数学求期望的计算公式:
(1) 离散型
定义
设离散型随机变量
X
的分布律为
P
{
X
=
x
k
}
=
p
k
,
k
=
1
,
2
,
⋯
若级数
∑
k
=
1
∞
x
k
p
k
绝对收敛
,
则称级数
∑
k
=
1
∞
x
k
p
k
为随机变量
X
的数学期望
,
记为
E
(
X
)
.
即
E
(
X
)
=
∑
k
=
1
∞
x
k
p
k
.
\begin{array}{c} {\color{Red} 定义} \ 设离散型随机变量 \boldsymbol{X} 的分布律为\\ P\{X = x_{k}\} = p_{k}, \quad k = 1,2, \cdots\\ 若级数 \sum\limits_{k = 1}^{\infty} x_{k} p_{k} 绝对收敛, 则称级数 \sum\limits_{k = 1}^{\infty} x_{k} p_{k} \\为随机变量 X 的数学期望, 记为 E(X) . \\ 即E(X) = \sum\limits_{k = 1}^{\infty} x_{k} p_{k} . \end{array}
定义 设离散型随机变量X的分布律为P{X=xk}=pk,k=1,2,⋯若级数k=1∑∞xkpk绝对收敛,则称级数k=1∑∞xkpk为随机变量X的数学期望,记为E(X).即E(X)=k=1∑∞xkpk.
(2) 连续型
定义 设连续型随机变量 X 的概率密度为 f ( x ) , 若积分 ∫ − ∞ + ∞ x f ( x ) d x 绝对收敛 , 则称积分 ∫ − ∞ + ∞ x f ( x ) d x 的值为随机 变量 X 的数学期望 , 记为 E ( X ) . 即 E ( X ) = ∫ − ∞ + ∞ x f ( x ) d x . \begin{array}{c} {\color{Red} 定义} \ 设连续型随机变量 \boldsymbol{X} 的概率密度为f(x),\\ 若积分 \int_{-\infty}^{+\infty} xf(x)dx \\ 绝对收敛,则称积分\int_{-\infty}^{+\infty} xf(x)dx 的值为随机\\变量\boldsymbol{X}的数学期望,记为 E(X).\\ 即E(X) = \int_{-\infty}^{+\infty} xf(x)dx . \end{array} 定义 设连续型随机变量X的概率密度为f(x),若积分∫−∞+∞xf(x)dx绝对收敛,则称积分∫−∞+∞xf(x)dx的值为随机变量X的数学期望,记为E(X).即E(X)=∫−∞+∞xf(x)dx.