概率论-2.2 随机变量的数学期望(重点:随机变量X的期望)

分布有关的特征数：均值，方差，分位数等
期望的定义：
设离散随机变量X的分布列为pi=p(xi)=P(X=xi)，i=1，2，…，n
若Sum(| xi |*p(xi))收敛(等价于Sum( xi *p(xi))绝对收敛)
则称E(X)= Sum( xi *p(xi))
关于期望我们希望它是唯一的
无穷级数若绝对收敛，则能保证其一定收敛(黎曼级数定理)
设连续随机变量X的密度函数p(x)，若积分|x|p(x)dx(负无穷->正无穷)收敛
则称E(X)= 积分xp(x)dx(负无穷->正无穷)为X的数学期望，简称期望或均值。
若表达式不绝对收敛，则称X的数学期望不存在
数学期望的性质：
E(X)= Sum( xi p(xi))
E(X)= 积分xp(x)dx(负无穷->正无穷)
E(g(X))= Sum( g(xi) *p(xi))
E(g(X))= 积分g(x)*p(x)dx(负无穷->正无穷)
E(X+c)= E(X)+c
E(bX)= bE(X)
E(g1(X)加减g2(X))= E(g1(X))加减E(g2(X))