基于分布函数的混合型随机变量数学期望与方差的计算.pdf

第 31卷第 2期 大 学 数 学 Vo1．31。№ ．2 2015年 4月 CoLLEGE M ATHEM ATICS Apr．2015 基于分布函数的混合型随机变量 数学期望和方差的计算 宁荣健 ， 余丙森 (合肥工业大学 数学学院，安徽 合肥 230009) [摘 要]在文献[1]的基础上 ，利用分布函数 ，介绍一种适合工科概率论教学的混合型随机变量 的数学 期望和方差的计算方法． [关键词]分布函数；混合型随机变量；数学期望 ；方差 [中图分类号]O211．3 [文献标识码]C [3t章编号]1672-1454(2015)02—0048-05 1 问题的提 出 在工科概率论 的教学过程 中，我们介绍 了F歹U例题． 例 设随机变量 X～ u[-1，2]，Y—max{X，1}，求 EY和DY． 解 由题意知 X密度函数为 厂，(、 l÷，一1≤z≤2， z)一l ’ z ’ l0，其它， 利用一维连续型随机变量函数 的数学期望计算公式得 一 EY一J』I一∞：mmax{x，，1))厂厂(())dx一一J．fI1max{{x，，1}}··+u1dx一一-JfI11··+udx++Jl1··告÷)．ddzz======吾古o．． E(Y))一一J』I…二(max{x，’11}}))。，())dx一一J厂I1(max{x，’11)))·O1dlz—一JI11。··+udx++JI1z··+udx一一萼，， 故 DY—E(Y)一(Ey)。一萼一(舌)一1． 但是 ，有些学生求得 y的分布函数为 f O， 1， Fy()一{ ，1≤2， l， ≥2， 似乎得出Y的密度函数为 SY(Y)一J寺 ≤ 2 【0， 其它， 进而计算得 EY一 1Dy===丽19 ， ． 两种解法结果不一样．其原 因在于本例中的y为既非离散型又非连续 [收稿 日期]2014—0915 第 2期 宁荣健 ，等 ：基于分布函数的混合型随机变量数学期望和方差的计算 49 型随机变量 (称为混合型随机变量)，不存在密度 函数 (注 ：前面求 出的fr(．y)不满足密度函数 的性质 ， 并非密度函数)，因此，后面的解法是错误的． 目前诸多工科概率论与数理统计教材中，只给出了离散型随机变量和连续型随机变量 的数学期望 定义及相关计算 ，对于混合型随机变量的数学期望并没有介绍 ，使得在教学 中有所欠缺． 事实上 ，对于任意的随机变量 x ，其分布函数 F(z)一 P{X ≤ z}， z∈R 完全反映了其分布情况 ，包含了分布的所有信息，自然也确定 了其数学期望是否存在 ，以及数学期望存 在时数学期望的取值．那么如何利用分布函数 F()来研究 x 的数学期望呢? 在文献[1]中，通过 Lebesgue—Stieltjes积分给出了任意随机变量数学期望的一般定义． 定义 1 设 X 是定义在概率 空 问 (，，P)上 的随机变量 ，F()为 x 的分布 函数 ，如果 I 11dF(x)收敛，就称 IxdF(x)为X的数学期望，记为EX，即 EX—J—xdF( · 并且文献[1]还给出了下列结论．