为什么在定义随机变量的数学期望时,要求其为绝对收敛呢?如:离散型随机变量要求∑xp这样的无穷级数是绝对收敛的,而连续型随机变量要求∫xf(x)dx这个广义积分也是绝对收敛的,干嘛非得要

来源:学生作业帮助网 编辑:作业帮 时间:2024/04/28 17:03:11
为什么在定义随机变量的数学期望时,要求其为绝对收敛呢?如:离散型随机变量要求∑xp这样的无穷级数是绝对收敛的,而连续型随机变量要求∫xf(x)dx这个广义积分也是绝对收敛的,干嘛非得要

为什么在定义随机变量的数学期望时,要求其为绝对收敛呢?如:离散型随机变量要求∑xp这样的无穷级数是绝对收敛的,而连续型随机变量要求∫xf(x)dx这个广义积分也是绝对收敛的,干嘛非得要
为什么在定义随机变量的数学期望时,要求其为绝对收敛呢?如:离散型随机变量要求∑xp这样的无穷级数是绝对收敛的,而连续型随机变量要求∫xf(x)dx这个广义积分也是绝对收敛的,干嘛非得要求绝对收敛呢?一般的收敛或者说条件收敛难道就不可以吗?
我也查阅了一些资料,很多人说是因为条件收敛不能保证改变随机变量的排列顺序后其仍然收敛或者说改变顺序后收敛值就变了,对此我不太理解,麻烦可否举一个相应的例子说明一下条件收敛不能保证期望存在呢?或者举一个改变排列顺序后期望也发生改变的例子,

为什么在定义随机变量的数学期望时,要求其为绝对收敛呢?如:离散型随机变量要求∑xp这样的无穷级数是绝对收敛的,而连续型随机变量要求∫xf(x)dx这个广义积分也是绝对收敛的,干嘛非得要
其实你说的是对的.
∑xp,x=n,p=1/n ×(-1)的n次方 ,∑p为条件收敛,∑(-1)的n次方的值是不存在的.
因为-1+(1-1)+(1-1)+(1.=-1
(-1+1)+(-1+1)+(-1+1)...=0

为什么在定义随机变量的数学期望时,要求其为绝对收敛呢?如:离散型随机变量要求∑xp这样的无穷级数是绝对收敛的,而连续型随机变量要求∫xf(x)dx这个广义积分也是绝对收敛的,干嘛非得要 在数学期望定义中为什么要求级数和广义积分绝对收敛? 随机变量的均值就是数学期望吗? 统计学中随机变量的问题请问在随机变量正态分布中,数学期望和方差有什么关系, 离散型随机变量的数学期望,在现实生活中有什么实际的用处? 求连续型随机变量的数学期望的定义,最好把那几种特殊的连续性的随机变量都给列出来, 英语翻译离散型随机变量数学期望的求法摘要:本文举出离散型随机变量数学期望的几种求法,包括定义法,分解法,利用对称性,套用已有公式,借助递推法,母函数法等,以及在现实中的运用.关 关于数学期望定义X是一维连续随机变量,Y是X的函数:Y=g(x),为什么EY=∫ g(x)f(x)dx,为什么g(x)乘的是f(x)而不是f(g(x))呢? 数学离散型随机变量的期望卷子解答 连续型随机变量分布函数的问题?为什么分布函数在其定义域内一定连续?又为什么不一定可导呢? x^2*e^(-x^2)求积分(这是在做连续随机变量概率分布求数学期望时搞出来的) 离散型随机变量的数学期望一定是在试验中出现的概率最大的值么? 设X是在[a,b]上取值的任一随机变量,证明X的数学期望与方差分别满足:a 设X是在[a,b]上取值的任一随机变量,证明X的数学期望与方差分别满足:a 求随机变量|X|数学期望设随机变量X服从标准正态分布,求随机变量|X|的数学期望(请给出详细求解过程)请注意:是随机变量X的绝对值的数学期望啊 证明 数学期望E(X)范围设连续型随机变量X的一切可能值在区间[a,b]内,其密度函数为f(x).证明E(X)在[a,b]内. 随机变量X在(1,2)上服从均匀分布,求随机变量Y=X^2的数学期望E(Y)和方差D(Y). 随机变量X在(-1,2)上服从均匀分布,求随机变量Y=|X|/X的数学期望E(Y)和方差D(Y).