§5 离散型随机变量的均值与方差知识点一 离散型随机变量的均值(数学期望) [填一填]设随机变量 X 的可能取值为 a1,a2,…,ar,取 ai的概率为 pi(i=1,2,…,r),即 X 的分布列为 P(X=ai)=pi(i=1,2,…,r).X 的均值为:a1P ( X = a 1) + a 2P ( X = a 2) + … + a rP ( X = a r)=a1p1+ a 2p2+ … + a rpr,即随机变量 X 的取值 ai乘上取值为 ai的概率 P(X=ai)再求和.X 的均值也称作 X 的数学期望(简称期望),它是一个数,记为 EX,即 EX=a1p1+ a 2p2+ … + a rpr
均值 EX 刻画的是 X 取值的“中心位置”.两点分布的均值为 p,二项分布的均值为 p (1 - p ) . [答一答]1.离散型随机变量的均值一定是在试验中出现概率最大的值吗
提示:不一定,如,EX=0
5,在试验中不能出现,均值刻画的是 X 取值的“中心位置”.知识点二 离散型随机变量的方差 [填一填]一般地,设 X 是一个离散型随机变量,我们用 E ( X - EX ) 2 来衡量 X 与 EX 的平均偏离程度,E(X-EX)2是(X-EX)2的期望,并称之为随机变量 X 的方差,记为 DX
方差越小,则随机变量的取值就越集中在均值周围,反之,方差越大,则随机变量的取值就越分散,两点分布的方差为 p (1 - p ) ,二项分布的方差为 npq
[答一答]2.随机变量的方差与样本方差有何联系和区别
提示:随机变量的方差是常数,样本方差是随机变量,对于简单的随机样本,随着样本容量的增加,样本方差越接近于总体方差.1.对离散型随机变量的均值与方差的理解(1)EX 是一个实数,由 X 的分布列唯一确定,它描述 X 取值的“平均水平”.(2)EX=a1p1+a2p2+