随机变量的期望值运算

连续随即变量的和与乘积的计算，如下图：

另外，关于二元函数的微分运算，可以用矩阵来考察，即离散型（或者连续型）期望值可分解为如下矩阵中各项之和的形式。

$$\left[\begin{array}{ccccc}{x}_1{y}_1& x_1{y}_2& x_1{y}_3& ...& x_1{y}_n\\ x_2{y}_1& x_2{y}_2& x_2{y}_3& ...& x_2{y}_n\\ x_3{y}_1& x_3{y}_2& x_3{y}_3& ...& x_3{y}_n\\ ...& ...& ...& ...& ...\\ x_m{y}_1& x_m{y}_2& x_m{y}_3& ...& x_m{y}_n\end{array}\right]$$

比如相互独立的二维离散随机变量的期望值计算如下：

$$\begin{gathered} \sum _{i=i}^m\sum _{j=1}^n{x}_i{y}_{j}P(x_i,y_j)=\sum _{i=i}^m\sum _{j=1}^n{x}_i{y}_{j}P(x_i)P(y_j)= \\ \sum _{i=i}^m[x_{i}P(x_i)\sum _{j=1}^n{y}_{j}P(y_j)]= \\ (\sum _{i=i}^m{x}_{i}P(x_i))(\sum _{j=1}^n{y}_{j}P(y_j))=E_x{E}_y \end{gathered}$$