期望的性质是什么？
期望的性质是：
设X , Y为两个独立的事件，C是常数，则有：
1.E ( C ) =C，证明是显然的。
2.E ( X + Y ) =E(X)+E(Y)，也就是两个事件合并到一起的期望等于两个事件的期望之和。
3.E ( X Y ) =E(X)E(Y)，实际意义就是扔两个骰子的点数乘起来等于分别算出来再乘起来就是3.5的2次方。
期望的应用例子：
假设小刘用20万元进行投资，有两种投资方案，方案一：是用于购买房子进行投资；方案二：存入银行获取利息。买房子的收益取决于经济形势，若经济形势好可获利4万元，形势中等可获利1万元，形势不好要损失2万元。如果存入银行，假设利率为5.1%，可得利息11000元，又设经济形势好、中、差的概率分别为40%、40%、20%。试问应选择哪一种方案可使投资的效益较大？
***种投资方案：购买房子的获利期望是：E(X)=4×0.4+1×0.4+(--2)×0.2=1.6(万元）。
第二种投资方案：银行的获利期望是E(X)=1.1(万元）。
由于E(X)E(X)，从上面两种投资方案可以得出，购买房子的期望收益比存入银行的期望收益大，应采用购买房子的方案。在这里，投资方案有两种，但经济形势是一个不确定因素，做出选择的依据是数学期望的高低。
数学期望的性质是什么？
数学期望的性质是：
1、一个常数的期望是这个常数本身，写作E(C)=C。
2、一个常数乘以随机变量X的期望，等于这个常数乘以X的期望，写作E(cX)=cE(X)E(cX)=cE(X)。
3、随机变量X加Y的期望，等于X和Y各自期望的和，写作E(X+Y)=E(X)+E(Y)E(X+Y)=E(X)+E(Y)。
4、随机变量X减Y的期望，等于X和Y各自期望的差，E(X−Y)=E(X)−E(Y)E(X−Y)=E(X)−E(Y)。
注意：
假设某一超市出售的某种商品，每周的需求量X在10至30范围内等可能取值，该商品的进货量也在10至30范围内等可能取值（每周只进一次货）超市每销售一单位商品可获利500元，若供大于求，则削价处理，每处理一单位商品亏损100元。
若供不应求，可从其他超市调拨，此时超市商品可获利300元。试计算进货量多少时，超市可获得***利润？并求出***利润的期望值。
分析：由于该商品的需求量（销售量）X是一个随机变量，它在区间[10,30]上均匀分布，而销售该商品的利润值Y也是随机变量，它是X的函数，称为随机变量的函数。
题中所涉及的***利润只能是利润的数学期望（即平均利润的***值）。因此，本问题的解算过程是先确定Y与X的函数关系，再求出Y的期望E(Y)。最后利用极值法求出E(Y)的极大值点及***值。
数学期望的性质有哪些？
数学期望的性质：
1、设X是随机变量，C是常数，则E（CX）=CE（X）。
2、设X，Y是任意两个随机变量，则有E（X+Y）=E（X）+E（Y）。
3、设X，Y是相互独立的随机变量，则有E（XY）=E（X）E（Y）。
4、设C为常数，则E（C）=C。
扩展资料：
期望的应用
1、在统计学中，想要估算变量的期望值时，用到的方法是重复测量此变量的值，然后用所得数据的平均值来作为此变量的期望值的估计。
2、在概率分布中，数学期望值和方差或标准差是一种分布的重要特征。
3、在古典力学中，物体重心的算法与期望值的算法近似，期望值也可以通过方差计算公式来计算方差：
4、实际生活中，赌博是数学期望值的一种常见应用。
参考资料来源：百度百科-数学期望
期望的性质是什么?
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。
需知：
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。
若随机变量X的分布函数F(x)可表示成一个非负可积函数f(x)的积分，则称X为连续性随机变量，f(x)称为X的概率密度函数（分布密度函数）。
数学期望的性质是什么?
数学期望的性质是：
1、一个常数的期望是这个常数本身，写作E(C)=C。
2、一个常数乘以随机变量X的期望，等于这个常数乘以X的期望，写作E(cX)=cE(X)E(cX)=cE(X)。
3、随机变量X加Y的期望，等于X和Y各自期望的和，写作E(X+Y)=E(X)+E(Y)E(X+Y)=E(X)+E(Y)。
4、随机变量X减Y的期望，等于X和Y各自期望的差，E(X−Y)=E(X)−E(Y)E(X−Y)=E(X)−E(Y)。
期望值的运用：
在统计学中，估算变量的期望值时，经常用到的方法是重复测量此变量的值，再用所得数据的平均值来估计此变量的期望值。
在概率分布中，期望值和方差或标准差是一种分布的重要特征。
在古典力学中，物体重心的算法与期望值的算法十分近似。
关于期望的性质和概率论期望的性质的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。