第8讲 离散型随机变量的数字特征（原卷版）.docxVIP

第8讲 离散型随机变量的数字特征 【知识梳理】 知识点一　离散型随机变量的均值 1．离散型随机变量的均值的概念 一般地，若离散型随机变量X的分布列为 X x1 x2 … xi … xn P p1 p2 … pi … pn 则称E(X)＝x1p1＋x2p2＋…＋xipi＋…＋xnpn＝为随机变量X的均值或数期望． 2．离散型随机变量的均值的意义 均值是随机变量可能取值关于取值概率的加权平均数，它综合了随机变量的取值和取值的概率，反映了随机变量取值的平均水平． 3．离散型随机变量的均值的性质 若Y＝aX＋b，其中a，b均是常数(X是随机变量)，则Y也是随机变量，且有E(aX＋b)＝aE(X)＋b. 证明如下：如果Y＝aX＋b，其中a，b为常数，X是随机变量，那么Y也是随机变量．因此P(Y＝axi＋b)＝P(X＝xi)，i＝1,2,3，…，n，所以Y的分布列为 Y ax1＋b ax2＋b … axi＋b … axn＋b P p1 p2 … pi … pn 于是有E(Y)＝(ax1＋b)p1＋(ax2＋b)p2＋…＋(axi＋b)pi＋…＋(axn＋b)pn＝a(x1p1＋x2p2＋…＋xipi＋…＋xnpn)＋b(p1＋p2＋…＋pi＋…＋pn)＝aE(X)＋b，即E(aX＋b)＝aE(X)＋b. 知识点二　两点分布的均值 如果随机变量X服从两点分布，那么E(X)＝0×(1－p)＋1×p