期望怎么计算

1. 期望怎么计算

离散型随机变量X的取值为  ，  为X对应取值的概率，可理解为数据  出现的频率  ，则：。
其中E(x）为期望，∑为求和公式。
在概率论和统计学中，数学期望（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。

扩展资料：
数学期望的来历：
在17世纪，有一个赌徒向法国著名数学家帕斯卡挑战，给他出了一道题目：甲乙两个人赌博，他们两人获胜的机率相等，比赛规则是先胜三局者为赢家，一共进行五局，赢家可以获得100法郎的奖励。
当比赛进行到第四局的时候，甲胜了两局，乙胜了一局，这时由于某些原因中止了比赛，那么如何分配这100法郎才比较公平？用概率论的知识，不难得知，甲获胜的可能性大，乙获胜的可能性小。
因为甲输掉后两局的可能性只有(1/2)×(1/2）=1/4，也就是说甲赢得后两局的概率为1－(1/4)=3/4，甲有75%的期望获得100法郎；而乙期望赢得100法郎就得在后两局均击败甲，乙连续赢得后两局的概率为(1/2)*(1/2)=1/4，即乙有25%的期望获得100法郎奖金。
可见，虽然不能再进行比赛，但依据上述可能性推断，甲乙双方最终胜利的客观期望分别为75%和25%，因此甲应分得奖金的100*75%=75(法郎)，乙应分得奖金的的100×25%=25(法郎)。这个故事里出现了“期望”这个词，数学期望由此而来。
参考资料：百度百科-期望

2. 计算期望值的公式是什麽

一件不确定的事件有确定的所有结果，把第一种的结果值记为s1，它发生的概率记为p1，第二种结果值记为s2，它发生的概率为p2，... 第n种结果值记为sn，它发生的概率记为pn ...  那么期望值 Ex=s1*p1+s2*p2+...+sn*pn+...

3. 数学期望的计算公式，具体怎么计算

公式主要为：、。共两个。
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，它反映随机变量平均取值的大小。
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)：

离散型随机变量X的取值为 ，  为X对应取值的概率，可理解为数据 出现的频率  ，则：


扩展资料：
性质
设C为一个常数，X和Y是两个随机变量。以下是数学期望的重要性质：
1.  
2.  
3.  
4. 当X和Y相互独立时，有 
性质3和性质4可以推到到任意有限个相互独立的随机变量之和或之积的情况。
参考资料：数学期望-百度百科

4. 条件期望计算公式是什么？

条件期望计算公式是全期望公式。
全期望公式是利用条件期望计算数学期望的公式：EY=E[E(Y|X)]。全期望公式是条件数学期望的一个非常重要的性质，其重要性堪比全概率公式在概率中的作用。

简介
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。
需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。
大数定律规定，随着重复次数接近无穷大，数值的算术平均值几乎肯定地收敛于期望值。

5. 期望公式指的是什么？

期望公式：E(X)=X1*p(X1）+X2*p(X2）+……+Xn*p(Xn)=X1*f1(X1）+X2*f2(X2）+……+Xn*fn(Xn)。
n为这离散型随机变量，p(X1），p(X2），p(X3）……p(Xn)为这几个数据的概率函数。在随机出现的几个数据中p(X1），p(X2），p(X3）……p(Xn)概率函数就理解为数据X1，X2，X3……Xn出现的频率f(Xn)。

期望值特性
期望值E是一个线形函数。X和Y为在同一机率空间的两个随机变量，a和b为任意实数。
一般的说，一个随机变量的函数的期望值并不等于这个随机变量的期望值的函数。在一般情况下，两个随机变量的积的期望值不等于这两个随机变量的期望值的积。特殊情况是当这两个随机变量是相互独立的时候。

6. 求期望的公式

数学期望的公式有两个，分别是：E(aX+bY)=aE(x)+bE(y)E(aX+bY)=aE(x)+bE(y)和(XY)=E(X)+E(Y)E(XY)=E(X)+E(Y)。
在概率论和统计学中，数学期望（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。

7. 求期望的公式是什么?

E(X) = X1*p(X1) + X2*p(X2) + …… + Xn*p(Xn)
X1,X2,X3,……,Xn为这几个数据，p(X1),p(X2),p(X3),……p(Xn)为这几个数据的概率函数。
需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。（换句话说，期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。）
如果X是连续的随机变量，存在一个相应的概率密度函数  ，若积分  绝对收敛，那么X的期望值可以计算为：  ，是针对于连续的随机变量的，与离散随机变量的期望值的算法同出一辙，由于输出值是连续的，所以把求和改成了积分。

扩展资料：
在一般情况下，两个随机变量的积的期望值不等于这两个随机变量的期望值的积。
特殊情况是当这两个随机变量是相互独立的时候  （也就是说一个随机变量的输出不会影响另一个随机变量的输出。）
例如，美国的轮盘中常用的轮盘上有38个数字，每一个数字被选中的概率都是相等的。赌注一般押在其中某一个数字上，如果轮盘的输出值和这个数字相等，那么下赌者可以将相当于赌注35倍的奖金(原注不包含在内)，若输出值和下压数字不同，则赌注就输掉了。
考虑到38种所有的可能结果，然后这里我们的设定的期望目标是“赢钱”，则因此，讨论赢或输两种预想状态的话，以1美元赌注押一个数字上，则获利的期望值为：赢的“概率38分之1，能获得35元”，加上“输1元的情况37种”，结果约等于-0.0526美元。
也就是说，平均起来每赌1美元就会输掉5美分，即美式轮盘以1美元作赌注的期望值为 负0.0526美元。

8. 期望值计算公式

期望值的计算公式：销售额的期望值=Σ（各情况下的销售额×各情况发生的概率），在概率论和统计学中，期望值（或数学期望、或均值，亦简称期望，物理学中称为期待值）是指在一个离散性随机变量试验中每次可能结果的概率乘以其结果的总和。
期望理论，又称作“效价-手段-期望理论”，北美著名心理学家和行为科学家维克托·弗鲁姆于1964年在《工作与激励》中提出来的激励理论。
期望理论的基础是：人之所以能够从事某项工作并达成目标，是因为这些工作和组织目标会帮助他们达成自己的目标，满足自己某方面的需要。弗鲁姆认为，某一活动对某人的激励力量取决于他所能得到结果的全部预期价值乘以他认为达成该结果的期望概率。

期望理论三个要素是努力与绩效、绩效与奖励、奖励与需要。努力与绩效的含义是人们总是希望通过一定的努力达到预期的目标，如果个人主观认为达到目标的概率很高，就会有信心，并激发出很强的工作力量。
反之如果他认为目标太高，通过努力也不会有很好绩效时，就失去了内在的动力，导致工作消极。绩效与奖励的含义是绩效即指个体经过努力取得良好工作绩效所带来的对绩效的奖赏性回报的期望。
奖励与需要的含义是任何结果对个体的激励影响的程度，取决于个体对结果的评价，即奖励与满足个人需要的关系。人总是希望自己所获得的奖励能满足自己某方面的需要。