【期望值计算公式是什么】在概率论和统计学中，期望值是一个非常重要的概念，它表示在大量重复试验中，某个随机事件的平均结果。期望值可以帮助我们预测长期趋势，常用于金融、保险、赌博、投资等领域。
一、期望值的基本定义
期望值（Expected Value）是指在所有可能结果中，每个结果乘以其发生的概率后，再求和的结果。简单来说，它是对“平均结果”的一种数学描述。
二、期望值的计算公式
对于离散型随机变量 $ X $，其期望值 $ E(X) $ 的计算公式为：
$$
E(X) = \sum_{i=1}^{n} x_i \cdot P(x_i)
$$
其中：
- $ x_i $ 是第 $ i $ 个可能的取值；
- $ P(x_i) $ 是该取值出现的概率；
- $ n $ 是所有可能取值的数量。
对于连续型随机变量，期望值的计算则涉及积分，公式为：
$$
E(X) = \int_{-\infty}^{\infty} x \cdot f(x) \, dx
$$
其中 $ f(x) $ 是概率密度函数。
三、期望值的应用实例
以下是一个简单的例子，帮助理解如何计算期望值：
| 可能结果 $ x_i $ | 概率 $ P(x_i) $ | 计算项 $ x_i \times P(x_i) $ |
| 10 | 0.2 | 2 |
| 20 | 0.5 | 10 |
| 30 | 0.3 | 9 |
根据公式，期望值为：
$$
E(X) = 10 \times 0.2 + 20 \times 0.5 + 30 \times 0.3 = 2 + 10 + 9 = 21
$$
因此，这个随机变量的期望值是 21。
四、总结
期望值是一种衡量随机变量长期平均表现的工具，广泛应用于多个领域。它的计算方式取决于变量类型（离散或连续），但核心思想是：加权平均，权重为各结果发生的概率。
| 项目 | 内容说明 |
| 定义 | 随机变量在大量试验中的平均结果 |
| 公式（离散） | $ E(X) = \sum x_i \cdot P(x_i) $ |
| 公式（连续） | $ E(X) = \int x \cdot f(x) \, dx $ |
| 应用场景 | 投资、保险、游戏、数据分析等 |
| 核心思想 | 加权平均，权重为概率 |
通过掌握期望值的计算方法，我们可以更好地进行决策分析和风险评估。