第3章 随机变量的数字特征
[TOC]
随机变量的数字特征,是某些由随机变量的分布所决定的常数,它刻画了随机变量(或者说,刻画了其分布)的某一方面的性质。
3.1 数学期望(均值)与中位数
3.1.1 数学期望的定义
设随机变量X只能取有限个可能值 a1,a2,⋯,am ,其概率分布为 P(X=ai)=pi(i=1,⋯,m) 。则X的数学期望,记为E(X)或EX,定义为:
E(X)=a1p1+a2p2+⋯+ampm=∑aipi.
数学期望也常被称为 均值。
当X取无穷多个值时, ∑aipi 的上界取无穷,这时候要求这个级数是收敛的。这就要求:
∑i=0∞|ai|pi<∞对于连续型随机变量的情况,设X是一个连续型随机变量,如果:
∫∞−∞|x|f(x)dx<∞
则X的数学期望为:
E(X)=∫∞−∞xf(x)dx
数学期望是由随机变量的分布完全决定的。
3.1.2 数学期望的性质
若干个随机变量和的期望等于各变量的期望之和,即:
E(X1+X2+⋯+Xn)=E(X1)+E(X2)+⋯+E(Xn).
若干个独立随机变量之积的期望等于各变量的期望之积,即:
E(X1X2⋯Xn)=E(X1)E(X2)⋯E(Xn).
注意这里要求各个随机变量是相互独立的。
设随机变量X为离散型,有分布函数 P(X=ai)=pi(i=1,2,⋯) ;或者为连续型,有概率密度函数 f(x) 。则:
E(g(x))=∑ig(ai)pi(当∑i|g(ai)|pi)<∞时)
或
E(g(X))=