정의: 표본 공간에서 정의된 사건들을 실수로 나타내고 확률을 이용해 이 수치적 양에 대한 모형을 만들 때 사용되는 변수 / 표본 공간에 정의된 실함수이다.
특징: 확률 변수가 가질 수 있는 값의 수가 유한하거나 가산 무한이라면 확률 변수는 discrete하다고 하고, 무한하다면 continuous하다고 함.
Ex) 동전을 세번 던지는 사건에서 앞면이 나오는 횟수를 이산형 확률 변수로 설정할 수 있음. 동전을 세번 던지는 사건동안 걸리는 시간 등 확률 변수의 값의 범위가 직선 상의 구간을 나타낸다면 연속형 확률 변수로 설정할 수 있다.
정의:
각 확률 변수들에 대한 가중 평균으로 확률 변수가 취하게 될 평균값으로 확률 분포의 성질을 나타내는 수치.
$$ E(X)=\Sigma_{i=1}^{n}x_if(x)_i) $$
특징:
$$ E_X[g(X)] = E_Y(Y) = \int_{-\infty}^{\infty}yf_Y(y)dy $$
$$ E[g(X)] = \int_{-\infty}^{\infty}g(x)f_X(x)dx $$
$$ E(c) = c \\ E(aX+b) = aE(X) + b $$