五、随机变量的数字特征：期望、方差、矩

最新推荐文章于 2022-09-15 23:48:42 发布

哈士奇转身变成狼

最新推荐文章于 2022-09-15 23:48:42 发布

阅读量643

点赞数

分类专栏：概率论学习笔记文章标签：概率论

本文链接：https://blog.csdn.net/qq_45485087/article/details/118632737

版权

8 篇文章 2 订阅

订阅专栏

随机变量的数学期望（加权平均）

定义：
$\left\{ \begin{array}{rcl} & \displaystyle \sum_{i=1}^{\infty} x_i \cdot P(X=x_i), X为离散型随机变量\\ & \displaystyle \int_{-\infty}^{+\infty}xf(x)dx,X为连续型随机变量 \end{array} \right.$
性质：
$\begin{aligned} E(c) & =c\\ E(cX)&=cE(X)\\ E(X+Y)& =E(X)+E(Y)\\ E(X_1+X_2+\dots+X_n) &=E(X_1)+E(X_2)+\dots+E(X_n)\\ E(g_1(X)+g_2(X)) & =E(g_1(x))+E(g_2(X)) \end{aligned}$
随机变量的方差

定义： $Var(X)= E((X-E(X))^2)$

计算常用： $Var(x)=E(X^2)-E(X)^2$

性质： $Var(aX+b)=a^2Var(X),\ \ \ Var(X+Y) \neq Var(X)+ Var(Y)$
原点矩与中心矩

$E(X^n)$ ：X的n阶原点矩

$E((X-E(X))^n)$ ：X的n阶中心矩

期望和方差都是特殊的矩。
补充：

期望的最小二乘性质：c=E(X)时， $E((X-c)^2)$ 最小。

切比雪夫不等式：对任意 $\varepsilon >0$ ， $\displaystyle P(|X-E(X)| \geq \varepsilon) \leq \frac{Var(X)}{\varepsilon ^2}$