离散型随机变量数学期望求法探究.docVIP

离散型随机变量数学期望求法探究 　　【摘 要】 离散型随机变量的数学期望的解法是一个重要内容.离散型随机变量在计算中和生活实际中都有着广泛的应用.离散型随机变量的数学期望的解法多种多样、灵活多变，具有一定的规律性和技巧性.本文对离散型随机变量数学期望的求法技巧进行了深入探讨。 　　【关键词】 数学期望 随机变量 　　Abstract ： The paper mainly discusses the solution of the discrete random variable of mathematical expectation. 　　1.概念与性质[1] 　　1.1离散型随机变量的概念 　　随机取值的变量就是随机变量，随机变量分为离散型随机变量与连续型随机变量两种，随机变量的函数仍为随机变量，有些随机变量，它全部可能取到的不相同的值是有限个或可列无限多个，这种随机变量称为“离散型随机变量”。 　　1.2数学期望的定义 　　它是随机变量ξ的可能取值xi与所对应的概率pi乘积的总和，这是一个常数，可以用来描述随机变量ξ的数学特征，称之为ξ的数学期望，记作Ｅξ.若离散型随机变量ξ可能取值为ai（i=1，2，…）其分布列为pi（i=1，2，…）则 　　■|ai|pi＜＋∞ 　　则称ξ存在数学期望，并且数学期望为 　　Eξ=■aipi如果■|ai|pi=＋∞则称ξ不存在数学期望。 　　1.2.1一维离散型随机变量函数的数学期望 [2] 　　若ξ是一个离散型随机变量，其分布列为 　　又g（x）是实变量x的单值函数，如果 　　|g（ai）|pi＜∞ 则Eg（ξ）=■g（ai）pi 　　1.2.2二维离散型随机变量函数的数学期望 　　若（ξ，η）是一个二维离散型随机变量，其联合分布列为pij=p（ξ=ai，η=bj），i，j=1，2，… 　　又g（x，y）是实变量经，x，y的单值函数，如果■■|g（aibi）|pij＜∞ 　　则有Eg（ξ，η）=■■g（aibi）pij 　　1.3随机变量数学期望的基本性质 　　性质1 若a≤ξ≤b ，则Eξ存在，且有a≤Eξ≤b ，特别地，若C是一个常数，则EC=C 　　性质2 对任一二维离散型随机变量（ξ，η），若Eξ，Eη存在，则对任意的实数k1，k2E（k1ξ+k2η）存在且E（k1ξ+k2η）=k1Eξ+k2Eη（1） 　　性质3 又若ξ，η是相互独立的，则Eξη存在且E（ξη） =Eξ ?E η （2） 　　性质1的证明是显然的，下面证明性质2和3. 　　设（ξ ，η）的联合分布列和边际分布列为： 　　p（ξ=ai，η=bj）=pij，i，j=1，2，… 　　p（ξ=ai）=pi，i=1，2，… 　　p（η=bj）=pj，j=1，2，… 　　由定理有 　　这里级数■■（k1ai+k2bj）pij绝对收敛是明显的，所以E（k1ξ+k2η ）存在且（1）得证.仍利用定理并由独立性有 　　E（ξη）=■■aibjpij=■aipi?■bipj＝Eξ ，Eη 这里级数■■aibjpij的绝对收敛也是显然的，所以Eξ η存在且（2）式成立，性质3得证。 　　性质2和3都可以推广到任意n维随机变量的场合，当然，就性质3来说，要求这n维随机变量是相互独立的。 　　2.离散型随机变量的求法[3] 　　质点在x轴上从 0 点作随机游动，若第j次往右移动一个单位距离（令位移距离变量εj=1 ）的概率为p0 ，左移一个单位距离 （令εj=-1 ）的概率为q0，p+q=1，且各次游动相到独立，经过 n次游动，质点所处的位置为 　　ηn=η（n）∑ni-1εj，求η（n）的均值。 　　针对上题解题方法大致可以分为定义法、条件数学期望法，利用期望性质法、母函数法等等从其中看出各种方法的利弊。 　　2.1定义法 　　定义法是一种最基本的方法，当随机变量是离散的，要求它的数学期望值，根据公式 　　E（Xn）=∑∞n=1XnPn 　　只需求得随机变量取值及其分布列就可以了，该方法思路明确，但有时求分布列是不容易的，且运算比较麻烦。 　　2.2条件数学期法 　　此方法运用了条件数学期望及其性质，即公式E（X）=E（E（X/Y）），这种方法培养了我们的发散性思想能力。 　　该方法的主要思想是当要求一个随机变量X的数学期望比较困难时，而在限定变量Y（与X有关系的量）的值y之后，计算条件期望 E（X/Y）则较为容易，因此可分两步走；第一步借助条件分布P（x/y）和固定的y 值算得条件期望E（X/y）； 第二步再把y看作Y的值，E（X/y）看作Y=y时X取值的平均，借助Y 的分布PY（y）再求一次期望，先后两次期望即得E（X）。 　　所谓发散性思