본문 바로가기
스터디/확률과 통계

연속확률변수의 기댓값, Expectation of Continuous Case (Uniform, Exponential, Gamma, Normal)

by 궁금한 준이 2023. 3. 30.
728x90
반응형

 

연속확률변수의 기댓값도 이산확률변수와 거의 같다.

Expected value, 기댓값

연속확률변수 X에 대히여 pdf가 fX일 때, X의 기댓값은 다음과 같다,
E(X)=xfX(x)dx

(1) 균등분포의 기댓값

XU[a,b]의 pdf는 1ba이므로 기댓값은

E(X)=abxbadx=a+b2

 

(2) 지수분포의 기댓값

XExp(λ)의 pdf는 λeλx이므로 기댓값은 (부분적분을 이용하여)

E(X)=0xλeλx=[xeλx]x=0x=+0eλxdx=0eλxdx=1λ

 

(3) 감마분포의 기댓값

XGamma(α,λ)의 pdf는 λαΓ(α)xα1eλx이므로

E(X)=0xλαΓ(α)xα1eλx=0λα+1Γ(α+1)xα+11eλxdxΓ(α+1)λΓ(α)=αλ

Note: 지수분포는 감마분포의 α=1인 경우이므로 (2)를 유도할 수 있다.

 

Properties of Expectation

연속확률변수의 기댓값 역시 이산확률변수의 기댓값과 동일한 기본 성질을 갖는다.

(1) X가 연속확률변수이고, RR로 대응하는 함수 g(X)에 대하여 기댓값은
E(g(X))=g(x)fX(x)

(2) X,Y가 연속확률변수이고, R2R로 대응하는 함수 h(X,Y)에 대하여 기댓값은
E(h(X,Y))=h(x,y)fX,Y(x,y)dxdy

(3) Linearity of expected values
연속확률변수 X,Y에 대하여 Z=aX+bY라 하자. (a,b는 실수).이 때 Z의 기댓값은
E(Z)=aE(X)+bE(Y)

(4) 연속확률변수 X,Y가 서로 독립이면
E(XY)=E(X)E(Y)

(5) Monotonicity
두 연속확률변수 X,YXY일 때 (X(s)Y(s), sS) E(X)E(Y)이다.

(4) 정규분포의 기댓값

표준정규분포(ZN(0,1))의 기댓값(E(Z))을 구하고, 선형성을 이용하여 정규분포(X=σZ+μ)의 기댓값(E(X))을 구하자.

ϕ(z)y축 대칭이고, zϕ(z)는 원점대칭이므로

E(Z)=zϕ(z)dz=0

따라서

E(X)=0+μ=μ

 

728x90
반응형