概率论 —— 数学期望

【概述】

在概率论和统计学中,一个离散型随机变量的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。

在信息学竞赛中,期望值问题大多是求离散型随机变量的数学期望,如果 X 是一个离散的随机变量,输出值是 x1,x2,...,xn,输出值对应的概率是 p1,p2,...,pn,那么期望值为:E(X)=\sum_ip_ix_i

数学期望中,有两个公式是经常使用的:

1)线性性质

对于任意随意变量 X、Y 以及常量 a、b,有:E(aX+bY)=aE(X)+bE(Y)

当两个随机变量 X、Y 各自独立且都有一个已定义的期望时,有:E(XY)=E(X)E(Y)

2)全期望公式

p_{ij}=P(X=x_i,Y=y_j),当 X=x_i 时,随机变量 Y 的条件期望为:E(Y|X=x_i)

则全期望公式为:E(Y)=E(E(Y|X))=\sum_iP(X=x_i)E(Y|X=x_i)

【例题】

posted @   老程序员111  阅读(144)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!
点击右上角即可分享
微信分享提示