今天来给大家分享一下关于随机变量的期望和方差的问题，以下是对此问题的归纳整理，让我们一起来看看吧。
随机变量的期望和方差是什么？
1.随机变量的期望可以分为离散情况和连续情况:
1.离散随机变量在一定区间内是有限的或可数的。比如某一年某一地区人口的出生和死亡人数，某一种药物治疗某一个病人的有效人数和无效人数等。离散型随机变量通常按概率质量函数分类，主要分为伯努利随机变量、二项随机变量、几何随机变量和泊松随机变量。
2.连续型随机变量是指在某个区间内有无限个变量，或者不能一一列出值。比如某地区男性健康成年人的体长、体重，一组传染性肝炎患者的血清转氨酶。概率论中经常出现几种重要的连续随机变量，如均匀随机变量、指数随机变量、伽玛随机变量和正态随机变量。
二、离散随机变量的方差:
D(X) = E{[X - E(X)]^2}.(1)=E(X^2) - (EX)^2.)(2)。
(1)公式是方差的偏差表示。
(2)表达式:方差的期望= X的期望的X^2-square
概率论中的方差用于衡量随机变量与其数学期望(即均值)之间的偏差。统计学中的方差(样本方差)是每个样本值与所有样本值的平均值之差的平方值的平均值。在许多实际问题中，研究方差即偏离度具有重要意义。
随机变量表示随机实验的各种结果的实值单值函数。随机事件无论是否与数量直接相关，都是可以量化的，也就是可以用量化的方式表达。
量化随机事件的好处是可以通过数学分析来研究随机现象。比如某个时间段在公交车站等车的乘客数量，某个时间段电话交换机接到的电话数量，灯泡的寿命等等。，都是随机变量的例子。
随机变量的期望和方差是什么？
期望值可以理解为这个变量的平均值。它是随机变量本身客观价值的一种体现。因为随机性无法确定，所以每个人心里都需要有一个数。这个随机因子变化的那条线，期望就是那条线。方差是另一个特征。他描述了随机变量的波动围绕着预期波动。方差越大，方差越大，越容易偏离均值。
随机变量的期望
假设某超市销售的某商品，周需求量X在10到30的范围内，该商品的购买量也在10到30的范围内。如果供大于求，价格就会降低。如果供大于求，一个超市卖的商品可以从其他超市调过来，每周需求X在10到30的范围内，商品的购买量也在10到30的范围内。
