概率论知识回顾（十五）：变量函数的期望，期望的性质

概率论知识回顾（十五）

重点：变量函数的期望，期望的性质

知识回顾用于巩固知识和查漏补缺。知识回顾步骤：

1. 查看知识回顾中的问题，尝试自己解答
2. 自己解答不出来的可以查看下面的知识解答巩固知识。
3. 对知识解答有疑问的，说明有关这一点的知识或者公式没有理解透彻或者没有记住，要重新翻看书籍。

知识回顾

1. 离散型随机变量的函数的数学期望怎么表示？
2. 连续型随机变量的函数的数学期望怎么表示？
3. 证明 $E(Y)={\int }_0^{+\infty }P\left\{\begin{array}{c}Y>y\end{array}\right\}dy-{\int }_0^{+\infty }P\left\{\begin{array}{c}Y<-y\end{array}\right\}dy$
4. 二维离散型随机变量的函数的数学期望怎么表示？
5. 二维连续型随机变量的函数的数学期望怎么表示？
6. 随机变量期望的性质有哪些？

---

知识解答

1. 离散型随机变量的函数的数学期望怎么表示？

   • 设随机变量 $X$ 的分布律为$P\left\{\begin{array}{c}X=x_k\end{array}\right\}=p_k,k=0,1,2,...$。对于 $g(X)$ 来说：如果 $g(x)$ 是实值单值函数并且 ${\sum }_k|g(x_k)|p_k<+\infty$ 则 $g(X)$ 的期望存在，并且 $Eg(X)={\sum }_{k}g(x_k)p_k$

2. 连续型随机变量的函数的数学期望怎么表示？

   • 设随机变量 $X$ 的密度函数为 $f(x)$, 对于 $g(X)$ 来说：如果 g(x) 是实值单值函数并且 ${\int }_{-\infty }^{+\infty }|g(x)|f(x)dx<+\infty$, 则 $g(X)$ 的期望存在，并且 $Eg(X)={\int }_{-\infty }^{+\infty }g(x)f(x)dx$

3. 证明 $E(Y)={\int }_0^{+\infty }P\left\{\begin{array}{c}Y>y\end{array}\right\}dy-{\int }_0^{+\infty }P\left\{\begin{array}{c}Y<-y\end{array}\right\}dy$。

   • 首先推导前半部分

     $$\begin{gathered} {\int }_0^{+\infty }P\left\{\begin{array}{c}Y>y\end{array}\right\}dy \\ ={\int }_0^{+\infty }{\int }_y^{+\infty }{f}_Y(x)dxdy \\ ={\int }_0^{+\infty }{\int }_0^{x}dy{f}_Y(x)dx \\ ={\int }_0^{+\infty }x{f}_Y(x)dx \end{gathered}$$

   • 同理后半部分

     $$\begin{gathered} {\int }_0^{+\infty }P\left\{\begin{array}{c}Y<-y\end{array}\right\}dy \\ ={\int }_0^{+\infty }{\int }_{-\infty }^{-y}{f}_Y(x)dxdy \\ ={\int }_{-\infty }^0{\int }_0^{-x}dy{f}_Y(x)dx \\ =-{\int }_{-\infty }^{0}x{f}_Y(x)dx \end{gathered}$$

   • 因此有：

     $$\begin{array}{rl}E(Y)& ={\int }_0^{+\infty }P\left\{\begin{array}{c}Y>y\end{array}\right\}dy-{\int }_0^{+\infty }P\left\{\begin{array}{c}Y<-y\end{array}\right\}dy\\ & ={\int }_0^{+\infty }x{f}_Y(x)dx-(-{\int }_{-\infty }^{0}x{f}_Y(x)dx)\\ & ={\int }_{-\infty }^{+\infty }x{f}_Y(x)dx=E(Y)\end{array}$$

   • 根据这个定理可证明连续随机变量的数学期望公式。

4. 二维离散型随机变量的函数的数学期望怎么表示？

   • 设二维随机变量 $(X,Y)$ 的分布律为 $P\left\{\begin{array}{c}X=x_i,Y=y_j\end{array}\right\}=p_{ij},i,j=0,1,2,...$ 对于 $g(X,Y)$ 来说，如果 $g(x,y)$ 是关于x, y实值单值函数,并且有 ${\sum }_i{\sum }_j|g(x_i,y_j)|p_{ij}<+\infty$ ，则其数学期望存在，并且 $Eg(X,Y)={\sum }_i{\sum }_{j}g(x_i,y_j)p_{ij}$

5. 二维连续型随机变量的函数的数学期望怎么表示？

   • 设二维随机变量 $(X,Y)$ 的密度函数为 $f(x,y)$ 对于 $g(X,Y)$ 来说，如果 $g(x,y)$ 是关于x, y实值单值函数,并且有 ${\int }_{-\infty }^{+\infty }|g(x,y)|f(x,y)dxdy<+\infty$ ，则其数学期望存在，并且 $Eg(X,Y)={\int }_{-\infty }^{+\infty }g(x,y)f(x,y)dxdy$

6. 随机变量期望的性质有哪些？

   • 对于常数，$E(C)=C$

   • $E[{\sum }_{i=1}^n{a}_i{X}_i+b]={\sum }_{i=1}^n{a}_{i}E(X_i)+b$

   • 如果 $X_1,X_2,...,X_n$ 相互独立，那么

     $$E(X_1{X}_2\cdots X_n)=E(X_1)E(X_2)\cdots E(X_n)$$