第四章 随机变量的数字特征㈠ 数学期望 表征随机变量取值的平均水平、“中心”位置或“集中”位置． 1、数学期望的定义(1) 定义 离散型和连续型随机变量X 的数学期望定义为{}⎪⎩⎪⎨⎧==⎰∑∞∞- d )( )()( ，，连续型离散型x x xf x X x X kk k P E其中Σ表示对X 的一切可能值求和．对于离散型变量，若可能值个数无限，则要求级数绝对收敛；对于连续型变量，要求定义中的积分绝对收敛；否则认为数学期望不存在． ①常见的离散型随机变量的数学期望1、离散型随机变量的数学期望设离散型随机变量的概率分布为，若，则称级数为随机变量的数学期望（或称为均值），记为, 即2、两点分布的数学期望设服从0—1分布，则有，根据定义，的数学期望为.3、二项分布的数学期望设服从以为参数的二项分布，，则。
4、泊松分布的数学期望设随机变量服从参数为的泊松分布，即，从而有。
①常见的连续型随机变量的数学期望1)均匀分布设随机变量ξ服从均匀分布，ξ～U [a ，b ] (a <b ),它的概率密度函数为:= 则=∴ E (ξ)=(a+b )/2． 即数学期望位于区间的中点．2)正态分布设随机变量ξ服从正态分布，ξ～N(μ,σ2)，它的概率密度函数为:(σ>0，- <μ<+ )则令得∴ E(ξ)=μ .3)指数分布设随机变量服从参数为的指数分布，的密度函数为，则.(2) 随机变量的函数的数学期望设)(xgy=为连续函数或分段连续函数，而X是任一随机变量，则随机变量)(XgY=的数学期望可以通过随机变量X的概率分布直接来求，而不必先求出Y的概率分布再求其数学期望；对于二元函数),(YXgZ=，有类似的公式：(){}⎪⎩⎪⎨⎧===⎰∑∞∞．；（连续型）离散型－d)()()()(xxfxgxXxgXgY kkkPEE()(){}()()()()⎪⎩⎪⎨⎧====⎰⎰∑∑∞∞-∞∞-．；连续型离散型dd,,,,,yxyxfyxgyYxXyxgYXgZi jjijiPEE设(,)X Y为二维离散型随机变量，其联合概率函数(,),,1,2,,i j ijP X a Y b p i j====如果级数(,)i j ijj ig a b p∑∑绝对收敛，则(,)X Y的函数(,)g X Y的数学期望为[(,)](,)i j ijj iE g X Y g a b p=∑∑；特别地();()i ij j iji i j iE X a p E Y b p==∑∑∑∑.设X为连续型随机变量，其概率密度为()f x，如果广义积分()()g x f x dx+∞-∞⎰绝对收敛，则X的函数()g X的数学期望为[()]()()E g X g x f x dx+∞-∞=⎰．设(,)X Y 为二维连续型随机变量，其联合概率密度为(,)f x y ，如果广义积分(,)(,)g x y f x y dxdy+∞+∞-∞-∞⎰⎰绝对收敛，则(,)X Y 的函数(,)g X Y 的数学期望为[(,)](,)(,)E g x y g x y f x y dxdy+∞+∞-∞-∞=⎰⎰； 特别地()(,)E x xf x y dxdy +∞+∞-∞-∞=⎰⎰,()(,)E Y yf x y dxdy+∞+∞-∞-∞=⎰⎰.注：求E(X,Y)是无意义的，比如说二维（身高，胖瘦）的数学期望是无意义的，但是二维随机变量函数Z= E(X,Y)是有意义的，他表示的是函数下的另一个一维意义。
