概率论数学期望 xy的期望 可以使用独立的性质 等于两者期望的乘积第二问先平方算出来，利用期望和的无条件展开性质，之后X平方的期望可以用DX+（EX）^2 计算
概率论 数学期望与方差 概率论是研究随机变量，随机事件，随机函数，随机过程等理论方法和统计规律的一门科学，在科学研究和国民经济中发挥越来越重要的作用。掌握好这门科学并能灵活运用就可以做许多许多工作！下面提一个问题：对一个参数 x 测量 n次，得到 n个数据：x？，x？，.，x？。对 n个数据如何处理得到一个具有某种精度意义的统计量。为此构造一个均方误差：均方误差：Q(μ)=(1/n)Σ(i=1->；n)(x？-μ)2 为使均方误差Q(μ)取极小的 μ值就作为参数x的估计值，它就被称之为数学期望：dQ(μ)/dμ=(2/n)Σ(i=1->；n)(x？-μ)=0从中解出：μ=(1/n)Σ(i=1->；n)x？它就是所说的数学期望：E(x)=μ-用它代表参数 x测量值可期望均方误为最小。方差：σ2=(1/n)Σ(i=1->；n)(x？-μ)2变异系数：v=σ/μ-用于不同物理量间分散度的比较！
关于概率论中数学期望的定义 在这里所谓绝对收敛，就是给xi取了绝对值（因为概率P是恒不为负的），但是大家都知道，xi其实是可以取正负的，取绝对值后，趋于正无穷后，可以收敛于某一个数。这个数就是。
概率论求数学期望和方差 X(i)：第i 次抽取时卡片的号，则E（X(i)）=(1+2+.+n)/n；D（X(i)）=E（X^2(i)）-E（X(i)）=(1^2+2^2+.+n^2)/n-(1+2+.+n)/n又X=X(1)+X(2)+.+X(n)，根据期望和方差的性质E（X）=E（X(1)）+E（X(2))+.E（X(n)）=1+2+.+n；D(X)=D（X(1)）+D（X(2))+.D（X(n)）；赶紧自己算一下，累死我眼睛啦
