7.3.1 离散型随机变量的均值：修订间差异
来自高中数学
（→知识要点） |
（→知识要点） |
||
| 第5行： | 第5行： | ||
则称$$E(X)=x_1p_1+x_2p_2+\cdots+x_np_n$$即$$E(X)=\sum_{i=1}^nx_ip_i$$ | 则称$$E(X)=x_1p_1+x_2p_2+\cdots+x_np_n$$即$$E(X)=\sum_{i=1}^nx_ip_i$$ | ||
为随机变量$X$的均值或数学期望，数学期望简称期望. | 为随机变量$X$的均值或数学期望，数学期望简称期望. | ||
如果随机变量$X$服从两点分布，那么$$E(X)=0\times(1-p)+1\times p=p$$ | |||
==例题== | ==例题== | ||
==练习== | ==练习== | ||
2024年4月9日 (二) 17:13的版本
知识要点
一般地，若离散型随机变量$X$的分布列如表7.3-2所示，
则称$$E(X)=x_1p_1+x_2p_2+\cdots+x_np_n$$即$$E(X)=\sum_{i=1}^nx_ip_i$$ 为随机变量$X$的均值或数学期望，数学期望简称期望.
如果随机变量$X$服从两点分布，那么$$E(X)=0\times(1-p)+1\times p=p$$
