D(X)与E(X)公式

随机变量的期望与方差公式汇总

← 返回首页

公式展示

E(X)=Σxᵢpᵢ(离散)或∫xf(x)dx(连续),D(X)=E(X²)-[E(X)]²
期望与方差

字母含义

类型期望E(X)方差D(X)
离散型ΣxᵢpᵢΣ(xᵢ-E(X))²pᵢ
连续型∫xf(x)dx∫(x-E(X))²f(x)dx

公式详解

期望(均值)和方差是随机变量最重要的两个数字特征,分别描述平均水平和离散程度。

典型例题

例1:离散期望
X取值1,2,3,概率0.2,0.5,0.3。E(X)=0.2+1+0.9=2.1
例2:二项分布
X~B(10,0.3),E(X)=3,D(X)=10×0.3×0.7=2.1
例3:方差计算
E(X)=2.1,E(X²)=0.2+2+2.7=4.9,D(X)=4.9-4.41=0.49

常见误区与注意事项

E(aX+b)=aE(X)+b
常数b直接加,系数a不平方(期望是线性的)。
D(aX+b)=a²D(X)
常数b不影响方差,系数a要平方。
D(X)=E(X²)-[E(X)]²
这个公式比定义式更常用,计算更简便。

常见问题

期望和均值什么关系?
期望就是随机变量的均值(加权平均)。
常用分布的期望方差?
二项E=np,D=npq;泊松E=D=λ;正态E=μ,D=σ²。
方差为什么用E(X²)-[E(X)]²?
比定义式D(X)=E[(X-E(X))²]计算更简便。

相关公式