多维随机变量的特征数
数学期望
二维随机变量的数学期望
若二维随机变量 ( X , Y ) (X,Y) (X,Y) 的分布用联合发布列或联合密度函数表示,则 Z = g ( X , Y ) Z=g(X,Y) Z=g(X,Y) 的数学期望为
E ( Z ) = { ∑ i ∑ j g ( x i , y j ) P ( X = x i , Y = y j ) 离 散 ∫ − ∞ ∞ ∫ − ∞ ∞ g ( x , y ) p ( x , y ) d x d y 连 续 E(Z)=\left\{ \begin{array}{rcl} \sum\limits_i\sum\limits_jg(x_i,y_j)P(X=x_i,Y=y_j) & & {离散}\\ \int_{-\infty}^{\infty}\int_{-\infty}^{\infty}g(x,y)p(x,y)dxdy & & {连续}\\ \end{array} \right. E(Z)={
i∑j∑g(xi,yj)P(X=xi,Y=yj)∫−∞∞∫−∞∞g(x,y)p(x,y)dxdy离散连续
条件数学期望
离 散 : E ( X ∣ Y = y ) = ∑ i x i P ( X = x i ∣ Y = y ) 离散:E(X|Y=y)=\sum\limits_ix_iP(X=x_i|Y=y) 离散:E(X∣Y=y)=i∑xiP(X=xi∣Y=y) 连 续 : E ( X ∣ Y = y ) = ∫ − ∞ ∞ x p ( x ∣ y ) d x 连续:E(X|Y=y)=\int_{-\infty}^{\infty}xp(x|y)dx 连续:E(X∣Y=y)=∫−∞∞xp(x∣y)dx
重期望公式
设 ( X , Y ) (X,Y) (X,Y) 是二维随机变量,且 E ( X ) E(X) E(X) 存在,则
E ( X ) = E ( E ( X ∣ Y ) ) E(X)=E(E(X|Y)) E(X)=E(E(X∣Y))
- 离散:
E ( x ) = ∑ j E ( X ∣ Y = y j ) P ( Y = y j ) E(x)=\sum\limits_jE(X|Y=y_j)P(Y=y_j) E(x)=