定义1(P.98定义4,1)设离散型随机变量X的分布列是P(X=x)=,1,2,… 如果∑|x;P:收敛，则称∑xkPk为X的数学期望（期望）或均值， 1 k=1 记为EX.即EX=之xkPk. E(X,Y)=>xiyPi. k=1 =1 离散型随机变量的数学期望是一个绝对收敛级数的和 它是随机变量所有取值的以概率为权的加权平均 例2从学校乘汽车到火车站的途中有3个交通岗， 设在各交通岗遇到红灯的事件是相互独立的，其概率为2/5， 试求途中遇到红灯次数的数学期望. 解设X为遇到的红灯数，则X的分布列为 P(X=k)=C(2)()3(k=01,2,3, X 0 1 3 Pk 7/125 54/12536/125 8/125 Ex=0×s+I×话+2× +3 8-= 12 6-5离散型随机变量的数学期望是一个绝对收敛级数的和   1 | | i 如果 x i pi 收敛, 定义1(P.98 定义4.1)设离散型随机变量X的分布列是P(X=xi)=pi , i=1,2,„   k1 则称 xk pk 为X 的数学期望(期望) 记为 EX . 125 8 3 125 36 2 125 54 1 125 7 EX  0       设在各交通岗遇到红灯的事件是相互独立的, 或均值, 例2 从学校乘汽车到火车站的途中有3个交通岗, 试求途中遇到红灯次数的数学期望. 解 设X为遇到的红灯数, 则X 的分布列为 ) ( 0,1,2,3), 5 3 ) ( 5 2 ( ) ( 3   3   P X k C k k k k X 0 1 2 3 pk 7/125 54/125 36/125 8/125 . ( , ) 1 1         i j j ij . E X Y xi y p 1     k 即 EX xk pk 其概率为2/5, 5 . 6  它是随机变量所有取值的以概率为权的加权平均