一、 离散型随机变量的数学期望
定义:设离散型随机变量 的概率分布为
:
------------------------------------
:
也可以表达为 ,则称级数
为随机变量 的数学期望,记作E(X).
说明:当级数是有限项时,收敛是显然的。而当级数是可列无限时,要求级数绝对收敛,即为
例4.1 设一个盒子里有5个球,其中有3个黄球、2个白球。从中任取两个球,问平均取到的白球是多少?
解:设 为任取两个球,其中白球的个数。
则 的概率分布为
: 0 1 2
---------------------------
:
根据数学期望的定义
说明:随机变量的数学期望是一个实数。当随机变量的分布清楚的时候,可以用定义来计算,形式上它是随机变量的可能值的加权平均。为此,有时我们也称随机变量的数学期望叫作随机变量的均值或分布的均值。
下面介绍几个常用的离散型随机变量的数学期望。
1、 两点分布
设随机变量 的概率分布为
: 0 1
------------------
:
其数学期望为
2、 二项分布
设随机变量 的概率分布为(也称 服从 )
其中
此时其数学期望为
3、泊松分布
设随机变量 服从泊松分布
其数学期望为
4、超几何分布
设随机变量 服从参数为 的超几何分布(假设 )
在这里,由于推导比较烦琐,加之这是选学内容,我们就不进行数学期望的推导,只给出结论来。
5、几何分布
设随机变量 服从几何分布,即
其数学期望为
' (求导)
'
二、 连续型随机变量的数学期望
定义:设连续型随机变量 的密度函数为 称
为随机变量 的数学期望(或随机变量 的均值),记作 .
说明:对于定义中的积分,要求它绝对收敛,即
下面介绍几个常用的连续型随机变量的数学期望。
1、 均匀分布
设随机变量 的密度函数为
其数学期望为
2、指数分布
设随机变量 的密度函数为
其数学期望为
3、正态分布
设随机变量 的密度函数为
其数学期望为
(在推导中,采用x – μ= t的变量代换)
不难看出,上式的第一项等于零,第二项由概率的基本性质可知为μ。
所以有
说明:正态分布的数学期望恰好是它的第一个参数 。由于 是正态分布的位置参数,密度函数的图形以 为对称轴。说明了, 的概率含义为:它是该分布的均值。
三、 随机变量函数的数学期望
定义(1):设连续型随机变量 的密度函数为 是 的函数:
如果下式右边绝对收敛,则
定义(2):设离散型随机变量 的概率分布为
则 的数学期望由下式给出
当然要求上式的右边绝对收敛。
例4.2 已知随机变量 服从标准正态分布 求 .
解:由定义可知
在上式中,第一项积分为零,第二项恰好是标准正态分布的密度函数的积分故为1,所以整个式子等1。
例4.3 设 为离散型随机变量,其分布列为:
求 .
解:由定义可知
四、 数学期望的简单性质
设 为随机变量, 皆为常数。
(1)
(2)
(3)
(4)
以上四个基本性质的证明,可以用一个式子的证明来代替,即
证明:
成立即可。
当随机变量 为离散型时,其概率分布为
:
------------------------------------
:
当随机变量 为连续型时,其密度函数为 有
讨论:(1)当 时,即为性质(1);
(2)当 时,即为性质(2);
(3)当 时,即为性质(3)。