期望：修订间差异

2026年9月20日 (日) 07:16的最新版本

期望（expected value）是随机变量按概率加权得到的平均量，也称数学期望或均值。它描述整个分布的平均位置，而不只挑出其中最可能的一次结果。

骰子为什么会有3.5这个平均值

一枚公平骰子有1至6六个点数，每面概率都是 $1 / 6$ 。把各点数按发生概率加权，得到 $1 \times \frac{1}{6} + 2 \times \frac{1}{6} + \dots + 6 \times \frac{1}{6} = \frac{21}{6} = 3.5.$ 若在每个点数位置按概率放置相应重量，这个平均数就是平衡位置。下图六根柱等高，左右成对的1与6、2与5、3与4都以3.5为中点，所以重心落在那里。骰子没有3.5这一面，平均值仍然可以是3.5。

公平骰子六个取值的概率柱均为六分之一，均值标在三和四之间的三点五处 — 等概率的六个点数，其加权中心在3.5。

若结果的概率不同，权重也要改变。收益为0、10、20，概率依次为 $1 / 2, 1 / 4, 1 / 4$ ，期望是 $0 / 2 + 10 / 4 + 20 / 4 = 7.5$ 。把零收益拆成两个等可能结果，列表为0、0、10、20，普通平均仍是7.5。加权平均使不同记录方式给出一致的结果。

用分布定义期望

用随机变量 $X$ 表示结果的数值，可能取值为 $x_{i}$ ，其概率为 $p_{i}$ 。若取值有限，期望就是有限和；若取值可数，有限期望要求绝对收敛： $𝔼 [X] = \sum_{i} x_{i} p_{i}, \sum_{i} | x_{i} | p_{i} < \infty .$ 记号 $𝔼 [X]$ 表示X的期望。若变量有密度 $f_{X}$ ，求和改成积分： $𝔼 [X] = \int_{- \infty}^{\infty} x f_{X} (x) d x, \int_{- \infty}^{\infty} | x | f_{X} (x) d x < \infty .$ 这些条件保证正负贡献可以相加，而不是让两个无穷量形式抵消。期望与X有相同单位；把米改成厘米，X变成100X，期望也乘100。重复试验得到的样本平均是实际数据的平均，期望则由分布确定，短期内两者未必相等。

线性性不要求独立

对具有有限期望的 $X, Y$ 及常数 $a, b$ ，有 $𝔼 [a X + b Y] = a 𝔼 [X] + b 𝔼 [Y] .$ 不论两个骰子是否独立，只要它们各自都是公平骰子，两者点数和的期望都是 7。相关性会改变和的分布及波动大小，却不影响这条线性规则。

乘法不同：一般不能写成 $𝔼 [X Y] = 𝔼 [X] 𝔼 [Y]$ 。例如令 $Y = X$ 为同一枚公平骰子的点数，则 $𝔼 [X^{2}] = (1 + 4 + 9 + 16 + 25 + 36) / 6 = 91 / 6$ ，而 $(𝔼 [X])^{2} = 49 / 4$ ，二者不相等。独立且可积是保证乘积期望分解的一组充分条件。

为什么不需要独立

假设 X、Y 的联合取值为 $(x_{i}, y_{j})$ ，联合概率记为 $p_{i j}$ 。把所有可能的成对结果列出来，则 $𝔼 [a X + b Y] = \sum_{i, j} (a x_{i} + b y_{j}) p_{i j} .$ 把有限和拆开为 $a \sum_{i} x_{i} (\sum_{j} p_{i j}) + b \sum_{j} y_{j} (\sum_{i} p_{i j}) .$ 先对j求和的 $\sum_{j} p_{i j}$ 正是 $P (X = x_{i})$ ；先对 i 求和的 $\sum_{i} p_{i j}$ 正是 $P (Y = y_{j})$ 。因此结果等于 $a 𝔼 [X] + b 𝔼 [Y]$ 。证明没有把 $p_{i j}$ 写成边缘概率的乘积，所以没有使用独立性。无穷求和或积分中，绝对可积条件负责保证相应拆分合法。

指示变量把计数变简单

事件 $A$ 的指示变量 $𝟏_{A}$ 在事件发生时为 1，否则为 0，因此 $𝔼 [𝟏_{A}] = P (A)$ 。

把一副充分洗匀的 52 张标准扑克牌抽出 5 张。把四张A编号1至4，分别定义是否抽到它的0–1变量。每张牌在洗牌后的52个位置等可能出现，抽前5张就是占5个位置，所以每张A被抽到的概率是 $5 / 52$ ，因此抽到的 A 的张数 $N$ 满足 $𝔼 [N] = 4 \cdot \frac{5}{52} = \frac{5}{13} .$ 这些指示变量并不独立，但线性性仍然成立。无需先列出抽到 0、1、2、3、4 张 A 的全部概率，就能求得期望。

随机分帽子时有多少人拿对

有 n 个人，每人一顶带姓名的帽子，把 n 顶帽子等可能地随机分配，每人得到一顶。令 $I_{i}$ 表示第 i 人是否拿回自己的帽子，拿回人数为 $N = I_{1} + \dots + I_{n}$ 。对任何固定的人，其帽子在 n 个位置中等可能，所以 $𝔼 [I_{i}] = 1 / n$ ，进而 $𝔼 [N] = 1$ 。

无论 n 是 3 还是 100，这个期望都为 1。这没有说总会恰好一人拿对，也没有说不同人的“拿对”独立。n=2 时只有“都拿对”和“都拿错”两种等可能情况，拿对人数只可能为 2 或 0，均值却仍是 1。这个算例同时展示了指示变量、线性性以及“期望不必能实际取到”三个事实。

若试图先求所有 $P (N = k)$ ，需要处理错排计数；而目标只有均值时，这些完整分布信息并非必要。选择适合问题的表示，有时比先获得全部概率更有效。关于离散期望的标准规则，可参考 MIT 18.05 第 4b 讲。

同样的平均值，不同的波动

恒等于 0 的变量与各以一半概率取 ±10 的变量，期望都为 0，但后者的波动大得多。二阶矩有限时，方差 $Var (X) = 𝔼 [(X - 𝔼 [X])^{2}] = 𝔼 [X^{2}] - (𝔼 [X])^{2}$ 分别是 0 与 100。期望的单位与变量相同，方差的单位则是变量单位的平方。

一般也有 $𝔼 [g (X)] \neq g (𝔼 [X])$ ，所以上例不能把“平均点数的平方”当作“平方点数的平均”。

两枚公平骰子，三种不同的合计波动

对于二阶矩有限的随机变量，记 $μ_{X} = 𝔼 X, μ_{Y} = 𝔼 Y$ 。和的偏差是 $(X - μ_{X}) + (Y - μ_{Y})$ ；平方后有两个平方项和交叉项 $2 (X - μ_{X}) (Y - μ_{Y})$ ，再取期望得到 $Var (X + Y) = Var (X) + Var (Y) + 2 Cov (X, Y),$ 其中协方差 $Cov (X, Y) = 𝔼 [(X - 𝔼 X) (Y - 𝔼 Y)]$ 记录两者偏离均值时是否倾向同向变化。均值相加无需独立，但方差能否直接相加取决于交叉项是否为零。独立是保证协方差为零的充分条件；它不是唯一可能的原因。

回到公平骰子，由前面 $𝔼 [X^{2}] = (1 + 4 + 9 + 16 + 25 + 36) / 6 = 91 / 6$ 与 $𝔼 [X] = 7 / 2$ ，方差为 $91 / 6 - 49 / 4 = 35 / 12$ 。若另一枚独立公平骰子的点数为 Y，两者之和方差为 $35 / 6$ 。若直接复制同一读数，令 $Y = X$ ，则和为2X，方差变成 $35 / 3$ ；若人为令 $Y = 7 - X$ ，两者之和恒为7，方差变成零。这三种情况下，每个变量的边缘分布都仍然公平，和的期望也均为7，但联合结构让波动完全不同。

连续例子：均匀分布的中心和离散程度

设 X 在 $[0, 2]$ 上均匀分布，密度为 $1 / 2$ 。逐步积分得 $𝔼 [X] = \frac{1}{2} \int_{0}^{2} x d x = 1, 𝔼 [X^{2}] = \frac{1}{2} \int_{0}^{2} x^{2} d x = \frac{4}{3} .$ 所以方差为 $4 / 3 - 1^{2} = 1 / 3$ ，标准差为 $1 / \sqrt{3}$ 。把该区间平移到 $[10, 12]$ ，均值变为 11，方差不变；把所有长度放大两倍，均值放大两倍而方差放大四倍。这些变化可直接由期望的线性性与方差定义推导，不是不同分布需要重新记忆的孤立公式。

方差恒等式来自展开：令 $μ = 𝔼 [X]$ ，则 $(X - μ)^{2} = X^{2} - 2 μ X + μ^{2}$ ，取期望并使用 $𝔼 [X] = μ$ ，即可得到 $𝔼 [X^{2}] - μ^{2}$ 。这一推导要求二阶矩有限；不能对发散的积分作形式抵消。

分组平均再平均：全期望公式

假设教学工厂由甲、乙两条线生产，产量比例为 60% 与 40%；一件产品的加工时间在甲线平均为 5 分钟，在乙线平均为 8 分钟。随机抽取总产量中的一件，其平均加工时间是 $0.6 \times 5 + 0.4 \times 8 = 6.2$ 分钟，而不是两条线均值的等权平均 6.5 分钟。

一般地，互斥且完备的有限分组 $B_{j}$ 满足 $P (B_{j}) > 0$ ，对可积的 X 有 $𝔼 [X] = \sum_{j} P (B_{j}) 𝔼 [X ∣ B_{j}] .$ 离散情况下，可把 $\sum_{x} x P (X = x)$ 中的概率按全概率公式展开，再交换求和，得到上式。这里 $𝔼 [X ∣ B_{j}]$ 指只在第j组内、按该组条件概率计算的平均值。

这条公式既用于计算，也用于排查总体构成变化。若两条线的组内均值不变而产量比例改变，总体均值仍会改变。把总体平均的变化完全归因于“每条线都变快了”，就忽略了混合权重。

为什么平方损失选择均值

用一个常数 c 预测 X，并以平方误差评价预测。若二阶矩有限，将 $X - c = (X - μ) + (μ - c)$ 展开后取期望，交叉项因 $𝔼 [X - μ] = 0$ 消失，得到 $𝔼 [(X - c)^{2}] = Var (X) + (c - μ)^{2} .$ 第一项不随 c 变，第二项在 $c = μ$ 时最小。因此均值是在平方损失意义下的最优常数预测。这个结论连接最小二乘法，也说明“均值最佳”必须说明损失函数；若评价标准改为绝对误差，中位数才承担相应角色。

例如 X 以 90% 概率取 0、以 10% 概率取 10，均值为 1。预测 1 的平方风险为 $0.9 (1)^{2} + 0.1 (9)^{2} = 9$ ，预测 0 的平方风险为 10。但绝对误差下预测 0 的风险为 1，预测 1 的风险为 1.8。不同的最优性结论没有矛盾，它们回答的是不同的问题。

尾部概率也能决定期望

非负整数值变量 X 可以逐点写成 $X = \sum_{k = 1}^{\infty} 𝟏_{{X \geq k}}$ ：如果实际取值为3，恰有前三个指示变量为1。先只加前m项，得到 $min (X, m)$ ；随着m增加，它单调趋于X。非负积分的单调收敛性质允许对这一极限取期望，得到尾和公式 $𝔼 [X] = \sum_{k = 1}^{\infty} P (X \geq k),$ 两边允许同为正无穷。这里交换期望与无穷求和依靠非负性，不能直接推广到任意正负交错级数。

例如不断进行独立试验，单次成功概率为 $0 < p \leq 1$ ，令 X 为第一次成功所需的试验次数。事件 $X \geq k$ 意味着前 $k - 1$ 次都失败，所以其概率为 $(1 - p)^{k - 1}$ 。对等比级数求和便得 $𝔼 [X] = 1 / p$ 。若成功率为四分之一，平均需要4次，但这不意味着第四次一定成功，也不意味着前3次失败后下一次机会比原来更大。

期望并不总是有限

令 $P (X = 2^{n}) = 2^{- n}$ ， $n = 1, 2, \dots$ 。这些概率之和为 1，但 $𝔼 [X] = \sum_{n = 1}^{\infty} 2^{n} 2^{- n} = + \infty .$ 非负随机变量可以有无穷期望。对更一般的有正有负变量，正负部分都无限时，期望可能根本无定义，不能写成“无穷减无穷等于零”。

对称性为什么不能消掉两个无穷大

标准柯西分布的密度为 $f (x) = 1 / [π (1 + x^{2})]$ ，关于零对称。但正半轴上的一阶贡献为 $\int_{0}^{R} \frac{x}{π (1 + x^{2})} d x = \frac{1}{2 π} \log (1 + R^{2}),$ 随 R 增大而趋于无穷；负半轴的负部分绝对贡献也无穷。因此通常意义下期望无定义，不能说“对称所以均值为零”。对称截断的主值是零，属于另一个概念。

从均值获得概率上界，但不能还原整个分布

若 X 非负且期望有限，对任意 $a > 0$ ，事件 $X \geq a$ 上总有 $X \geq a$ ，其他位置至少为零。因此逐点不等式 $X \geq a 𝟏_{{X \geq a}}$ 取期望后给出 $P (X \geq a) \leq 𝔼 [X] / a$ ，称为马尔可夫不等式。证明只用非负性与期望的单调性，不需要独立性或特定分布。

例如一个非负教学变量的均值为2，那么其达到或超过10的概率至多为五分之一。这是上界，不是说概率必定为五分之一：变量恒为2时该概率为零；以五分之一概率取10、其余取零时则达到上界。只知道均值，仍然允许非常不同的分布，因而无法精确恢复尾部概率。

将这个不等式用于平方偏差，就得到概率词条中使用的方差型界。取 $X = (Y - 𝔼 Y)^{2}$ 、阈值为 $ε^{2}$ ，就得到 $P (| Y - 𝔼 Y | \geq ε) \leq Var (Y) / ε^{2}$ ，即切比雪夫不等式。

公平价值的历史与现代积分

Huygens 在 1657 年的概率著作中研究公平机会的价值，这为期望思想提供了早期的重要背景，见 MacTutor 的 Huygens 传记。这种公平价值以各结果的机会作为权重，是概率加权平均的重要早期用途。

随着连续概率和测度论的发展，期望统一写为 $𝔼 [X] = \int_{Ω} X d P$ 。这个写法以概率测度为积分的权重，离散求和与有密度时的积分只是其特例。20 世纪概率公理化的背景可参见 Kolmogorov 传记；本条给出的均值、方差和有限分组公式则在一般理论之前已经可以通过有限求和理解。

参考来源与延伸阅读

MIT 18.05 第 6a 讲：连续随机变量的期望、方差与标准差。
最小二乘法 · 统计推断：平方损失与样本均值的后续用途。
MIT OpenCourseWare，18.05 阅读材料：期望、方差与连续随机变量。
概率 · 积分 · 数学建模

@@ 第1行： / 第1行： @@
-期望是随机变量按照其概率分布加权得到的平均量，也称数学期望或均值。它概括分布的中心位置，但不一定是最可能的值，也不一定是某次试验能够取得的值。
+'''期望'''（expected value）是随机变量按概率加权得到的平均量，也称数学期望或均值。它描述整个分布的平均位置，而不只挑出其中最可能的一次结果。
-== 概率加权的平均 ==
+== 骰子为什么会有3.5这个平均值 ==
-离散随机变量 <math>X</math> 的可能取值为 <math>x_i</math>，对应概率为 <math>p_i</math>，在绝对可积时定义
+一枚公平骰子有1至6六个点数，每面概率都是 <math>1/6</math>。把各点数按发生概率加权，得到
-<math display="block">\mathbb E[X]=\sum_i x_i p_i,\qquad \sum_i |x_i|p_i<\infty.</math>
+<math display="block">1\times\frac16+2\times\frac16+\cdots+6\times\frac16=\frac{21}6=3.5.</math>
-若有概率密度 <math>f_X</math>，则相应地有
+若在每个点数位置按概率放置相应重量，这个平均数就是平衡位置。下图六根柱等高，左右成对的1与6、2与5、3与4都以3.5为中点，所以重心落在那里。骰子没有3.5这一面，平均值仍然可以是3.5。
-<math display="block">\mathbb E[X]=\int_{-\infty}^{\infty}x f_X(x)\,dx,</math>
-有限期望通常要求 <math>\int |x|f_X(x)\,dx<\infty</math>。没有可积性条件时，形式上的正负抵消可能误导。
-[[File:Gezhi-expectation-die.svg|frame|center|alt=公平骰子六个取值的概率柱均为六分之一，均值标在三和四之间的三点五处|概率分布的“重心”在 3.5，但骰子没有 3.5 这一面。]]
+[[File:Gezhi-expectation-die-theme.svg|frame|center|alt=公平骰子六个取值的概率柱均为六分之一，均值标在三和四之间的三点五处|等概率的六个点数，其加权中心在3.5。]]
-公平六面骰的点数期望为
-<math display="block">\mathbb E[X]=\frac{1+2+3+4+5+6}{6}=3.5.</math>
+若结果的概率不同，权重也要改变。收益为0、10、20，概率依次为 <math>1/2,1/4,1/4</math>，期望是 <math>0/2+10/4+20/4=7.5</math>。把零收益拆成两个等可能结果，列表为0、0、10、20，普通平均仍是7.5。加权平均使不同记录方式给出一致的结果。
-这描述长期平均的中心，不是在预测下一次会掷出 3.5。
+== 用分布定义期望 ==
+用随机变量 <math>X</math> 表示结果的数值，可能取值为 <math>x_i</math>，其概率为 <math>p_i</math>。若取值有限，期望就是有限和；若取值可数，有限期望要求绝对收敛：
+<math display="block">\mathbb E[X]=\sum_i x_i p_i,\qquad\sum_i|x_i|p_i<\infty.</math>
+记号 <math>\mathbb E[X]</math> 表示X的期望。若变量有密度 <math>f_X</math>，求和改成积分：
+<math display="block">\mathbb E[X]=\int_{-\infty}^{\infty}x f_X(x)\,dx,\qquad\int_{-\infty}^{\infty}|x|f_X(x)\,dx<\infty.</math>
+这些条件保证正负贡献可以相加，而不是让两个无穷量形式抵消。期望与X有相同单位；把米改成厘米，X变成100X，期望也乘100。重复试验得到的样本平均是实际数据的平均，期望则由分布确定，短期内两者未必相等。
 == 线性性不要求独立 ==
@@ 第18行： / 第22行： @@
 不论两个骰子是否独立，只要它们各自都是公平骰子，两者点数和的期望都是 7。相关性会改变和的分布及波动大小，却不影响这条线性规则。
-乘法不同：一般不能写成 <math>\mathbb E[XY]=\mathbb E[X]\mathbb E[Y]</math>。例如令 <math>Y=X</math> 为同一枚公平骰子的点数，则 <math>\mathbb E[X^2]=91/6</math>，而 <math>(\mathbb E[X])^2=49/4</math>，二者不相等。独立且可积是保证乘积期望分解的一组充分条件。
+乘法不同：一般不能写成 <math>\mathbb E[XY]=\mathbb E[X]\mathbb E[Y]</math>。例如令 <math>Y=X</math> 为同一枚公平骰子的点数，则 <math>\mathbb E[X^2]=(1+4+9+16+25+36)/6=91/6</math>，而 <math>(\mathbb E[X])^2=49/4</math>，二者不相等。独立且可积是保证乘积期望分解的一组充分条件。
+=== 为什么不需要独立 ===
+假设 X、Y 的联合取值为 <math>(x_i,y_j)</math>，联合概率记为 <math>p_{ij}</math>。把所有可能的成对结果列出来，则
+<math display="block">\mathbb E[aX+bY]=\sum_{i,j}(ax_i+by_j)p_{ij}.</math>
+把有限和拆开为
+<math display="block">a\sum_i x_i\left(\sum_jp_{ij}\right)+b\sum_jy_j\left(\sum_ip_{ij}\right).</math>
+先对j求和的 <math>\sum_jp_{ij}</math> 正是 <math>P(X=x_i)</math>；先对 i 求和的 <math>\sum_ip_{ij}</math> 正是 <math>P(Y=y_j)</math>。因此结果等于 <math>a\mathbb E[X]+b\mathbb E[Y]</math>。证明没有把 <math>p_{ij}</math> 写成边缘概率的乘积，所以没有使用独立性。无穷求和或积分中，绝对可积条件负责保证相应拆分合法。
 == 指示变量把计数变简单 ==
 事件 <math>A</math> 的指示变量 <math>\mathbf1_A</math> 在事件发生时为 1，否则为 0，因此 <math>\mathbb E[\mathbf1_A]=P(A)</math>。
-把一副充分洗匀的 52 张标准扑克牌抽出 5 张。对每张 A 定义指示变量，表示它是否被抽到。每张牌被抽到的概率都是 <math>5/52</math>，因此抽到的 A 的张数 <math>N</math> 满足
+把一副充分洗匀的 52 张标准扑克牌抽出 5 张。把四张A编号1至4，分别定义是否抽到它的0–1变量。每张牌在洗牌后的52个位置等可能出现，抽前5张就是占5个位置，所以每张A被抽到的概率是 <math>5/52</math>，因此抽到的 A 的张数 <math>N</math> 满足
 <math display="block">\mathbb E[N]=4\cdot\frac5{52}=\frac5{13}.</math>
 这些指示变量并不独立，但线性性仍然成立。无需先列出抽到 0、1、2、3、4 张 A 的全部概率，就能求得期望。
+=== 随机分帽子时有多少人拿对 ===
+有 n 个人，每人一顶带姓名的帽子，把 n 顶帽子等可能地随机分配，每人得到一顶。令 <math>I_i</math> 表示第 i 人是否拿回自己的帽子，拿回人数为 <math>N=I_1+\cdots+I_n</math>。对任何固定的人，其帽子在 n 个位置中等可能，所以 <math>\mathbb E[I_i]=1/n</math>，进而 <math>\mathbb E[N]=1</math>。
+无论 n 是 3 还是 100，这个期望都为 1。这没有说总会恰好一人拿对，也没有说不同人的“拿对”独立。n=2 时只有“都拿对”和“都拿错”两种等可能情况，拿对人数只可能为 2 或 0，均值却仍是 1。这个算例同时展示了指示变量、线性性以及“期望不必能实际取到”三个事实。
+若试图先求所有 <math>P(N=k)</math>，需要处理错排计数；而目标只有均值时，这些完整分布信息并非必要。选择适合问题的表示，有时比先获得全部概率更有效。关于离散期望的标准规则，可参考 [https://ocw.mit.edu/courses/18-05-introduction-to-probability-and-statistics-spring-2022/resources/mit18_05_s22_class04-prep-b_pdf/ MIT 18.05 第 4b 讲]。
 == 同样的平均值，不同的波动 ==
@@ 第33行： / 第52行： @@
 一般也有 <math>\mathbb E[g(X)]\ne g(\mathbb E[X])</math>，所以上例不能把“平均点数的平方”当作“平方点数的平均”。
+=== 两枚公平骰子，三种不同的合计波动 ===
+对于二阶矩有限的随机变量，记 <math>\mu_X=\mathbb EX,\mu_Y=\mathbb EY</math>。和的偏差是 <math>(X-\mu_X)+(Y-\mu_Y)</math>；平方后有两个平方项和交叉项 <math>2(X-\mu_X)(Y-\mu_Y)</math>，再取期望得到
+<math display="block">\operatorname{Var}(X+Y)=\operatorname{Var}(X)+\operatorname{Var}(Y)+2\operatorname{Cov}(X,Y),</math>
+其中协方差 <math>\operatorname{Cov}(X,Y)=\mathbb E[(X-\mathbb E X)(Y-\mathbb E Y)]</math> 记录两者偏离均值时是否倾向同向变化。均值相加无需独立，但方差能否直接相加取决于交叉项是否为零。独立是保证协方差为零的充分条件；它不是唯一可能的原因。
+回到公平骰子，由前面 <math>\mathbb E[X^2]=(1+4+9+16+25+36)/6=91/6</math> 与 <math>\mathbb E[X]=7/2</math>，方差为 <math>91/6-49/4=35/12</math>。若另一枚独立公平骰子的点数为 Y，两者之和方差为 <math>35/6</math>。若直接复制同一读数，令 <math>Y=X</math>，则和为2X，方差变成 <math>35/3</math>；若人为令 <math>Y=7-X</math>，两者之和恒为7，方差变成零。这三种情况下，每个变量的边缘分布都仍然公平，和的期望也均为7，但联合结构让波动完全不同。
+== 连续例子：均匀分布的中心和离散程度 ==
+设 X 在 <math>[0,2]</math> 上均匀分布，密度为 <math>1/2</math>。逐步积分得
+<math display="block">\mathbb E[X]=\frac12\int_0^2x\,dx=1,\qquad \mathbb E[X^2]=\frac12\int_0^2x^2\,dx=\frac43.</math>
+所以方差为 <math>4/3-1^2=1/3</math>，标准差为 <math>1/\sqrt3</math>。把该区间平移到 <math>[10,12]</math>，均值变为 11，方差不变；把所有长度放大两倍，均值放大两倍而方差放大四倍。这些变化可直接由期望的线性性与方差定义推导，不是不同分布需要重新记忆的孤立公式。
+方差恒等式来自展开：令 <math>\mu=\mathbb E[X]</math>，则 <math>(X-\mu)^2=X^2-2\mu X+\mu^2</math>，取期望并使用 <math>\mathbb E[X]=\mu</math>，即可得到 <math>\mathbb E[X^2]-\mu^2</math>。这一推导要求二阶矩有限；不能对发散的积分作形式抵消。
+== 分组平均再平均：全期望公式 ==
+假设教学工厂由甲、乙两条线生产，产量比例为 60% 与 40%；一件产品的加工时间在甲线平均为 5 分钟，在乙线平均为 8 分钟。随机抽取总产量中的一件，其平均加工时间是 <math>0.6\times5+0.4\times8=6.2</math> 分钟，而不是两条线均值的等权平均 6.5 分钟。
+一般地，互斥且完备的有限分组 <math>B_j</math> 满足 <math>P(B_j)>0</math>，对可积的 X 有
+<math display="block">\mathbb E[X]=\sum_jP(B_j)\mathbb E[X\mid B_j].</math>
+离散情况下，可把 <math>\sum_xxP(X=x)</math> 中的概率按全概率公式展开，再交换求和，得到上式。这里 <math>\mathbb E[X\mid B_j]</math> 指只在第j组内、按该组条件概率计算的平均值。
+这条公式既用于计算，也用于排查总体构成变化。若两条线的组内均值不变而产量比例改变，总体均值仍会改变。把总体平均的变化完全归因于“每条线都变快了”，就忽略了混合权重。
+== 为什么平方损失选择均值 ==
+用一个常数 c 预测 X，并以平方误差评价预测。若二阶矩有限，将 <math>X-c=(X-\mu)+(\mu-c)</math> 展开后取期望，交叉项因 <math>\mathbb E[X-\mu]=0</math> 消失，得到
+<math display="block">\mathbb E[(X-c)^2]=\operatorname{Var}(X)+(c-\mu)^2.</math>
+第一项不随 c 变，第二项在 <math>c=\mu</math> 时最小。因此均值是在平方损失意义下的最优常数预测。这个结论连接[[最小二乘法]]，也说明“均值最佳”必须说明损失函数；若评价标准改为绝对误差，中位数才承担相应角色。
+例如 X 以 90% 概率取 0、以 10% 概率取 10，均值为 1。预测 1 的平方风险为 <math>0.9(1)^2+0.1(9)^2=9</math>，预测 0 的平方风险为 10。但绝对误差下预测 0 的风险为 1，预测 1 的风险为 1.8。不同的最优性结论没有矛盾，它们回答的是不同的问题。
+== 尾部概率也能决定期望 ==
+非负整数值变量 X 可以逐点写成 <math>X=\sum_{k=1}^{\infty}\mathbf1_{\{X\ge k\}}</math>：如果实际取值为3，恰有前三个指示变量为1。先只加前m项，得到 <math>\min(X,m)</math>；随着m增加，它单调趋于X。非负积分的单调收敛性质允许对这一极限取期望，得到尾和公式
+<math display="block">\mathbb E[X]=\sum_{k=1}^{\infty}P(X\ge k),</math>
+两边允许同为正无穷。这里交换期望与无穷求和依靠非负性，不能直接推广到任意正负交错级数。
+例如不断进行独立试验，单次成功概率为 <math>0<p\le1</math>，令 X 为第一次成功所需的试验次数。事件 <math>X\ge k</math> 意味着前 <math>k-1</math> 次都失败，所以其概率为 <math>(1-p)^{k-1}</math>。对等比级数求和便得 <math>\mathbb E[X]=1/p</math>。若成功率为四分之一，平均需要4次，但这不意味着第四次一定成功，也不意味着前3次失败后下一次机会比原来更大。
 == 期望并不总是有限 ==
@@ 第39行： / 第97行： @@
 非负随机变量可以有无穷期望。对更一般的有正有负变量，正负部分都无限时，期望可能根本无定义，不能写成“无穷减无穷等于零”。
-== 延伸阅读 ==
+== 对称性为什么不能消掉两个无穷大 ==
+标准柯西分布的密度为 <math>f(x)=1/[\pi(1+x^2)]</math>，关于零对称。但正半轴上的一阶贡献为
+<math display="block">\int_0^R\frac{x}{\pi(1+x^2)}\,dx=\frac1{2\pi}\log(1+R^2),</math>
+随 R 增大而趋于无穷；负半轴的负部分绝对贡献也无穷。因此通常意义下期望无定义，不能说“对称所以均值为零”。对称截断的主值是零，属于另一个概念。
+== 从均值获得概率上界，但不能还原整个分布 ==
+若 X 非负且期望有限，对任意 <math>a>0</math>，事件 <math>X\ge a</math> 上总有 <math>X\ge a</math>，其他位置至少为零。因此逐点不等式 <math>X\ge a\mathbf1_{\{X\ge a\}}</math> 取期望后给出 <math>P(X\ge a)\le\mathbb E[X]/a</math>，称为马尔可夫不等式。证明只用非负性与期望的单调性，不需要独立性或特定分布。
+例如一个非负教学变量的均值为2，那么其达到或超过10的概率至多为五分之一。这是上界，不是说概率必定为五分之一：变量恒为2时该概率为零；以五分之一概率取10、其余取零时则达到上界。只知道均值，仍然允许非常不同的分布，因而无法精确恢复尾部概率。
+将这个不等式用于平方偏差，就得到概率词条中使用的方差型界。取 <math>X=(Y-\mathbb E Y)^2</math>、阈值为 <math>\varepsilon^2</math>，就得到 <math>P(|Y-\mathbb E Y|\ge\varepsilon)\le\operatorname{Var}(Y)/\varepsilon^2</math>，即切比雪夫不等式。
+== 公平价值的历史与现代积分 ==
+Huygens 在 1657 年的概率著作中研究公平机会的价值，这为期望思想提供了早期的重要背景，见 [https://mathshistory.st-andrews.ac.uk/Biographies/Huygens/ MacTutor 的 Huygens 传记]。这种公平价值以各结果的机会作为权重，是概率加权平均的重要早期用途。
+随着连续概率和测度论的发展，期望统一写为 <math>\mathbb E[X]=\int_\Omega X\,dP</math>。这个写法以概率测度为积分的权重，离散求和与有密度时的积分只是其特例。20 世纪概率公理化的背景可参见 [https://mathshistory.st-andrews.ac.uk/Biographies/Kolmogorov/ Kolmogorov 传记]；本条给出的均值、方差和有限分组公式则在一般理论之前已经可以通过有限求和理解。
+== 参考来源与延伸阅读 ==
+* [https://ocw.mit.edu/courses/18-05-introduction-to-probability-and-statistics-spring-2022/resources/mit18_05_s22_class06-prep-a_pdf/ MIT 18.05 第 6a 讲：连续随机变量的期望、方差与标准差]。
+* [[最小二乘法]] · [[统计推断]]：平方损失与样本均值的后续用途。
 * [https://ocw.mit.edu/courses/18-05-introduction-to-probability-and-statistics-spring-2022/pages/classes-reading-and-in-class-materials/ MIT OpenCourseWare，18.05 阅读材料]：期望、方差与连续随机变量。
 * [[概率]] · [[积分]] · [[数学建模]]
 [[分类:概率与统计]]