在线词典

数学期望的性质有哪些

更新日期:2026-11-12 13:27:01

$$

8. 期望的连续性

在一定条件下,若 $X_n \to X$(依概率收敛),则 $E(X_n) \to E(X)$。

二、常见随机变量的数学期望

标题数学期望的性质有哪些
内容

数学期望是概率论与数理统计中的一个核心概念,它反映了随机变量在大量重复试验中取值的平均趋势。掌握数学期望的性质有助于我们更深入地理解其应用和计算方法。以下是数学期望的一些基本性质总结。

一、数学期望的基本性质

1. 线性性

数学期望具有线性性质,即对于任意两个随机变量 $X$ 和 $Y$,以及常数 $a$ 和 $b$,有:

$$

E(aX + bY) = aE(X) + bE(Y)

$$

2. 常数的期望等于自身

如果 $c$ 是一个常数,则:

$$

E(c) = c

$$

3. 期望的可加性

对于任意两个随机变量 $X$ 和 $Y$,有:

$$

E(X + Y) = E(X) + E(Y)

$$

4. 独立变量的乘积期望

若 $X$ 和 $Y$ 相互独立,则:

$$

E(XY) = E(X) \cdot E(Y)

$$

5. 非负性

如果 $X \geq 0$,则 $E(X) \geq 0$。

6. 期望的单调性

如果 $X \leq Y$,则 $E(X) \leq E(Y)$。

7. 期望的绝对值不等式

$$

E(X) \leq E(X)
随机变量类型 数学期望 $E(X)$
常数变量 $c$
伯努利分布 $B(1, p)$ $p$
二项分布 $B(n, p)$ $np$
泊松分布 $P(\lambda)$ $\lambda$
均匀分布 $U(a, b)$ $\frac{a + b}{2}$
正态分布 $N(\mu, \sigma^2)$ $\mu$
指数分布 $Exp(\lambda)$ $\frac{1}{\lambda}$

三、小结

数学期望作为描述随机变量集中趋势的重要指标,具有良好的代数性质,如线性性、可加性和独立性等。这些性质在实际问题中被广泛应用,例如在金融、工程、统计分析等领域。了解并掌握这些性质,有助于提高对随机现象的理解和建模能力。

通过上述表格和,可以系统地认识数学期望的主要性质及其在不同分布下的表现形式。

随便看