数学求期望的计算公式:
(1) 离散型
定义 设离散型随机变量X的分布律为P{X=xk}=pk,k=1,2,⋯若级数∑k=1∞xkpk绝对收敛,则称级数∑k=1∞xkpk为随机变量X的数学期望,记为E(X).即E(X)=∑k=1∞xkpk.
\begin{array}{c}
{\color{Red} 定义} \ 设离散型随机变量 \boldsymbol{X} 的分布律为\\
P\{X = x_{k}\} = p_{k}, \quad k = 1,2, \cdots\\
若级数 \sum\limits_{k = 1}^{\infty} x_{k} p_{k} 绝对收敛, 则称级数 \sum\limits_{k = 1}^{\infty} x_{k} p_{k} \\为随机变量 X 的数学期望, 记为 E(X) . \\
即E(X) = \sum\limits_{k = 1}^{\infty} x_{k} p_{k} .
\end{array}
定义 设离散型随机变量X的分布律为P{X=xk}=pk,k=1,2,⋯若级数k=1∑∞xkpk绝对收敛,则称级数k=1∑∞xkpk为随机变量X的数学期望,记为E(X).即E(X)=k=1∑∞xkpk.
(2) 连续型
定义 设连续型随机变量X的概率密度为f(x),若积分∫−∞+∞xf(x)dx绝对收敛,则称积分∫−∞+∞xf(x)dx的值为随机变量X的数学期望,记为E(X).即E(X)=∫−∞+∞xf(x)dx. \begin{array}{c} {\color{Red} 定义} \ 设连续型随机变量 \boldsymbol{X} 的概率密度为f(x),\\ 若积分 \int_{-\infty}^{+\infty} xf(x)dx \\ 绝对收敛,则称积分\int_{-\infty}^{+\infty} xf(x)dx 的值为随机\\变量\boldsymbol{X}的数学期望,记为 E(X).\\ 即E(X) = \int_{-\infty}^{+\infty} xf(x)dx . \end{array} 定义 设连续型随机变量X的概率密度为f(x),若积分∫−∞+∞xf(x)dx绝对收敛,则称积分∫−∞+∞xf(x)dx的值为随机变量X的数学期望,记为E(X).即E(X)=∫−∞+∞xf(x)dx.
1万+

被折叠的 条评论
为什么被折叠?



