数学期望的4个性质证明：深入理解随机变量的平均值

数学期望是概率论中一个重要的概念，它表示随机变量的平均值。在概率论中，数学期望具有四个重要的性质，下面我将分别对这四个性质进行证明。

线性性：设X、Y是两个随机变量，a、b是两个常数，则有E(aX+bY)=aE(X)+bE(Y)。

证明：根据期望的定义，有E(aX+bY)=∑(aX+bY)P(X=x,Y=y)。将其展开得到E(aX+bY)=a∑XP(X=x,Y=y)+b∑YP(X=x,Y=y)。根据期望的定义，有E(X)=∑XP(X=x)和E(Y)=∑YP(Y=y)，代入上式得到E(aX+bY)=aE(X)+bE(Y)。

非负性：对于任意的随机变量X，有E(X)≥0。

证明：根据期望的定义，有E(X)=∑XP(X=x)。由于P(X=x)≥0，∑XP(X=x)≥0，因此E(X)≥0。

单调性：设X、Y是两个随机变量，且X≤Y，则有E(X)≤E(Y)。

证明：根据期望的定义，有E(X)=∑XP(X=x)和E(Y)=∑YP(Y=y)。由于X≤Y，因此对于任意的x，有P(X=x)≤P(Y=x)。因此，∑XP(X=x)≤∑XP(Y=x)，即E(X)≤E(Y)。

可加性：设X、Y是两个相互独立的随机变量，则有E(X+Y)=E(X)+E(Y)。

证明：因为X、Y是相互独立的，所以有P(X=x,Y=y)=P(X=x)P(Y=y)。根据期望的定义，有E(X+Y)=∑(x+y)P(X=x,Y=y)。将P(X=x,Y=y)代入上式，得到E(X+Y)=∑x∑y(x+y)P(X=x)P(Y=y)。展开得到E(X+Y)=∑x∑y(xP(X=x)P(Y=y)+yP(X=x)P(Y=y))。根据期望的定义，有E(X)=∑x(xP(X=x))和E(Y)=∑y(yP(Y=y))，代入上式得到E(X+Y)=E(X)+E(Y)。

综上所述，数学期望具有线性性、非负性、单调性和可加性四个重要的性质。这些性质不仅在概率论中有着广泛的应用，也为我们理解和解决实际问题提供了重要的工具和方法。