§5离散型随机变量的均值与方差自主整理1
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的分布为P(X=ai)=pi(i=1,2,…,r)
则定义X的均值为_________________,即随机变量X的取值ai乘上取值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_________________,即EX=_________________
均值EX刻画的是X取值的“_________________”,均值能够反映随机变量取值的“_________________”,这是随机变量X的一个重要特征
一般地,设X是一个离散型随机变量,我们用_________________来衡量X与EX的平均偏离程度,E(X-EX)2是_________________的期望,并称之为随机变量X的方差,记为_________________
方差越小,则随机变量的取值就越_________________在其均值周围;反之,方差越大,则随机变量的取值就越_________________
期望是算术平均值概念的推广,是概率意义下的平均
EX是一个实数,由X的分布列唯一确定
即作为随机变量X是可变的,可取不同值,而EX是不变的,它描述X取值的平均状态
EX=a1p1+a2p2+…+arpr直接给出了EX的求法,即随机变量取值与相应概率值分别相乘后再相加
E(aX+b)=aEX+b,∴随机变量X的线性函数Y=aX+b的期望等于随机变量X的期望的线性函数
此式可有如下几种特殊形式:当b=0时,E(aX)=aEX,此式表明常量与随机变量乘积的数学期望,等于这个常量与随机变量的期望的乘积
当a=1时,E(X+b)=EX+b,此式表明随机变量与常量和的期望,等于随机变量的期望与这个常