7种常见分布的数学期望及其证明 | 您所在的位置:网站首页 › 一般随机变量数学期望 › 7种常见分布的数学期望及其证明 |
1.数学期望
(1)数学期望定义
离散型随机变量数学期望 定义1 设离散型随机变量 X X X的分布律为 P ( X = x i ) = p i , i = 1 , 2... P(X=x_i)=p_i,i=1,2... P(X=xi)=pi,i=1,2...,若级数 ∑ i = 1 + ∞ ∣ x i ∣ p i \sum^{+\infin}_{i=1}\mid x_i\mid p_i ∑i=1+∞∣xi∣pi收敛,则称 ∑ i = 1 + ∞ x i p i \sum^{+\infin}_{i=1} x_i p_i ∑i=1+∞xipi为 X X X的数学期望。记为 E ( X ) E(X) E(X)。即: E X = ∑ i = 1 + ∞ x i p i 。 EX=\sum^{+\infin}_{i=1} x_i p_i。 EX=i=1∑+∞xipi。 连续型随机变量数学期望 定义2 设连续型随机变量 X X X的密度函数为 p ( x ) , p(x), p(x),若积分 ∑ − ∞ + ∞ ∣ x ∣ p ( x ) d x < + ∞ \sum_{-\infin}^{+\infin}\mid x \mid p(x)dx < +\infin ∑−∞+∞∣x∣p(x)dxX=k}=k!λke−λ,k=0,1,2,...,∴E(X)=k=0∑∞k⋅k!λke−λ=k=1∑∞k⋅k!λke−λ=k=1∑∞(k−1)!λ⋅λk−1e−λ=λ⋅k=1∑∞(k−1)!λk−1e−λm=k−1,∴λ⋅m=0∑∞m!λme−λ=λ⋅1=λ 注意, ∑ m = 0 ∞ λ m m ! \sum_{m=0}^{\infin}\frac{\lambda^{m}}{m!} ∑m=0∞m!λm为 e λ e^\lambda eλ的幂级数展开式。 4. 均匀分布若 X ∼ U ( a , b ) X\sim U(a,b) X∼U(a,b),则 E ( x ) = a + b 2 E(x)=\frac{a+b}{2} E(x)=2a+b。 证明: X X X的密度: p ( x ) = { 1 b − a , aX=k}=p(1−p)k−1k=1,2,... E ( X ) = ∑ k = 1 ∞ k p ( 1 − p ) k − 1 = x = 1 − p p ∑ p + ∞ k x k − 1 = p ∑ k = 1 + ∞ ( x k ) ′ = p ( ∑ k = 1 + ∞ x k ) ′ = p ( x 1 − x ) ′ = p 1 ( 1 − x ) 2 = x = 1 − p 1 p E(X)=\sum_{k=1}^{\infin}kp(1-p)^{k-1}=^{x=1-p}p\sum_p^{+\infin}kx^{k-1}\\ =p\sum_{k=1}^{+\infin}(x^k)^{'}=p(\sum_{k=1}^{+\infin}x^k)^{'}\\ =p(\frac{x}{1-x})^{'}=p\frac{1}{(1-x)^2}=^{x=1-p}\frac{1}{p} E(X)=k=1∑∞kp(1−p)k−1=x=1−ppp∑+∞kxk−1=pk=1∑+∞(xk)′=p(k=1∑+∞xk)′=p(1−xx)′=p(1−x)21=x=1−pp1 |
CopyRight 2018-2019 实验室设备网 版权所有 |