1．离散型随机变量的均值(数学期望)的定义
若离散型随机变量X的概率分布如下表所示，
|
X
|
x1
|
x2
|
…
|
xn
|
|
P
|
p1
|
p2
|
…
|
pn
|
则称x1p1＋x2p2＋…＋xnpn为离散型随机变量X的均值或数学期望，记为E(X)或μ，即E(X)＝μ＝x1p1＋x2p2＋…＋xnpn，其中，xi是随机变量X的可能取值，pi是概率，pi≥0，i＝1,2，…，n，p1＋p2＋…＋pn＝1.
2．超几何分布、二项分布的数学期望
(1)超几何分布：若X～H(n，M，N)，则E(X)＝.
(2)二项分布：若X～B(n，p)，则E(X)＝np.
思考1：离散型随机变量的均值与样本平均值之间的关系如何？
[提示] ①区别：随机变量的均值是一个常数，它不依赖于样本的抽取，而样本平均数是一个随机变量，它随样本抽取的不同而变化；②联系：对于简单的随机样本，随着样本容量的增加，样本平均值越来越接近于总体的均值．
思考2：随机变量X的数学期望E(X)是个变量，其值随X的
