概论_第4章__期望的定义和性质

一. 定义

1. 一维离散型随机变量的期望

2. 一维连续型随机变量的期望

定义2：设连续型随机变量 X的概率密度为f(x),  若积分  绝对收敛， 称其为X的数学期望。记为：  

注意： 被积函数是： xf(x)

容易得出，连续型求期望E(X)，极可能用到定积分的分部积分法！！

再次强调此法： 

看例题:

 

几种重要分布的数学期望参考 概率论_第4章__几种重要的随机变量的分布及其数字特征的表

3. 一维随机变量函数的期望

4.  二维随机变量的期望

    

5.  二维随机变量函数， 求期望是这样做：

对于二维离散型随机变量， 先求分布律再按定义求数学期望， 要比直接使用上面公式简单。

其他情况都直接采用公式而不计算新的分布律、密度函数。

二  期望的性质

以下公式中C为常数,  X、Y为随机变量

1. E(C) = C

2. E(CX) = C·E(X)

3. E(X+Y) = E(X) + E(Y),   

上述可以推广为多个随机变量相加；

可以推广： E(C₁X+C₂Y) =  C₁E(X)+C₂E(Y)， 其中  C₁,  C₂为常数

4. 若X, Y是相互独立的随机变量，则  E(XY) = E(X)E(Y).

此公式可以推广： 任意有限个独立的随机变量 相乘。

三  光说不练是假把式，看例题

题1   

一银行服务需要等待， 设等待时间X (以分钟计) 服从期望为 10 的指数分布，  某人进了银行， 且打算过会去办另一件事，  于是先等待， 如果超过15分钟还没有等到服务就离开，设他实际的等待时间为 Y,  求此人实际等待的平均时间 E(Y).

 解   由题意知，Y = min{X,   15},    设 g(x) = min{x,  15},  则 Y=g(X),

根据 连续型随机变量函数的期望的定义：   

又因为：

题2

设X的概率密度为 ，    求E[ |X-E(X)| ].

解:

注意： 本题需要  求一个期望值，随机变量是一个绝对值，我们先求出E(X),   要明白X-  在计算时可以看成 x- ,   有的人看到 X-就慌了， X- 应该怎样处理呀？

实际只要看成 x- 就行了。

因为密度函数是一个分段函数， 求期望E(X) 要分段计算，再求和。

解题过程如下 

E[|X-E(X)|] = E[|X-1|] =

~~~~~~

四  随机变量的期望不是必然存在，因为求期望是通过求无穷级数或广义积分， 就存在是否收敛的问题。

只有无穷级数 或者广义积分 收敛， 期望才存在。

看一个例题