數學期望相當於什麼

㈠ 「數學期望」指的是什麼

數學期望是一種重要的數字特徵，它反映隨機變數平均取值的大小，是試驗中每次可能結果的概率乘以其結果的總和。這里的「期望」一詞來源於賭博，大概意思是當下注時，期望贏得多少錢。

以大數據眼光看問題體現了數學期望中的大量試驗出規律，不能光看眼前或特例，對一種現象不能過早下結論，要多聽、多看從而獲得拿個隱藏在背後的規律；

以大概率眼看光問題對應數學期望中的概率加權，大概率對應的取值對最後之結果影響大，所以當有了一個目標，為了實現它，就要找一條實現起來概率最大的路徑。

(1)數學期望相當於什麼擴展閱讀

應用：

1）隨機炒股

隨機炒股也就是閉著眼睛在股市中挑一隻股票，並且假設止損和止盈線都為10%，因為是隨機選股，那麼勝率=敗率，由於印花稅、傭金和手續費的存在，勝率=敗率<50%，最後的數學期望一定為負，可見隨機炒股，長期的後果，必輸無疑。

2）趨勢炒股

趨勢炒股是建立在慣性理論上的，勝率跟經驗有很大關系，基本上平均勝率可以假定為60%，則敗率為40%，一般趨勢投資者本著賺點就跑，虧了套死不賣的原則，如漲10%止盈，跌50%止損，數學期望為EP=60%*10%-40%*50%=-0.14，必輸無疑。

只有止損線<15%時，趨勢投資才有可能贏。但是止損線過低，就會形成頻繁交易，一方面交易成本增加，另一方面交易者的判斷力下降，也就是勝率必然下降，那麼最終的下場好不到哪去。

3）價值投資

由於價值低估買，所以勝率比較高，且價值投資都預留安全邊際，也就是向上的空間巨大，而下跌空間有限，所以數學期望值一定為正。

㈡ 怎樣理解數學期望

1.什麼是數學期正穗望？
數學期望亦稱期望、期望值等。在概率論和統計學中，一個離散型隨機變數的期望值是試驗中每一次可能出現的結果的概率乘以其結果的總和。
這是什麼意思呢？假如我們來玩一個游戲，一共52張牌，其中有4個A。我們1元錢賭一把，如果你鉛此抽中了A，那麼我給你10元錢，否則你的1元錢就輸給我了。在這個游戲中，抽中的概率是113(452)113(452)，結果是贏10元錢；抽不中概率是12131213，結果是虧1元錢。那麼你贏的概率，也就是期望值是−213−213。這樣，你玩了很多把之後，一算賬，發現平均每把會虧−213 −213元。一般在競賽中，若X是一個離散型的隨機變數，可能值為x1,x2x1,x2……，對應概率為p1,p2p1,p2……，概率和為1，那麼期望值E(X)=∑ipixiE(X)=∑ipix

Proof:
Var(X+Y)=E(X2+Y2+2XY)−E2(X)−E2(Y)−2E(X)E(Y)
Var(X+Y)=E(X2+Y2+2XY)−E2(X)−E2(Y)−2E(X)E(Y)
因為X,YX,Y互相獨立
E(XY)=E(X)E(Y)
E(XY)=E(X)E(Y)
代入上式便得
Var(X+Y)=Var(X)+Var(Y)
Var(X+Y)=Var(X)+Var(Y)
從證明過程看獨立條件必不可少。由於方差是由期望定義的，所以方差的一切性質可由期望導出，可見期望的概念要比方差重要。

㈢ 數學期望是什麼意思

數學期望是一種重要的數字特徵，它反映隨機變數平均取值的大小，是試驗中每次可能結果的概率乘以其結果的總和。這里的「期望」一詞來源於賭博，大概意思是當下注時，期望贏得多少錢。

數學期望按照定義，離散隨機變數的一切可能取值與其對應的概率P的乘積之和稱為數學期望，記為E.如果隨機變數只取得有限個值:x,y,z,...則稱該隨機變數為離散型隨機變數。

應用

假設某一超市出售的某種商品，每周的需求量X在10至30范圍內等可能取值，該商品的進貨量也在10至30范圍內等可能取值（每周只進一次貨）超市每銷售一單位商品可獲利500元，若供大於求，則削價處理，每處理一單位商品虧損100元；若供不應求，可從其他超市調撥，此時超市商品可獲利300元。試計算進貨量多少時，超市可獲得最佳利潤，並求出最大利潤的期望值。

以上內容參考：網路-數學期望

㈣ 數學期望是什麼概念

期望一般都是在概率計算的時候用的，其實質就是所有的可能值乘以其相應概率相加得到的一個平均值的。可以說是概率平均值。

㈤ 數學期望是什麼意思

數學期望（或期望值）是在統計意義下隨機變數的一種數學術語，表示在多次隨機試驗中，每次試驗的結果所帶來的期望結果的總和。

對於一個森肢離散的卜鏈隨機變數X，它的期望值（也稱為數學期望）可以表示為：

E(X)=∑xP(X=x)

其中x是隨機變數X的取值，P(X=x)是隨機變數X取值為x的概率。

對於一個連續的隨機變數X，它的期望值可以表示為：

E(X)=∫xf(x)dx

其中f(x)是隨機變數X的概率密度函數。

期望值是隨機變數的一個此弊世有用的數學特徵，在統計意義下表示隨機變數的中心位置。它是隨機變數的平均值，但並不是所有的隨機變數都有期望值，因為期望值只有在滿足一定條件時才存在。