方差和期望的关系公式常用写法是 D(X)=E(X²)-[E(X)]²，也可以写成 Var(X)=E(X²)-[E(X)]²。它表示：先求出随机变量平方的期望，再减去随机变量期望的平方，得到的结果就是方差。这个公式把“波动大小”和“平均值”连接起来，让计算方差时有更直接的路线：已知 E(X) 和 E(X²) 就能求 D(X)。如果从定义出发，方差表示随机变量与期望的平均偏离程度，公式为 D(X)=E{[X-E(X)]²}。展开这个定义后，同样会得到 D(X)=E(X²)-[E(X)]²。
核心公式速查
| 公式名称 | 公式写法 | 含义 |
|---|---|---|
| 方差定义式 | D(X)=E{[X-E(X)]²} | 表示随机变量偏离期望的平均程度 |
| 常用计算式 | D(X)=E(X²)-[E(X)]² | 通过“平方的期望”减去“期望的平方”求方差 |
| 等价写法 | Var(X)=E(X²)-[E(X)]² | 与 D(X) 含义一致，只是符号不同 |
为什么这样成立
随机变量 X 的方差定义为：
D(X)=E{[X-E(X)]²}
先把括号展开：
[X-E(X)]² = X² - 2X·E(X) + [E(X)]²
对等号两边求期望：
D(X)=E(X²)-2E(X)·E(X)+[E(X)]²
因为 E(X) 是一个常数，所以：
D(X)=E(X²)-2[E(X)]²+[E(X)]²
整理后得到：
D(X)=E(X²)-[E(X)]²
常用计算步骤
- 先写出随机变量 X 的取值和概率分布，或者写出概率密度函数。
- 求 E(X)，也就是期望，也就是平均值。
- 求 E(X²)，也就是先平方，再求期望。
- 代入方差和期望的关系公式：D(X)=E(X²)-[E(X)]²。
- 需要保持单位一致：X 的单位如果是元，那么 E(X) 是元，E(X²) 是元²，方差 D(X) 是元²。
适用场景
| 场景 | 适合做法 | 说明 |
|---|---|---|
| 离散型随机变量 | 分别计算 E(X) 和 E(X²)，再相减 | 适合取值有限或可列概率分布 |
| 连续型随机变量 | 用积分求 E(X) 和 E(X²)，再相减 | 适合概率密度函数场景 |
| 已知期望和平方期望 | 直接代入 D(X)=E(X²)-[E(X)]² | 计算路线短，表达清楚 |
| 只给样本数据 | 先算样本平均和平方平均，再按样本方差定义处理 | 总体公式与样本公式写法有区别 |
公式关系说明
方差和期望的关系公式并不是单独存在，它和期望运算性质连在一起。期望具有线性性质，方差反映随机变量围绕期望的分散程度。用 D(X)=E(X²)-[E(X)]² 计算时，可以把复杂展开过程变成两步：第一步求平方期望，第二步求期望的平方，最后相减。这样的写法在学习概率论、数理统计、风险管理、质量控制、数据特征描述时都常用。
小例子帮助理解
设随机变量 X 的取值为 0 和 1，概率分别为 0.5 和 0.5。
第一步，求 E(X)：
E(X)=0×0.5+1×0.5=0.5
第二步，求 E(X²)：
E(X²)=0²×0.5+1²×0.5=0.5
第三步，代入方差和期望的关系公式：
D(X)=E(X²)-[E(X)]²=0.5-(0.5)²=0.5-0.25=0.25
这个例子说明，方差和期望的关系公式可以把定义式计算转成两个期望值相减，过程清楚，便于核对。
【常见问题】
问题1：方差和期望的关系公式是什么？
回答1：方差和期望的关系公式是 D(X)=E(X²)-[E(X)]²，表示方差等于平方的期望减去期望的平方。
问题2：方差和期望的关系公式怎么推导？
回答2：方差和期望的关系公式可以从定义式 D(X)=E{[X-E(X)]²} 展开得到，展开后合并同类项就得到 D(X)=E(X²)-[E(X)]²。
问题3：方差和期望的关系公式在离散型随机变量里怎么用？
回答3：方差和期望的关系公式在离散型随机变量里使用时，先按概率分布求 E(X)，再求 E(X²)，最后代入 D(X)=E(X²)-[E(X)]²。
问题4：方差和期望的关系公式在连续型随机变量里怎么用？
回答4：方差和期望的关系公式在连续型随机变量里使用时，先用积分求 E(X)，再用积分求 E(X²)，然后代入 D(X)=E(X²)-[E(X)]²。
问题5：方差和期望的关系公式和定义式有什么关系？
回答5：方差和期望的关系公式与定义式等价，定义式强调偏离期望的平均平方，方差和期望的关系公式强调用 E(X²) 和 [E(X)]² 计算。
免责声明：以上内容用于概率统计学习参考，公式表述以教材定义和题目条件为准。