内容正文:
7.3 离散型随机变量的数字特征
7.3.1 离散型随机变量的均值
1.通过实例,理解取有限个值的离散型随机变量均值(数学期望)的概念和意义.
2.能计算简单离散型随机变量的均值(数学期望),并能解决一些实际问题.
1.离散型随机变量的分布列
X x1 x2 ··· xn ···
P p1 p2 ··· pn ···
2.离散型随机变量分布列的性质:
(1) pi ≥0,i=1,2,…;
(2) p1+p2+…+ pi +…=1.
离散型随机变量的分布列全面地刻画了这个随机变量的取值规律. 但在解决有些实际问题时,直接使用分布列并不方便. 例如,要比较不同班级某次考试成绩,通常会比较平均成绩;要比较两名射箭运动员的射箭水平,一般会比较它们的平均环数或总环数以及稳定性. 因此,类似于研究一组数据的均值和方差,我们也可以研究离散型随机变量的均值和方差,它们统称为随机变量的数字特征.
思考:甲、乙两名射箭运动员射中目标箭靶的环数的分布列如表所示.
环数 X 7 8 9 10
甲射中的概率 0.1 0.2 0.3 0.4
乙射中的概率 0.15 0.25 0.4 0.2
如何比较他们射箭水平的高低呢?
离散型随机变量的均值
类似两组数据的比较,首先比较击中的平均环数,如果平均环数相等,再看看稳定性.
假设甲射箭 n 次,射中7环、8环、9环和10环的频率分别为 , ,
, . 则甲 n 次射箭射中的平均环数为
当 n 足够大时,频率稳定于概率,所以 稳定于
即甲射中平均环数的稳定值为9,这个平均值的大小可以反映甲运动员的射箭水平.
同理,乙射中环数的平均值为
从平均值的角度比较,甲的射箭水平比乙高.
一般地,若离散型随机变量 X 的概率分布为:
则称
为随机变量 X 的均值或数学期望,简称期望. 均值是随机变量可能取值关于取值概率的加权平均数,它反映了离散型随机变量取值的平均水平.
X x1 x2 ··· xi ··· xn
P p1 p2 ··· pi ··· pn
孔隆教育 http://mykonglong.taobao.com
孔隆教育 http://mykonglong.taobao.com
8
例1 在篮球比赛中,罚球命中1次得1分,不中得0分. 如果某运动员罚球命中的概率为0.8,那么他罚球1次的得分 X 的均值是多少?
解:因为 ,
所以
即该运动员罚球1次的得分 X 的均值是0.8.
1.一般地,如果随机变量 X 服从两点分布,
那么
X 0 1
P 1-p p
2.求离散型随机变量 X 的均值的步骤:
(1)理解 X 的意义,写出 X 可能取的全部值;
(2)求出 X 取每个值的概率P( X=k);
(3)写出 X 的分布列;
(4)利用定义公式 E(X)=x1 p1+x2 p2+…+xn pn 求出均值.
解:因为 X 的可能取值为1,2,3,4,5,6,
分布列如表所示
所以
1.抛掷一枚质地均匀的骰子,设出现的点数为 X,求 X 的均值.
X 1 2 3 4 5 6
P
如果 X 是一个离散型随机变量,X 加一个常数或乘一个常数后,其均值会怎样变化?即 和 (其中a,b为常数)分别与有怎样的关系?
离散型随机变量均值的性质
设 X 的分布列为
根据随机变量均值的定义,
孔隆教育 http://mykonglong.taobao.com
孔隆教育 http://mykonglong.taobao.com
13
类似地,可以证明
一般地,有下面的结论成立:
准确理解均值的性质
(1)当a=0时,E(b)=b,常数的数学期望是常数本身;
当a=1时,E(X+b)=E(X)+b;当b=0时,E(aX)=aE(X).
(2)对于任意实数a,b,X 是随机变量,Y 也是随机变量,一定有
E(aX+b)=aE(X)+b,E(aX+bY)=aE(X)+bE(Y).
例2 已知随机变量 X 的分布列为
X 1 2 3 4 5
P 0.1 0.3 0.4 0.1 0.1
(1)求 ;
(2)求 .
解:(1)
(2)
1.该类题目属于已知离散型分布列求均值,求解方法是直接套用公式
E(X)=x1 p1+x2 p2+…+xn pn求解.
2.对于aX+b型的随机变量,可利用均值的性质求解,即E(aX+b)=aE(X)+b;也可以先列出aX+b的分布列,再用均值公式求解,比较两种方式显然前者较方便.
2.已知随机变量 X 的分布列为
X -2 -1 0 1 2
P m
若Y=-2X,则 E(Y)=________.
解:由随机变量的分布