离散型随机变量的分布列及期望

理解一个随机事件的结果如何分布，以及如何计算其“平均水平”，是概率论的核心任务。本文将指导你如何通过分布列和期望值来量化描述一个离散型随机变量。

第一步：识别你的随机变量

1. 明确你要研究的随机试验及其所有可能的结果。例如，抛掷一枚硬币 3 次，记录正面朝上的次数。

2. 定义一个随机变量 X，它是将试验结果映射为一个数字的规则。在上例中，X 可以取 0, 1, 2, 3 这四个数值。

3. 判断该变量为离散型。确认 X 的所有可能取值是有限个或可以一一列举（如 0, 1, 2, 3…），这就是一个离散型随机变量。

第二步：构建分布列

分布列是描述随机变量 X 取值规律的核心工具。它是一个表格，列出了 X 的每一个可能取值及其对应的概率。

1. 列出 X 的所有可能取值。例如 x1, x2, ..., xn。

2. 计算每个取值 xi 发生的概率 P(X=xi)，记作 pi。必须满足两个条件：

   • 每个概率 pi 都大于或等于 0。
   • 所有可能取值的概率之和为 1。

3. 创建一个两行多列的表格来呈现它。

   • 第一行标题为 X，下方依次填入 x1, x2, ..., xn。
   • 第二行标题为 P，下方依次填入 p1, p2, ..., pn。

第三步：理解并计算期望 E(X)

期望值 E(X) 是随机变量所有可能取值与其对应概率的加权平均值，它代表了随机变量长期多次试验结果的平均值。

1. 记住期望的计算公式。期望的计算公式是：
   $$ E(X) = \sum_{i=1}^{n} x_i p_i = x_1 p_1 + x_2 p_2 + ... + x_n p_n $$

2. 执行计算。遍历分布列中的每一列，将每个可能的取值 xi 与其对应的概率 pi 相乘。

3. 求和。将上一步得到的所有乘积 xi * pi 相加，得到的和就是 E(X)。

第四步：进行计算示例

以一个简单的游戏为例：一个袋子中有 3 个红球，2 个白球。随机摸出 1 个球，摸到红球得 2 分，摸到白球得 0 分。设得分 X 为随机变量。

1. 确定取值：X 的可能取值是 0 和 2。

2. 计算概率：

   • 摸到白球（得 0 分）的概率：P(X=0) = 2/5 = 0.4。
   • 摸到红球（得 2 分）的概率：P(X=2) = 3/5 = 0.6。

3. 构建分布列：

   X	0	2
   P	0.4	0.6

4. 计算期望 E(X)：

   • 代入公式：E(X) = x1*p1 + x2*p2。
   • 计算：E(X) = 0 * 0.4 + 2 * 0.6。
   • 得出结果：E(X) = 0 + 1.2 = 1.2。

这个结果 1.2 分意味着，在多次重复这个游戏后，每次游戏的平均得分是 1.2 分。