1. 概率的基本概念概率是描述随机事件发生可能性的数值度量通常用P(A)表示事件 A 发生的概率取值范围在 0 到 1 之间。必然事件概率为 1 的事件。不可能事件概率为 0 的事件。随机事件概率介于 0 和 1 之间的事件。2. 期望的定义与计算期望数学期望是随机变量所有可能取值的加权平均反映了随机变量的“平均”水平。对于离散随机变量 X其期望 E(X) 的计算公式为E(X) Σ [x_i * P(X x_i)]其中 x_i 是 X 的可能取值P(X x_i) 是取该值的概率。对于连续随机变量 X其期望 E(X) 的计算公式为E(X) ∫ x * f(x) dx其中 f(x) 是 X 的概率密度函数。3. 期望的性质期望具有以下重要性质线性性E(aX bY) aE(X) bE(Y)其中 a、b 为常数。常数期望E(c) c其中 c 为常数。独立变量的乘积若 X 与 Y 相互独立则 E(XY) E(X)E(Y)。4. 实际应用示例4.1 掷骰子游戏掷一个公平的六面骰子设随机变量 X 为掷出的点数。则 X 的期望为E(X) 1*(1/6) 2*(1/6) 3*(1/6) 4*(1/6) 5*(1/6) 6*(1/6) 3.54.2 投资决策假设某投资项目有两种可能结果成功收益 10000 元概率 0.7失败损失 5000 元概率 0.3则期望收益为E 10000*0.7 (-5000)*0.3 5500 元。5. 总结概率和期望是概率论与统计学中的核心概念广泛应用于风险评估、决策分析、机器学习等领域。理解这些概念有助于我们在不确定环境中做出更理性的判断。
1. 概率的基本概念概率是描述随机事件发生可能性的数值度量通常用P(A)表示事件 A 发生的概率取值范围在 0 到 1 之间。必然事件概率为 1 的事件。不可能事件概率为 0 的事件。随机事件概率介于 0 和 1 之间的事件。2. 期望的定义与计算期望数学期望是随机变量所有可能取值的加权平均反映了随机变量的“平均”水平。对于离散随机变量 X其期望 E(X) 的计算公式为E(X) Σ [x_i * P(X x_i)]其中 x_i 是 X 的可能取值P(X x_i) 是取该值的概率。对于连续随机变量 X其期望 E(X) 的计算公式为E(X) ∫ x * f(x) dx其中 f(x) 是 X 的概率密度函数。3. 期望的性质期望具有以下重要性质线性性E(aX bY) aE(X) bE(Y)其中 a、b 为常数。常数期望E(c) c其中 c 为常数。独立变量的乘积若 X 与 Y 相互独立则 E(XY) E(X)E(Y)。4. 实际应用示例4.1 掷骰子游戏掷一个公平的六面骰子设随机变量 X 为掷出的点数。则 X 的期望为E(X) 1*(1/6) 2*(1/6) 3*(1/6) 4*(1/6) 5*(1/6) 6*(1/6) 3.54.2 投资决策假设某投资项目有两种可能结果成功收益 10000 元概率 0.7失败损失 5000 元概率 0.3则期望收益为E 10000*0.7 (-5000)*0.3 5500 元。5. 总结概率和期望是概率论与统计学中的核心概念广泛应用于风险评估、决策分析、机器学习等领域。理解这些概念有助于我们在不确定环境中做出更理性的判断。
)
