何曉霞， 侯 萱， 李春麗

(武漢科技大學理學院，湖北武漢430065)

1 問題的提出

計算隨機變量函數(shù)的期望是在運用期望值進行決策時經(jīng)常碰到的問題，在經(jīng)典的概率論教材里都有隨機變量函數(shù)的數(shù)學期望的計算方法.

定理1.1[1]設Y是隨機變量X的函數(shù):Y=g(X)(g是連續(xù)函數(shù)).

(1.1)

(1.2)

該定理為我們提供了一個計算隨機變量函數(shù)的期望的較簡單的求法,因為計算期望的時候并不需要求出Y的分布律或者密度函數(shù).運用這個定理,我們來計算下面的例子.

例1.1設隨機變量X在區(qū)間[-π,π]上服從均勻分布，求E[min(|X|,1)].

解X的概率密度函數(shù)為

故

這個例子之所以能運用定理,是因為

因此min[|X|,1]是隨機變量X的連續(xù)函數(shù),符合定理的假設條件.雖然定理中只需假設復合給隨機變量的函數(shù)g連續(xù)即可,即g(X)是什么類型的隨機變量實際上并未做任何要求.事實上,例1.1中的min[|X|,1]是一個混合型隨機變量.這是因為

P(min[|X|,1]≤x) =1-P(min[|X|,1]>x)=1-P(|X|>x,1>x)

(1.3)

2 混合型隨機變量期望的一般求法

要找到混合隨機變量期望的一般求法，首先要將離散型和連續(xù)型隨機變量的期望的計算方法進行統(tǒng)一.為此，需要用到Stieltjes積分.若隨機變量X的分布函數(shù)為F(x)，類似于連續(xù)型隨機變量的場合，做分割x0

定義2.1[2]若隨機變量X的分布函數(shù)為F(x)，則定義

(2.1)

為X的數(shù)學期望.這里要求積分絕對收斂，否則數(shù)學期望不存在.

按照上述數(shù)學期望的定義，則可以根據(jù)Stieltjes積分的定義來計算混合型隨機變量的數(shù)學期望.一般地，若混合型隨機變量的分布函數(shù)有可列個跳躍間斷點{xi;i≥1}(這一點是可以做到的，由于分布函數(shù)是單調的，所以它的間斷點至多可列)，則

(2.2)

其中I為分布函數(shù)F(x)連續(xù)且可導的區(qū)域,f(x)為可導區(qū)域上分布函數(shù)F(x)的導函數(shù).再回到第一節(jié)中的例1.1，由(2.2)式，

所得結果與運用定理計算的結果是相同的，為何為出現(xiàn)這樣的結果？事實上，(2.1)式可以同時用來計算離散型和連續(xù)型隨機變量的積分.用測度論的語言來說，數(shù)學期望是特殊的測度空間——概率空間上的積分.

定義2.2[3]如果概率空間(Ω,I,P)上可測函數(shù)X的積分存在，則說它的數(shù)學期望存在，并定義X的數(shù)學期望為

(2.3)

(2.1)和(2.3)是等價的，文獻[4]對這兩種定義的等價性進行了詳細的探討.有了抽象空間中隨機變量期望的定義，則有如下定理.

定理2.1[3]設X是概率空間(Ω,I,P)上的隨機變量，其分布函數(shù)為F, 則對任何(,B())上的可測函數(shù)g,g(X)是(Ω,I,P)的可測函數(shù)，而且只要

之一端有意義，另一端也有意義且等式成立.

3 混合型隨機變量期望的應用

混合型隨機變量在實際應用中的大量存在的，這里主要討論混合型隨機變量期望在保險精算中的應用.人們向保險公司投保來規(guī)避損失，而保險公司本身為了規(guī)避風險，它也可以選擇再保險公司.目前常見的兩種再保險方法為比例再保險和超額損失再保險.所謂超額損失再保險，即保險公司和再保險公司約定一個值M,若索賠額變量X不超過M，則損失全部由保險公司承擔；若索賠額X超過M，則超出部分由再保險公司承擔，即保險公司承擔的索賠額為Y=min(X,M),再保險公司承擔的索賠額為Z=max(0,X-M).顯然這兩個隨機變量都是混合型的，若索賠額索賠隨機變量X的分布函數(shù)為F,則

在精算過程中常常要需要計算索賠額的各階矩，通過前述方法即可計算得

若X服從均值為100的指數(shù)分布，則

[參 考 文 獻]

[1] 盛驟，謝式千，潘承毅. 概率論與數(shù)理統(tǒng)計[M]. 3版. 北京: 高等教育出版社,2001.

[2] 李賢平. 概率論基礎[M]. 2版. 北京: 高等教育出版社, 1997.

[3] 程士宏. 測度論與概率論基礎[M]. 北京: 北京大學出版社，2004.

[4] 何曉霞. 數(shù)學期望的兩種定義及其等價性[J]. 大學數(shù)學, 2013, 29(3): 91-93.

[5] David C M Dickson. Insurance risk and ruin[M]. Cambridge：Cambridge University Press, 2005.