Пусть - случайная величина на вероятностном пространстве Покажите, что
мое определение из равно
Спасибо.
probability
self-study
expected-value
Pual Ambagher
источник
источник
Ответы:
Определение для дискретного : .Е( Х) Икс Е( Х) = ∑яИкся⋅ P( Х= хя)
Так
(мы переставляем термины в последнем выражении)
QED
источник
Мне нравится январский ответ. Могу ли я предложить способ записать серию так, чтобы глаз более легко улавливал перегруппировку (именно так мне нравится писать на доске)? (Перестановка математически обоснована, потому что этосерия положительных терминов.)
источник
Я думаю, что стандартный способ сделать это, написав
а затем обратный порядок ожидания и суммы (по теореме Тонелли)
источник
Один из других превосходных ответов здесь (из seanv507 ) отметил, что это правило ожидания фактически следует из более сильного результата, который выражает лежащую в основе случайную переменную в виде бесконечной суммы индикаторных переменных. Можно доказать более общий результат, и это можно использовать для получения правила ожидания в вопросе. ЕслиИкс: Ω → N (поэтому его поддержка не шире натуральных чисел), то можно показать (доказательство ниже), что:
Взятие дает полезный результат:m → ∞
Стоит отметить, что этот результат сильнее, чем правило ожидания в вопросе, так как он дает разложение для основной случайной величины, а не только ее момент. Как отмечено в другом ответе, взятие ожиданий обеих сторон этого уравнения и применение теоремы Тонелли (чтобы поменять местами операторы сумм и ожиданий) дает правило ожидания в вопросе. Это стандартное правило ожидания, которое используется при работе с неотрицательными случайными переменными.
Приведенный выше результат может быть доказан довольно просто. Начните с наблюдения, что:
Поэтому для любого мы имеем:m ∈ N
источник