数学期望

所属章节:第4章 随机变量的数字特征

设 XX 是随机变量,YY 是 XX 的函数,Y=g(X)Y = g(X)(gg 为连续函数).

  • 离散型随机变量
    • 如果 XX 是离散型随机变量,其分布序列为 pi=P{X=xi}(i=1,2,⋯ )p_i = P\{X = x_i\} (i = 1, 2, \cdots). 若级数 ∑i=1∞xipi\sum_{i=1}^{\infty} x_i p_i 绝对收敛,则 EX=∑i=1∞xipiEX = \sum_{i=1}^{\infty} x_i p_i,否则称 XX 的数学期望不存在.
    • 若级数 ∑i=1∞g(xi)pi\sum_{i=1}^{\infty} g(x_i) p_i 绝对收敛,则 E[g(X)]=∑i=1∞g(xi)piE[g(X)] = \sum_{i=1}^{\infty} g(x_i) p_i,否则称 g(X)g(X) 的数学期望不存在.
  • 连续型随机变量
    • 如果 XX 是连续型随机变量,其概率密度为 f(x)f(x). 若积分 ∫−∞+∞xf(x)dx\int_{-\infty}^{+\infty} x f(x) \mathrm{d}x 绝对收敛,则 EX=∫−∞+∞xf(x)dxEX = \int_{-\infty}^{+\infty} x f(x) \mathrm{d}x,否则称 XX 的数学期望不存在.
    • 若积分 ∫−∞+∞g(x)f(x)dx\int_{-\infty}^{+\infty} g(x) f(x) \mathrm{d}x 绝对收敛,则 E[g(X)]=∫−∞+∞g(x)f(x)dxE[g(X)] = \int_{-\infty}^{+\infty} g(x) f(x) \mathrm{d}x,否则称 g(X)g(X) 的数学期望不存在.

性质

  • Ea=a,E(EX)=EXEa = a, \quad E(EX) = EX
  • E(aX+bY)=aEX+bEY,E(∑i=1naiXi)=∑i=1naiEXiE(aX + bY) = aEX + bEY, \quad E\left( \sum_{i=1}^n a_i X_i \right) = \sum_{i=1}^n a_i EX_i
  • 若 X,YX, Y 相互独立,则 E(XY)=EXEYE(XY) = EX EY

关联知识

原文:原笔记 · 4.1 随机变量的数学期望 P103(原文件第 534–552 行)。

返回概率论导航