的均值，称为标准差或均方差，方差描述波动程度。
对于连续型随机变量X，若其定义域为（a，b），概率密度函数为f（x），连续型随机变量X方差计算公式：D（X）=（x-μ）^2 f（x） dx。

离散型：
如果随机变量只取得有限个值或无穷能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量称为离散型随机变量。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。

2. 数学期望，方差的计算公式是？？

原始数据：x1,x2,...,xn
x 的数学期望：Ex =  [∑(i=1->n) xi] / n                                             (1)
x 的方差    ：D(x) = [∑(i=1->n) (xi - Ex)²] / n                                 (2)
x 的方差：D(x)还等于：D(x)=x的均方值 - x的均值Ex的平方(Ex)²，
即：D(x) = [∑(i=1->n) (xi)²] / n - (Ex)²                                              (3)

3. 数学期望和方差的几条公式

E（2x）等于2Ex
E（X）+E（Y）=E（X+Y）
DX=E（X^2）-(EX)^2

4. 数学期望和方差公式有哪些？

数学期望和方差公式有：DX=E(X)^2-(EX)^2；EX=1/P，DX=p^2/q；EX=np，DX=np(1-p)等等。
对于2项分布(例子：在n次试验中有K次成功，每次成功概率为P，其分布列求数学期望和方差)有EX=np，DX=np(1-p)。
n为试验次数 p为成功的概率。
对于几何分布(每次试验成功概率为P，一直试验到成功为止)有EX=1/P，DX=p^2/q。
还有任何分布列都通用的。
DX=E(X)^2-(EX)^2。
在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）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。


高中数学期望与方差公式应用：
1）随机炒股。
随机炒股也就是闭着眼睛在股市中挑一只股票，并且假设止损和止盈线都为10%，因为是随机选股，那么胜率=败率，由于印花税、佣金和手续费的存在，胜率=败率<50%，最后的数学期望一定为负，可见随机炒股，长期的后果，必输无疑。
2）趋势炒股。
趋势炒股是建立在惯性理论上的，胜率跟经验有很大关系，基本上平均胜率可以假定为60%，则败率为40%，一般趋势投资者本着赚点就跑，亏了套死不卖的原则，如涨10%止盈，跌50%止损，数学期望为EP=60%*10%-40%*50%=-0.14，必输无疑。

5. 数学期望，方差的计算公式是？？

若x1,x2,x3......xn的平均数为m
则方差s^2=1/n[(x1-m)^2+(x2-m)^2+.......+(xn-m)^2]
方差即偏离平方的均值，称为标准差或均方差，方差描述波动程度。

6. 数学期望方差的两种公式

对于2项分布(例子:在n次试验中有k次成功,每次成功概率为p,他的分布列求数学期望和方差)有ex=np
dx=np(1-p)
n为试验次数
p为成功的概率
对于几何分布(每次试验成功概率为p,一直试验到成功为止)有ex=1/p
dx=p^2/q
还有任何分布列都通用的
dx=e(x)^2-(ex)^2

7. 数学期望和方差公式怎么推导的？

由X~N（0，4）与Y~N（2，3/4）为正态分布得：
X~N（0，4）数学期望E（X）＝0，方差D（X）＝4；
Y~N（2，3/4）数学期望E（Y）＝2，方差D（Y）＝4/3。
由X，Y相互独立得：
E（XY）＝E（X）E（Y）＝0×2＝0，
D（X＋Y）＝D（X）＋D（Y）＝4×4/3＝16/3，
D（2X－3Y）＝2²D（X）－3²D（Y）＝4×4－9×4/3＝4

扩展资料 :
1. 正态分布性质：
⑴ 一般正态分布记为X~N（μ，σ²），标准正态分布记为X~N（0，1）。
⑵ 一般正态分布转化为标准正态分布:若X~N（μ，σ²），Y＝（X－μ）/σ ~N（0，1）。
⑶ 正态分布数学期望为E（X）＝μ，D（X）＝σ²。
2. 数学期望与方差性质:
设C为一个常数，X和Y是两个随机变量，有如下性质：
⑴ 数学期望性质：
E（C）＝C，E（CX）＝CE（X），E（X＋Y）＝E（X）＋E（Y），在X和Y相互独立时有E（XY）＝E（X）E（Y）。
⑵方差性质：
D（C）＝0，D（CX）＝C²D（X），D（X＋C）＝D（X），在X和Y相互独立时有D（X＋Y）＝D（X）＋D（Y）。
参考资料 :
百度百科_数学期望
百度百科_正态分布
百度百科_方差

8. 数学期望和方差公式

由X~N（0，4）与Y~N（2，3/4）为正态分布得：
X~N（0，4）数学期望E（X）＝0，方差D（X）＝4；
Y~N（2，3/4）数学期望E（Y）＝2，方差D（Y）＝4/3。
由X，Y相互独立得：
E（XY）＝E（X）E（Y）＝0×2＝0，
D（X＋Y）＝D（X）＋D（Y）＝4×4/3＝16/3，
D（2X－3Y）＝2²D（X）－3²D（Y）＝4×4－9×4/3＝4

扩展资料 :
1. 正态分布性质：
⑴ 一般正态分布记为X~N（μ，σ²），标准正态分布记为X~N（0，1）。
⑵ 一般正态分布转化为标准正态分布:若X~N（μ，σ²），Y＝（X－μ）/σ ~N（0，1）。
⑶ 正态分布数学期望为E（X）＝μ，D（X）＝σ²。
2. 数学期望与方差性质:
设C为一个常数，X和Y是两个随机变量，有如下性质：
⑴ 数学期望性质：
E（C）＝C，E（CX）＝CE（X），E（X＋Y）＝E（X）＋E（Y），在X和Y相互独立时有E（XY）＝E（X）E（Y）。
⑵方差性质：
D（C）＝0，D（CX）＝C²D（X），D（X＋C）＝D（X），在X和Y相互独立时有D（X＋Y）＝D（X）＋D（Y）。
参考资料 :
百度百科_数学期望
百度百科_正态分布
百度百科_方差