离散型随机变量值
离散型随机变量公式
离散型随机变量公式
1.非负性:对于所有可能取的值x,P(X=x)≥0。
2.规范性:所有可能取的值的概率之和为1,即∑P(X=x)=1
3.可数可加性:对于所有可能取的值x1和x2,当x1≠x2时,
P(X=x1)+P(X=x2)即为两个事件同时发生的概率。
E(X)=∑xP(X=x)·x
其中,∑表示对所有可能取的值x进行求和,并乘以对应的概率质量函数的值P(X=x)。
这个公式可以理解为将每个可能的结果乘以其发生的概率,然后将所有结果的期望值相加得到。
Var(X) = ∑x [P(X=x)·(x - E(X))^2]
其中,∑表示对所有可能取的值x进行求和,并乘以对应的概率质量函数的值P(X=x)和(x-E(X))^2、这个公式可以理解为将每个可能的结果与期望值的差的平方乘以其发生的概率,然后将所有结果的加权平均值得到。
σ = √Var(X)
其中,Var(X)表示离散型随机变量X的方差。
标准差可以理解为方差的平方根,它与原始数据集的单位保持一致。
标准差越大,说明数据的离散程度越大;标准差越小,说明数据的离散程度越小。
总结起来,离散型随机变量的公式主要包括概率质量函数(PMF)的定义以及期望值、方差、标准差的计算公式。
这些公式可以用于描述和衡量离散型随机变量的特点和性质。
离散型随机变量均值和方差、正态分布
课堂互动讲练
ξ 0 2345 P 0.03 p1 p2 p3 p4
(1)求q2的值; (2)求随机变量ξ的数学期望Eξ; (3)试比较该同学选择都在B处投篮得 分超过3分与选择上述方式投篮得分超过3 分的概率的大小.
课堂互动讲练
【思路点拨】 首先由P(ξ=0)= 0.03计算出q2,从而可写出分布 列.本题便可求解.
课堂互动讲练
P(X≥7)=P(X≤3) =12×[1-P(3<X<7)], =12×(1-0.9544)=0.0228, ∵P(4<X<6)=0.6826, ∴P(5<X<6)=12P(4<X<6) =0.3413.
课堂互动讲练
考点二 求离散型随机变量的均值与方差
求离散型随机变量X的均值与方差的步 骤:
【解】 (1)由题设知,“ξ=0”对 应的事件为“在三次投篮中没有一次投 中”,由对立事件和相互独立事件性质 可知
P(ξ=0)=(1-q1)(1-q2)2=0.03, 解得q2=0.8.
课堂互动讲练
(2)根据题意 p1=P(ξ=2)=(1-q1)C21(1-q2)q2 =0.75×2×0.2×0.8=0.24. p2=P(ξ=3)=q1(1-q2)2=0.25×(1- 0.8)2=0.01. p3=P(ξ=4)=(1-q1)q22=0.75×0.82 =0.48. p4=P(ξ=5)=q1q2+q1(1-q2)q2 =0.25×0.8+0.25×0.2×0.8=0.24. 因此Eξ=0×0.03+2×0.24+3×0.01 +4×0.48+5×0.24=3.63.
基础知识梳理
参数μ,σ在正态分布中的实际 意义是什么?
【思考·提示】 μ是正 态分布的期望,σ是正态分布 的标准差.
1.若随机变量X的分布列如下,则X 的数学期望是( )
离散型随机变量的均值、方差和正态分布
10.9 离散型随机变量的均值、方差和正态分布[知识梳理]1.离散型随机变量的均值与方差 若离散型随机变量X 的分布列为(1)均值:称E (X )=x 1p 1+x 2p 2+…+x i p i +…+x n p n 为随机变量X 的均值或数学期望,它反映了离散型随机变量取值的平均水平.(2)D (X )=∑i =1n(x i -E (X ))2p i 为随机变量X 的方差,它刻画了随机变量X 与其均值E (X )的平均偏离程度,其算术平方根D (X )为随机变量X 的标准差.2.均值与方差的性质 (1)E (aX +b )=aE (X )+b ;(2)D (aX +b )=a 2D(X )(a ,b为常数).3.两点分布与二项分布的均值、方差4.正态曲线(1)正态曲线的定义 函数φμ,σ(x )=12π·σe -(x -μ)22σ2,x ∈(-∞,+∞),其中实数μ和σ(σ>0)为参数,称φμ,σ(x )的图象为正态分布密度曲线,简称正态曲线(μ是正态分布的期望,σ是正态分布的标准差).(2)正态曲线的特点①曲线位于x 轴上方,与x 轴不相交; ②曲线是单峰的,关于直线x =μ对称; ③曲线在x =μ处达到峰值1σ2π;④曲线与x 轴之间的面积为1;⑤当σ一定时,曲线的位置由μ确定,曲线随着μ的变化而沿x 轴平移; ⑥当μ一定时,曲线的形状由σ确定,σ越小,曲线越“高瘦”,表示总体的分布越集中;σ越大,曲线越“矮胖”,表示总体的分布越分散.5.正态分布(1)正态分布的定义及表示如果对于任何实数a ,b (a <b ),随机变量X 满足P (a <X ≤b )=⎠⎛ab φμ,σ(x )d x (即x=a ,x =b ,正态曲线及x 轴围成的曲边梯形的面积),则称随机变量X 服从正态分布,记作X ~N (μ,σ2).(2)正态分布的三个常用数据 ①P (μ-σ<X <μ+σ)=0.6826; ②P (μ-2σ<X <μ+2σ)=0.9544; ③P (μ-3σ<X <μ+3σ)=0.9974.[诊断自测] 1.概念思辨(1)随机变量不可以是负数,随机变量所对应的概率可以是负数,随机变量的均值不可以是负数.( )(2)正态分布中的参数μ和σ完全确定了正态分布,参数μ是正态分布的期望,σ是正态分布的标准差.( )(3)随机变量的方差和标准差都反映了随机变量取值偏离均值的平均程度,方差或标准差越小,则偏离均值的平均程度越小. ( )(4)一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和,它就服从或近似服从正态分布.( )答案 (1)× (2)√ (3)√ (4)√2.教材衍化(1)(选修A2-3P 68T 1)已知X 的分布列为设Y =2X +3,则E (Y )的值为( ) A.73 B .4 C .-1 D .1 答案 A解析 E (X )=-12+16=-13,E (Y )=E (2X +3)=2E (X )+3=-23+3=73.故选A. (2)(选修A2-3P 75A 组T 1)正态分布密度函数为 φμ,σ(x )=18πe -x 28,x ∈(-∞,+∞),则总体的平均数和标准差分别为()A .0和8B .0和4C .0和2D .0和 2答案 C解析 根据已知条件可知μ=0,σ=2,故选C.3.小题热身(1)(2015·山东高考)已知某批零件的长度误差(单位:毫米)服从正态分布N (0,32),从中随机取一件,其长度误差落在区间(3,6)内的概率为( )(附:若随机变量ξ服从正态分布N (μ,σ2),则P (μ-σ<ξ<μ+σ)=68.26%,P (μ-2σ<ξ<μ+2σ)=95.44%.)A .4.56%B .13.59%C .27.18%D .31.74% 答案 B解析 P (-3<ξ<3)=68.26%,P (-6<ξ<6)=95.44%,则P (3<ξ<6)=12×(95.44%-68.26%)=13.59%.故选B.(2)(2018·张掖检测)如图,将一个各面都涂了油漆的正方体,切割为125个同样大小的小正方体.经过搅拌后,从中随机取一个小正方体,记它的涂漆面数为X ,则X 的均值E (X )=( )A.126125B.65C.168125D.75 答案 B解析 设涂0个面的小正方体有x 个,涂1个面的小正方体有y 个,涂2个面的小正方体有z 个,涂3个面的小正方体有w 个,则有0·x +1·y +2·z +3·w =25×6=150,所以E (X )=0·x 125+1·y 125+2·z125+3·w 125=150125=65.故选B.题型1 与二项分布有关的期望与方差典例(2017·山西太原模拟)某商场举行有奖促销活动,顾客购买一定金额的商品后即可抽奖.抽奖规则如下:1.抽奖方案有以下两种,方案a :从装有2个红球、3个白球(仅颜色不同)的甲袋中随机摸出2个球,若都是红球,则获得奖金30元;否则,没有奖金,兑奖后将摸出的球放回甲袋中;方案b :从装有3个红球、2个白球(仅颜色不同)的乙袋中随机摸出2个球,若都是红球,则获得奖金15元;否则,没有奖金,兑奖后将摸出的球放回乙袋中.2.抽奖条件:顾客购买商品的金额满100元,可根据方案a 抽奖一次;满150元,可根据方案b 抽奖一次(例如某顾客购买商品的金额为260元,则该顾客可以根据方案a 抽奖两次或方案b 抽奖一次或方案a 、b 各抽奖一次).已知顾客A 在该商场购买商品的金额为350元.(1)若顾客A 只选择方案a 进行抽奖,求其所获奖金的期望; (2)要使所获奖金的期望值最大,顾客A 应如何抽奖?解 (1)按方案a 抽奖一次,获得奖金的概率P =C 22C 25=110.顾客A 只选择方案a 进行抽奖,则其可以按方案a 抽奖三次. 此时中奖次数服从二项分布B ⎝ ⎛⎭⎪⎫3,110.设所得奖金为w 1元,则E (w 1)=3×110×30=9. 即顾客A 所奖资金的期望为9元.(2)按方案b 抽奖一次,获得奖金的概率P 1=C 23C 25=310.若顾客A 按方案a 抽奖两次,按方案b 抽奖一次,则由方案a 中奖的次数服从二项分布B 1⎝⎛⎭⎪⎫2,110,由方案b 中奖的次数服从二项分布B 2⎝⎛⎭⎪⎫1,310,设所得奖金为w 2元,则E (w 2)=2×110×30+1×310×15=10.5. 若顾客A 按方案b 抽奖两次,则中奖的次数服从二项分布B 3⎝⎛⎭⎪⎫2,310.设所得奖金为w3元,则E(w3)=2×310×15=9.结合(1)可知,E(w1)=E(w3)<E(w2).所以顾客A应该按方案a抽奖两次,按方案b抽奖一次.方法技巧与二项分布有关的期望、方差的求法1.求随机变量ξ的期望与方差时,可首先分析ξ是否服从二项分布,如果ξ~B(n,p),则用公式E(ξ)=np,D(ξ)=np(1-p)求解,可大大减少计算量.2.有些随机变量虽不服从二项分布,但与之具有线性关系的另一随机变量服从二项分布,这时,可以综合应用E(aξ+b)=aE(ξ)+b以及E(ξ)=np求出E(aξ+b),同样还可求出D(aξ+b).冲关针对训练(2014·辽宁高考)一家面包房根据以往某种面包的销售记录,绘制了日销售量的频率分布直方图,如图所示.将日销售量落入各组的频率视为概率,并假设每天的销售量相互独立.(1)求在未来连续3天里,有连续2天的日销售量都不低于100个且另1天的日销售量低于50个的概率;(2)用X表示在未来3天里日销售量不低于100个的天数,求随机变量X的分布列,期望E(X)及方差D(X).解(1)设A1表示事件“日销售量不低于100个”,A2表示事件“日销售量低于50个”,B 表示事件“在未来连续3天里有连续2天日销售量不低于100个且另一天销售量低于50个”.因此P (A 1)=(0.006+0.004+0.002)×50=0.6, P (A 2)=0.003×50=0.15, P (B )=0.6×0.6×0.15×2=0.108. (2)X 可能取的值为0,1,2,3,相应的概率为P (X =0)=C 03·(1-0.6)3=0.064, P (X =1)=C 13·0.6(1-0.6)2=0.288, P (X =2)=C 23·0.62(1-0.6)=0.432, P (X =3)=C 33·0.63=0.216.分布列为因为X ~B (3,0.6),所以期望E (X )=3×0.6=1.8,方差D (X )=3×0.6×(1-0.6)=0.72.题型2 离散型随机变量的均值与方差角度1 求离散型随机变量的均值与方差典例(2016·山东高考)甲、乙两人组成“星队”参加猜成语活动,每轮活动由甲、乙各猜一个成语,在一轮活动中,如果两人都猜对,则“星队”得3分;如果只有一人猜对,则“星队”得1分;如果两人都没猜对,则“星队”得0分.已知甲每轮猜对的概率是34,乙每轮猜对的概率是23;每轮活动中甲、乙猜对与否互不影响,各轮结果亦互不影响.假设“星队”参加两轮活动,求:(1)“星队”至少猜对3个成语的概率;(2)“星队”两轮得分之和X 的分布列和数学期望E (X ).解 (1)记事件A :“甲第一轮猜对”,记事件B :“乙第一轮猜对”,记事件C :“甲第二轮猜对”,记事件D :“乙第二轮猜对”,记事件E :“‘星队’至少猜对3个成语”.由题意,E =ABCD +A BCD +A B CD +AB C D +ABC D ,由事件的独立性与互斥性,得P (E )=P (ABCD )+P (A BCD )+P (A B CD )+P (AB C D )+P (ABC D )=P (A )P (B )P (C )P (D )+P (A )P (B )P (C )P (D )+P (A )P (B )P (C )P (D )+P (A )P (B )P (C )P (D )+P (A )P (B )P (C )P (D )=34×23×34×23+2×( 14×23×34×23+34×13×34×23 )=23.所以“星队”至少猜对3个成语的概率为23.(2)由题意,随机变量X 可能的取值为0,1,2,3,4,6.由事件的独立性与互斥性,得P (X =0)=14×13×14×13=1144,P (X =1)=2×( 34×13×14×13+14×23×14×13 )=10144=572,P (X =2)=34×13×34×13+34×13×14×23+14×23×34×13+14×23×14×23=25144,P (X =3)=34×23×14×13+14×13×34×23=12144=112,P (X =4)=2×( 34×23×34×13+34×23×14×23 )=60144=512,P (X =6)=34×23×34×23=36144=14.可得随机变量X 的分布列为所以数学期望E (X )=0×1144+1×572+2×25144+3×112+4×512+6×14=236. 角度2 均值与方差的应用问题典例(2016·全国卷Ⅰ)某公司计划购买2台机器,该种机器使用三年后即被淘汰.机器有一易损零件,在购进机器时,可以额外购买这种零件作为备件,每个200元.在机器使用期间,如果备件不足再购买,则每个500元.现需决策在购买机器时应同时购买几个易损零件,为此搜集并整理了100台这种机器在三年使用期内更换的易损零件数,得下面柱状图:以这100台机器更换的易损零件数的频率代替1台机器更换的易损零件数发生的概率,记X表示2台机器三年内共需更换的易损零件数,n表示购买2台机器的同时购买的易损零件数.(1)求X的分布列;(2)若要求P(X≤n)≥0.5,确定n的最小值;(3)以购买易损零件所需费用的期望值为决策依据,在n=19与n=20之中选其一,应选用哪个?解(1)由柱状图并以频率代替概率可得,一台机器在三年内需更换的易损零件数为8,9,10,11的概率分别为0.2,0.4,0.2,0.2.可知X的所有可能取值为16、17、18、19、20、21、22,P(X=16)=0.2×0.2=0.04;P(X=17)=2×0.2×0.4=0.16;P(X=18)=2×0.2×0.2+0.4×0.4=0.24;P(X=19)=2×0.2×0.2+2×0.4×0.2=0.24;P(X=20)=2×0.2×0.4+0.2×0.2=0.2;P(X=21)=2×0.2×0.2=0.08;P(X=22)=0.2×0.2=0.04.所以X的分布列为(2)由(1)知P(X≤18)=0.44,P(X≤19)=0.68,故n的最小值为19.(3)记Y表示2台机器在购买易损零件上所需的费用(单位:元).当n=19时,E(Y)=19×200×0.68+(19×200+500)×0.2+(19×200+2×500)×0.08+(19×200+3×500)×0.04=4040.当n=20时,E(Y)=20×200×0.88+(20×200+500)×0.08+(20×200+2×500)×0.04=4080.可知当n=19时所需费用的期望值小于n=20时所需费用的期望值,故应选n =19.方法技巧1.求离散型随机变量ξ的均值与方差的步骤(1)理解ξ的意义,写出ξ可能的全部值.(2)求ξ取每个值的概率.(3)写出ξ的分布列.(4)由均值的定义求E(ξ).(5)由方差的定义求D(ξ).2.由均值与方差情况求参数问题的求解思路先根据题设条件将均值、方差用待求参数表示,再由已知均值与方差构建关于参数的方程(组),然后求解.3.利用均值、方差进行决策的方法:均值能够反映随机变量取值的“平均水平”,因此,当均值不同时,两个随机变量取值的水平可见分晓,由此可对实际问题作出决策判断;若两个随机变量均值相同或相差不大,则可通过分析两个变量的方差来研究随机变量的离散程度或者稳定程度,方差越小,则偏离均值的平均程度越小,进而进行决策.提醒:均值E(X)由X的分布列唯一确定,即X作为随机变量是可变的,而E(X)是不变的,它描述X值的取值的平均水平.冲关针对训练(2017·全国卷Ⅲ)某超市计划按月订购一种酸奶,每天进货量相同,进货成本每瓶4元,售价每瓶6元,未售出的酸奶降价处理,以每瓶2元的价格当天全部处理完.根据往年销售经验,每天需求量与当天最高气温(单位:℃)有关.如果最高气温不低于25,需求量为500瓶;如果最高气温位于区间[20,25),需求量为300瓶;如果最高气温低于20,需求量为200瓶.为了确定六月份的订购计划,统计了前三年六月份各天的最高气温数据,得下面的频数分布表:以最高气温位于各区间的频率代替最高气温位于该区间的概率.(1)求六月份这种酸奶一天的需求量X(单位:瓶)的分布列;(2)设六月份一天销售这种酸奶的利润为Y(单位:元),当六月份这种酸奶一天的进货量n(单位:瓶)为多少时,Y的数学期望达到最大值?解(1)由题意知,X所有可能取值为200,300,500,由表格数据知P(X=200)=2+1690=0.2,P(X=300)=3690=0.4,P(X=500)=25+7+490=0.4.因此X的分布列为(2)由题意知,这种酸奶一天的需求量至多为500,至少为200,因此只需考虑200≤n≤500.当300≤n≤500时,若最高气温不低于25,则Y=6n-4n=2n;若最高气温位于区间[20,25),则Y=6×300+2(n-300)-4n=1200-2n;若最高气温低于20,则Y=6×200+2(n-200)-4n=800-2n.因此E(Y)=2n×0.4+(1200-2n)×0.4+(800-2n)×0.2=640-0.4n.当200≤n<300时,若最高气温不低于20,则Y=6n-4n=2n;若最高气温低于20,则Y=6×200+2(n-200)-4n=800-2n,因此E(Y)=2n×(0.4+0.4)+(800-2n)×0.2=160+1.2n.所以n=300时,Y的数学期望达到最大值,最大值为520元.题型3正态分布典例(2015·湖南高考)在如图所示的正方形中随机投掷10000个点,则落入阴影部分(曲线C为正态分布N(0,1)的密度曲线)的点的个数的估计值为() (附:若X~N(μ,σ2),则P(μ-σ<X≤μ+σ)=0.6826,P(μ-2σ<X≤μ+2σ)=0.9544) A.2386 B.2718 C.3413 D.4772答案 C解析由曲线C为正态分布N(0,1)的密度曲线可知题图中阴影部分的面积为P(0<X≤1)=12×0.6826=0.3413,又题图中正方形面积为1,故它们的比值为0.3413,故落入阴影部分的点的个数的估计值为0.3413×10000=3413.故选C.[条件探究]若将本典例中条件“曲线C为正态分布N(0,1)的密度曲线”变为“曲线C为正态分布N(-1,1)的密度曲线”,则结果如何?解对于正态分布N(-1,1),可知μ=-1,σ=1,正态曲线关于直线x=-1对称,故题图中阴影部分的面积为12×[P(-3<X≤1)-P(-2<X≤0)]=12×[P(μ-2σ<X≤μ+2σ)-P(μ-σ<X≤μ+σ)]=12×(0.9544-0.6826)=0.1359,所以点落入题图中阴影部分的概率P=0.13591=0.1359,投入10000个点,落入阴影部分的个数约为10000×0.1359=1359.方法技巧正态分布下两类常见的概率计算1.利用正态分布密度曲线的对称性研究相关概率问题,涉及的知识主要是正态曲线关于直线x=μ对称,曲线与x轴之间的面积为1.2.利用3σ原则求概率问题时,要注意把给出的区间或范围与正态变量的μ,σ进行对比联系,确定它们属于(μ-σ,μ+σ),(μ-2σ,μ+2σ),(μ-3σ,μ+3σ)中的哪一个.冲关针对训练(2014·全国卷Ⅰ)从某企业生产的某种产品中抽取500件,测量这些产品的一项质量指标值,由测量结果得如下频率分布直方图:(1)求这500件产品质量指标值的样本平均数x和样本方差s2(同一组中的数据用该组区间的中点值作代表);(2)由直方图可以认为,这种产品的质量指标值Z服从正态分布N(μ,σ2),其中μ近似为样本平均数x,σ2近似为样本方差s2.①利用该正态分布,求P(187.8<Z<212.2);②某用户从该企业购买了100件这种产品,记X表示这100件产品中质量指标值位于区间(187.8,212.2)的产品件数.利用①的结果,求E(X).附:150≈12.2.若Z~N(μ,σ2),则P(μ-σ<Z≤μ+σ)=0.6826,P(μ-2σ<Z≤μ+2σ)=0.9544.解(1)抽取产品的质量指标值的样本平均数x和样本方差s2分别为x=170×0.02+180×0.09+190×0.22+200×0.33+210×0.24+220×0.08+230×0.02=200,s2=(-30)2×0.02+(-20)2×0.09+(-10)2×0.22+0×0.33+102×0.24+202×0.08+302×0.02=150.(2)①由(1)知,Z ~N (200,150),从而P (187.8<Z <212.2)=P (200-12.2<Z <200+12.2)=0.6826.②由①知,一件产品的质量指标值位于区间(187.8,212.2)的概率为0.6826, 依题意知X ~B (100,0.6826),所以E (X )=100×0.6826=68.26.1.(2017·浙江高考)已知随机变量ξi 满足P (ξi =1)=p i ,P (ξi =0)=1-p i ,i =1,2.若0<p 1<p 2<12,则( )A .E (ξ1)<E (ξ2),D (ξ1)<D (ξ2)B .E (ξ1)<E (ξ2),D (ξ1)>D (ξ2)C .E (ξ1)>E (ξ2),D (ξ1)<D (ξ2) D .E (ξ1)>E (ξ2),D (ξ1)>D (ξ2) 答案 A解析 ∵E (ξ1)=0×(1-p 1)+1×p 1=p 1, 同理,E (ξ2)=p 2,又0<p 1<p 2, ∴E (ξ1)<E (ξ2).D (ξ1)=(0-p 1)2(1-p 1)+(1-p 1)2·p 1=p 1-p 21,同理,D (ξ2)=p 2-p 22.D (ξ1)-D (ξ2)=p 1-p 2-(p 21-p 22)=(p 1-p 2)(1-p 1-p 2).∵0<p 1<p 2<12,∴1-p 1-p 2>0, ∴(p 1-p 2)(1-p 1-p 2)<0. ∴D (ξ1)<D (ξ2).故选A.2.(2015·湖北高考)设X ~N (μ1,σ21),Y ~N (μ2,σ22),这两个正态分布密度曲线如图所示.下列结论中正确的是( )A .P (Y ≥μ2)≥P (Y ≥μ1)B .P (X ≤σ2)≤P (X ≤σ1)C .对任意正数t ,P (X ≤t )≥P (Y ≤t )D .对任意正数t ,P (X ≥t )≥P (Y ≥t ) 答案 C解析 由题图可知μ1<0<μ2,σ1<σ2,∴P (Y ≥μ2)<P (Y ≥μ1),故A 错误;P (X ≤σ2)>P (X ≤σ1),故B 错误;当t 为任意正数时,由题图可知P (X ≤t )≥P (Y ≤t ),而P (X ≤t )=1-P (X ≥t ),P (Y ≤t )=1-P (Y ≥t ),∴P (X ≥t )≤P (Y ≥t ),故C 正确,D 错误.故选C.3.(2018·安徽模拟)某小区有1000户,各户每月的用电量近似服从正态分布N (300,102),则用电量在320度以上的户数约为( )(参考数据:若随机变量ξ服从正态分布N (μ,σ2),则P (μ-σ<ξ≤μ+σ)=68.26%,P (μ-2σ<ξ≤μ+2σ)=95.44%,P (μ-3σ<ξ≤μ+3σ)=99.74%)A .17B .23C .34D .46 答案 B解析 P (ξ>320)=12×[1-P (280<ξ≤320)] =12×(1-95.44%)=0.0228, 0.0228×1000=22.8≈23,∴用电量在320度以上的户数约为23.故选B.4.(2017·全国卷Ⅱ)一批产品的二等品率为0.02,从这批产品中每次随机取一件,有放回地抽取100次,X表示抽到的二等品件数,则D(X)=________.答案 1.96解析由题意得X~B(100,0.02),∴D(X)=100×0.02×(1-0.02)=1.96.[重点保分 两级优选练]A 级一、选择题1.已知ξ的分布列为则在下列式中:①E (ξ)=-13;②D (ξ)=2327;③P (ξ=0)=13.正确的个数是( ) A .0 B .1 C .2 D .3 答案 C解析 E (ξ)=(-1)×12+1×16=-13,故①正确.D (ξ)=⎝⎛⎭⎪⎫-1+132×12+⎝⎛⎭⎪⎫0+132×13+⎝⎛⎭⎪⎫1+132×16=59,故②不正确.由分布列知③正确.故选C.2.已知随机变量X +Y =8,若X ~B (10,0.6),则E (Y ),D (Y )分别是( ) A .6和2.4 B .2和2.4 C .2和5.6 D .6和5.6答案 B解析 由已知随机变量X +Y =8,所以Y =8-X .因此,求得E (Y )=8-E (X )=8-10×0.6=2,D (Y )=(-1)2D (X )=10×0.6×0.4=2.4.故选B.3.(2018·广东茂名模拟)若离散型随机变量X 的分布列为则X 的数学期望E (X )=( ) A .2 B .2或12 C.12 D .1 答案 C解析 因为分布列中概率和为1,所以a 2+a 22=1,即a 2+a -2=0,解得a = -2(舍去)或a =1,所以E (X )=12.故选C.4.(2017·青岛质检)设随机变量ξ服从正态分布N (1,σ2),则函数f (x )=x 2+2x +ξ不存在零点的概率为( )A.12B.23C.34D.45 答案 A解析 函数f (x )=x 2+2x +ξ不存在零点的条件是 Δ=22-4×1×ξ<0,解得ξ>1.又ξ~N (1,σ2),所以P (ξ>1)=12,即所求事件的概率为12.故选A.5.(2018·山东聊城重点中学联考)已知服从正态分布N (μ,σ2)的随机变量在区间(μ-σ,μ+σ),(μ-2σ,μ+2σ)和(μ-3σ,μ+3σ)内取值的概率分别为68.3%,95.4%和99.7%.某校为高一年级1000名新生每人定制一套校服,经统计,学生的身高(单位:cm)服从正态分布(165,52),则适合身高在155~175 cm 范围内的校服大约要定制( )A .683套B .954套C .972套D .997套 答案 B解析 P (155<ξ<175)=P (165-5×2<ξ<165+5×2)=P (μ-2σ<ξ<μ+2σ)=95.4%.因此服装大约定制1000×95.4%=954套.故选B.6.(2018·皖南十校联考)在某市1月份的高三质量检测考试中,理科学生的数学成绩服从正态分布N (98,100).已知参加本次考试的全市理科学生约9450人.某学生在这次考试中的数学成绩是108分,那么他的数学成绩大约排在全市第多少名?( )A .1500B .1700C .4500D .8000 答案 A解析 因为学生的数学成绩X ~N (98,100),所以P (X ≥108)=12[1-P (88<X <108)]=12[1-P (μ-σ<X <μ+σ)]=12(1-0.6826)=0.1587,故该学生的数学成绩大约排在全市第0.1587×9450≈1500名,故选A.7.(2017·银川一中一模)一个篮球运动员投篮一次得3分的概率为a ,得2分的概率为b ,不得分的概率为c ,(a ,b ,c ∈(0,1)),已知他投篮得分的数学期望是2,则2a +13b 的最小值为( )A.323B.283C.143D.163 答案 D解析 由数学期望的定义可知3a +2b =2,所以2a +13b =12(3a +2b )·⎝ ⎛⎭⎪⎫2a +13b =12( 6+23+4b a +a b )≥12⎝ ⎛⎭⎪⎫6+23+4=163,当且仅当4b a =a b 即a =12,b =14时取得等号.故选D.8.若X 是离散型随机变量,P (X =x 1)=23,P (X =x 2)=13,且x 1<x 2,又已知E (X )=43,D (X )=29,则x 1+x 2的值为( )A.53B.73 C .3 D.113 答案 C 解析 由已知得⎩⎪⎨⎪⎧x 1·23+x 2·13=43,⎝ ⎛⎭⎪⎫x 1-432·23+⎝ ⎛⎭⎪⎫x 2-432·13=29,解得⎩⎪⎨⎪⎧x 1=53,x 2=23或⎩⎪⎨⎪⎧x 1=1,x 2=2. 又∵x 1<x 2,∴⎩⎪⎨⎪⎧x 1=1,x 2=2,∴x 1+x 2=3.故选C.9.(2018·广州调研)已知随机变量x 服从正态分布N (μ,σ2),且P (μ-2σ<x ≤μ+2σ)=0.9544,P (μ-σ<x ≤μ+σ)=0.6826,若μ=4,σ=1,则P (5<x <6)等于( )A .0.1358B .0.1359C .0.2716D .0.2718 答案 B解析 由题知x ~N (4,1),作出相应的正态曲线,如图,依题意P (2<x ≤6)=0.9544,P (3<x ≤5)=0.6826,即曲边梯形ABCD 的面积为0.9544,曲边梯形EFGH 的面积为0.6826,其中A ,E ,F ,B 的横坐标分别是2,3,5,6,由曲线关于直线x =4对称,可知曲边梯形FBCG 的面积为0.9544-0.68262=0.1359,即P (5<x <6)=0.1359,故选B.10.体育课的排球发球项目考试的规则是:每位学生最多可发球3次,一旦发球成功,则停止发球,否则一直发到3次为止.设某学生一次发球成功的概率为p (p ≠0),发球次数为X ,若X 的数学期望E (X )>1.75,则p 的取值范围是( )A.⎝ ⎛⎭⎪⎫0,712B.⎝ ⎛⎭⎪⎫0,12C.⎝ ⎛⎭⎪⎫712,1D.⎝ ⎛⎭⎪⎫12,1 答案 B解析 根据题意,学生一次发球成功的概率为p ,即P (X =1)=p ,发球二次的概率P (X =2)=p (1-p ),发球三次的概率P (X =3)=(1-p )2,则E (X )=p +2p (1-p )+3(1-p )2=p 2-3p +3,依题意有E (X )>1.75,则p 2-3p +3>1.75,解得p >52或p <12,结合p 的实际意义,可得0<p <12,即p ∈⎝ ⎛⎭⎪⎫0,12.故选B. 二、填空题11.某毕业生参加人才招聘会,分别向甲、乙、丙三个公司投递了个人简历,假定该毕业生得到甲公司面试的概率为23,得到乙、丙两公司面试的概率均为p ,且三个公司是否让其面试是相互独立的.记X 为该毕业生得到面试的公司个数.若P (X =0)=112,则随机变量X 的数学期望E (X )=______.答案 53解析 ∵P (X =0)=13×(1-p )2=112,∴p =12. 则P (X =1)=23×12×12+13×12×12×2=412=13, P (X =2)=23×12×12×2+13×12×12=512, P (X =3)=23×12×12=16.则E (X )=0×112+1×13+2×512+3×16=53.12.某省实验中学高三共有学生600人,一次数学考试的成绩(试卷满分150分)服从正态分布N (100,σ2),统计结果显示学生考试成绩在80分到100分之间的人数约占总人数的13,则此次考试成绩不低于120分的学生约有________人.答案 100解析 ∵数学考试成绩ξ~N (100,σ2),作出正态分布图象,可能看出,图象关于直线x =100对称.显然P (80≤ξ≤100)=P (100≤ξ≤120)=13;∴P (ξ≤80)=P (ξ≥120).又∵P (ξ≤80)+P (ξ≥120)=1-P (80≤ξ≤100)-P (100≤ξ≤120)=13,∴P (ξ≥120)=12×13=16.∴成绩不低于120分的学生约为600×16=100人.13.(2018·沧州七校联考)2017年中国汽车销售量达到1700万辆,汽车耗油量对汽车的销售有着非常重要的影响,各个汽车制造企业积极采用新技术降低耗油量,某汽车制造公司为调查某种型号的汽车的耗油情况,共抽查了1200名车主,据统计该种型号的汽车的平均耗油为百公里8.0升,并且汽车的耗油量ξ服从正态分布N (8,σ2),已知耗油量ξ∈[7,9]的概率为0.7,那么耗油量大于9升的汽车大约有________辆.答案 180解析 由题意可知ξ~N (8,σ2),故正态分布曲线以μ=8为对称轴.又因为P (7≤ξ≤9)=0.7,故P (7≤ξ≤9)=2P (8≤ξ≤9)=0.7,所以P (8≤ξ≤9)=0.35.而P (ξ≥8)=0.5,所以P (ξ>9)=0.15.故耗油量大于9升的汽车大约有1200×0.15 =180辆.14.(2017·安徽蚌埠模拟)赌博有陷阱.某种赌博游戏每局的规则是:参与者从标有5,6,7,8,9的小球中随机摸取一个(除数字不同外,其余均相同),将小球上的数字作为其赌金(单位:元),然后放回该小球,再随机摸取两个小球,将两个小球上数字之差的绝对值的2倍作为其奖金(单位:元).若随机变量ξ和η分别表示参与者在每一局赌博游戏中的赌金与奖金,则E (ξ)-E (η)=________元.答案 3解析 ξ的分布列为E (ξ)=15×(5+6+7+8+9)=7(元). η的分布列为E (η)=2×25+4×310+6×15+8×110=4(元), ∴E (ξ)-E (η)=7-4=3(元).故答案为3.B 级三、解答题15.(2018·湖北八校第二次联考)某手机卖场对市民进行国产手机认可度的调查,随机抽取100名市民,按年龄(单位:岁)进行统计的频数分布表和频率分布直方图如下:(1)求频率分布表中x、y的值,并补全频率分布直方图;(2)在抽取的这100名市民中,按年龄进行分层抽样,抽取20人参加国产手机用户体验问卷调查,现从这20人中随机选取2人各赠送精美礼品一份,设这2名市民中年龄在[35,40)内的人数为X,求X的分布列及数学期望.解(1)由题意知,[25,30)内的频率为0.01×5=0.05,故x=100×0.05=5.因[30,35)内的频率为1-(0.05+0.35+0.3+0.1)=1-0.8=0.2,故y=100×0.2=20,且[30,35)这组对应的频率组距=0.25=0.04.补全频率分布直方图略.(2)∵年龄从小到大的各层人数之间的比为5∶20∶35∶30∶10=1∶4∶7∶6∶2,且共抽取20人,∴抽取的20人中,年龄在[35,40)内的人数为7.X可取0,1,2,P(X=0)=C213C220=78190,P(X=1)=C113C17C220=91190,P(X=2)=C27C220=21 190,故X的分布列为故E(X)=91190×1+21190×2=133190.16.新生儿Apgar 评分,即阿氏评分,是对新生儿出生后总体状况的一个评估,主要从呼吸、心率、反射、肤色、肌张力这几个方面评分, 评分在8~10分者为正常新生儿,评分在4~7分的新生儿考虑患有轻度窒息,评分在4分以下的新生儿考虑患有重度窒息,大部分新生儿的评分在7~10分之间.某医院妇产科从9月份出生的新生儿中随机抽取了16名,表格记录了他们的评分情况.(1)现从这16名新生儿中随机抽取3名,求至多有1名新生儿的评分不低于9分的概率;(2)用这16名新生儿的Apgar 评分来估计本年度新生儿的总体状况,若从本年度新生儿中任选3名,记X 表示抽到评分不低于9分的新生儿数,求X 的分布列及数学期望.解 (1)设A i 表示所抽取的3名新生儿中有i 名的评分不低于9分, “至多有1名新生儿的评分不低于9分”记为事件A ,则由表格中数据可知P (A )=P (A 0)+P (A 1)=C 312C 316+C 14C 212C 316=121140.(2)由表格数据知,从本年度新生儿中任选1名,评分不低于9分的概率为416=14,由题意知随机变量X 的所有可能取值为0,1,2,3,且P (X =0)=⎝ ⎛⎭⎪⎫343=2764;P (X =1)=C 13⎝ ⎛⎭⎪⎫141⎝ ⎛⎭⎪⎫342=2764; P (X =2)=C 23⎝ ⎛⎭⎪⎫142⎝ ⎛⎭⎪⎫341=964;P (X =3)=C 33⎝ ⎛⎭⎪⎫143=164. 所以X 的分布列为E (X )=0×2764+1×2764+2×964+3×164=0.75⎝ ⎛⎭⎪⎫或E (X )=3×14=0.75.17.(2015·湖南高考)某商场举行有奖促销活动,顾客购买一定金额的商品后即可抽奖.每次抽奖都是从装有4个红球、6个白球的甲箱和装有5个红球、5个白球的乙箱中各随机摸出1个球.在摸出的2个球中,若都是红球,则获一等奖;若只有1个红球,则获二等奖;若没有红球,则不获奖.(1)求顾客抽奖1次能获奖的概率;(2)若某顾客有3次抽奖机会,记该顾客在3次抽奖中获一等奖的次数为X ,求X 的数学期望和方差.解 (1)记事件A 1={从甲箱中摸出的1个球是红球},A 2={从乙箱中摸出的1个球是红球},B 1={顾客抽奖1次获一等奖},B 2={顾客抽奖1次获二等奖},C ={顾客抽奖1次能获奖}.由题意,A 1与A 2相互独立,A 1A -2与A -1A 2互斥,B 1与B 2互斥,且B 1=A 1A 2,B 2=A 1A -2+A -1A 2,C =B 1+B 2.因为P (A 1)=410=25,P (A 2)=510=12,所以P (B 1)=P (A 1A 2)=P (A 1)P (A 2)=25×12=15,P (B 2)=P (A 1A -2+A -1A 2)=P (A 1A -2)+P (A -1A 2)=P (A 1)P (A -2)+P (A -1)P (A 2)=P (A 1)[1-P (A 2)]+[1-P (A 1)]P (A 2)=25×⎝ ⎛⎭⎪⎫1-12+⎝ ⎛⎭⎪⎫1-25×12=12.故所求概率为P (C )=P (B 1+B 2)=P (B 1)+P (B 2)=15+12=710. (2)顾客抽奖3次可视为3次独立重复试验,由(1)知,顾客抽奖1次获一等奖的概率为15,所以X ~B ⎝ ⎛⎭⎪⎫3,15.故X 的数学期望为E (X )=3×15=35,方差为D (X )=3×15×45=1225.18.(2018·江淮十校联考)某市级教研室对辖区内高三年级10000名学生的数学一轮成绩统计分析发现其服从正态分布N (120,25),该市一重点高中学校随机抽取了该校成绩介于85分到145分之间的50名学生的数学成绩进行分析,得到如图所示的频率分布直方图.(1)试估算该校高三年级数学的平均成绩;(2)从所抽取的50名学生中成绩在125分(含125分)以上的同学中任意抽取3人,该3人在全市前13名的人数记为X ,求X 的期望.附:若X ~N (μ,σ2),则P (μ-3σ<X <μ+3σ)=0.9974. 解 (1)由频率分布直方图可知[125,135)的频率为 1-10×(0.01+0.024+0.03+0.016+0.008)=0.12, 该校高三年级数学的平均成绩为90×0.1+100×0.24+110×0.3+120×0.16+130×0.12+140×0.08=112(分). (2)由于1310000=0.0013,由正态分布得P (120-3×5<X <120+3×5)=0.9974,故P (X ≥135)=1-0.99742=0.0013,即0.0013×10000=13, 所以前13名的成绩全部在135分以上,由频率分布直方图可知这50人中成绩在135以上(包括135分)的有50×0.08=4人,而在[125,145)的学生有50×(0.12+0.08)=10人,所以X 的取值为0,1,2,3,P (X =0)=C 36C 310=16,P (X =1)=C 26C 14C 310=12,P (X =2)=C 16C 24C 310=310,P (X =3)=C 34C 310=130,X 的分布列为数学期望值为E (X )=0×16+1×12+2×310+3×130=1.2.。
12.5 离散型随机变量的均值与方差
考点1
考点2
考点3
-12-
参考公式:χ2=(������+������)(������������+(������������������)-(���������������+���)2������)(������+������),其中 n=a+b+c+d. 参考临界值:
P(χ2>k0) k0
0.05 3.841
考点1
考点2
考点3
-22-
思考如何求离散型随机变量X的均值与方差? 解题心得1.求离散型随机变量X的均值与方差的步骤: (1)理解X的意义,写出X的全部可能取值. (2)求X取每个值的概率. (3)写出X的分布列. (4)由均值的定义求EX. (5)由方差的定义求DX. 2.注意性质的应用:若随机变量X的均值为EX,则对应随机变量 aX+b的均值是aEX+b,方差为a2DX.
种子发芽这株豆苗就能有效成活,每株豆成活苗可以收成大豆
2.205
kg.已知每粒豆苗种子成活的概率为
1 2
(假设种子之间及外部
条件一致,发芽相互没有影响).
(1)求恰好有3株成活的概率;
(2)记成活的豆苗株数为ξ,收成为η(kg),求随机变量ξ的分布列及η
的均值Eη.
考点1
考点2
考点3
-17-
解 (1)设每株豆子成活的概率为 P0,
女
40
50
90
合计
120
80
200
又 χ2=20102×0(8×08×05×01-1300××9400)2≈16.498>6.635, 所以有 99%的把握认为性别与“为 A 类学生”有关.
离散型随机变量及其分布列知识点
离散型随机变量及其分布列知识点离散型随机变量及其分布列知识点离散型随机变量是指在有限个或无限个取值中,只能取其中一个数值的随机变量。
离散型随机变量可以用分布列来描述其概率分布特征。
离散型随机变量的概率分布列概率分布列是描述离散型随机变量的概率分布的表格,通常用符号P 表示。
其一般形式如下:P(X=x1)=p1P(X=x2)=p2P(X=x3)=p3…P(X=xn)=pn其中,Xi表示随机变量X的取值,pi表示随机变量X取值为Xi的概率。
离散型随机变量的特点1. 离散型随机变量只取有限或无限个取值中的一个,变化不连续。
2. 取值之间具有间隔或间距。
3. 每个取值对应一个概率,概率分布可用概率分布列来体现。
4. 概率之和为1。
离散型随机变量的常见分布1. 0-1分布0-1分布是指当进行一次伯努利试验时,事件发生的概率为p,不发生的概率为1-p的离散型随机变量的分布。
其分布列为:P(X=0)=1-pP(X=1)=p2. 二项分布二项分布是进行n次伯努利试验中,事件发生的概率为p,不发生的概率为1-p时,恰好出现k次事件发生的离散型随机变量的分布。
其分布列为:P(X=k)=C(n,k)p^k(1-p)^(n-k)其中,C(n,k)为从n中选出k个的组合数。
3. 泊松分布泊松分布是指在某个时间段内,某一事件发生的次数符合泊松定理的离散型随机变量的分布。
其分布列为:P(X=k)=λ^ke^(-λ)/k!其中,λ为这段时间内事件的平均发生次数。
总结离散型随机变量及其分布列是概率论中的重要基础概念之一,具有广泛的应用。
掌握离散型随机变量及其分布列的知识点对于深入理解概率论及其实际应用有重要意义。
离散型随机变量特点
离散型随机变量特点离散型随机变量特点离散型随机变量是概率论中的重要概念。
它具有以下几个特点:离散型随机变量的取值是有限或可数的。
与连续型随机变量不同,离散型随机变量的取值只能是离散的整数或一系列可数的数值。
例如,掷一枚骰子的点数就是一个离散型随机变量,它的取值只能是1、2、3、4、5或6。
离散型随机变量的概率分布可以用概率质量函数(Probability Mass Function,PMF)来描述。
概率质量函数是一个数学函数,它给出了随机变量取各个值的概率。
对于离散型随机变量来说,概率质量函数在每个取值点上都有一个非负概率值。
例如,对于掷一枚骰子的点数,概率质量函数可以表示为P(X=k),其中X表示随机变量,k表示取值。
第三,离散型随机变量的概率分布可以用累积分布函数(Cumulative Distribution Function,CDF)来表示。
累积分布函数是一个数学函数,它给出了随机变量小于等于某个值的概率。
对于离散型随机变量来说,累积分布函数是一个阶梯函数,每个阶梯代表一个取值点的概率累积值。
例如,对于掷一枚骰子的点数,累积分布函数可以表示为F(X=k),其中F表示累积分布函数。
离散型随机变量的期望值和方差可以用数学公式计算得出。
期望值是随机变量的平均值,它表示了随机变量的中心位置。
方差是随机变量取值偏离期望值的程度,它表示了随机变量的离散程度。
这些数学公式可以帮助我们更好地理解和分析离散型随机变量。
综上所述,离散型随机变量的特点包括取值有限或可数、概率分布用概率质量函数和累积分布函数描述、以及可以计算期望值和方差。
对于概率论的学习和应用来说,了解离散型随机变量的特点是非常重要的。
离散型随机变量的均值与方差
离散型随机变量的均值与方差介绍在概率论中,随机变量是描述随机实验结果的数学对象。
离散型随机变量是一种取有限或可数个值的随机变量。
本文将探讨离散型随机变量的均值与方差,以及它们在概率论和统计学中的重要性。
一、离散型随机变量的概念离散型随机变量是指其可能取值为有限或可数个的随机变量。
如投掷一枚骰子的结果可以表示为一个离散型随机变量,可能取值为1到6。
离散型随机变量的概率分布可以通过概率质量函数(Probability Mass Function,PMF)进行描述。
二、离散型随机变量的均值离散型随机变量的均值,也称为期望值,是对随机变量取值的加权平均。
它可以通过对随机变量的每个可能取值乘以相应的概率,然后求和得到。
2.1 期望值的计算公式设离散型随机变量X的取值为x1,x2,...,x n,对应的概率为p1,p2,...,p n,则随机变量X的期望值(均值)为:E(X) = x_1 * p_1 + x_2 * p_2 + ... + x_n * p_n期望值可以理解为随机变量在大量重复试验中的长期平均。
2.2 期望值的性质期望值具有以下性质: - 期望值是线性的,即对于常数a和随机变量X、Y,有E(aX + Y) = aE(X) + E(Y) - 如果X和Y相互独立,那么E(XY) = E(X)E(Y)三、离散型随机变量的方差离散型随机变量的方差度量了随机变量取值的离散程度,是对随机变量的离散性的一种度量。
3.1 方差的计算公式设随机变量X的期望值为μ,它的方差可以通过以下公式计算:Var(X) = E((X - μ)^2) = (x_1 - μ)^2 * p_1 + (x_2 - μ)^2 * p_2 + ... + (x_n - μ)^2 * p_n方差的计算可以理解为对每个取值与期望值的差的平方再乘以相应的概率,然后进行加权求和。
3.2 方差的性质方差具有以下性质: - 方差是非负的,即Var(X) >= 0 - 方差的平方根称为标准差,标准差是对随机变量取值波动程度的一种度量 - 如果X和Y相互独立,那么Var(X + Y) = Var(X) + Var(Y)四、均值和方差的应用离散型随机变量的均值和方差在概率论和统计学中具有重要的应用。
离散型随机变量的均值与方差
(1)求离散型随机变量的 均值与方差关键是确定 随机变量的所有可能 值,写出随机变量的分 布列,正确运用均值、 方差公式进行计算. (2)要注意观察随机变量 的概率分布特征,若属 二项分布的,可用二项 分布的均值与方差公式 计算,则更为简单.
求 出 函 数 解析 式 . (2) ①根据当天的需求量, 答案二:花店一天应购进 17 枝玫瑰花.理由如下: 写出相应的利润,列 若花店一天购进 17 枝玫瑰花, Y 表示当天的利润(单位: 出 分 布 列 , 求 出 数 学 期望和方差,②比较 元),那么 Y 的分布列为 两种情况的数学期望 或方差即可. Y 55 65 75 85 [方法锦囊] (1)求离散型随机变量的 P 0.1 0.2 0.16 0.54
(1) 根 据 日 需求 量 分 类 求 出 函 数 解析 式 . (2) ①根据当天的需求量, 写出相应的利润,列 出分布列,求出数学 期望和方差,②比较 两种情况的数学期望 或方差即可.
[审题视点]
[方法锦囊]
(1)求离散型随机变量的 均值与方差关键是确定 随机变量的所有可能 值,写出随机变量的分 布列,正确运用均值、 方差公式进行计算. (2)要注意观察随机变量 的概率分布特征,若属 二项分布的,可用二项 分布的均值与方差公式 计算,则更为简单.
Y 的数学期望为 E(Y)=55×0.1+65×0.2+75×0.16+ 85×0.54=76.4. 由以上的计算结果可以看出, E(X)<E(Y),即购进 17 枝玫瑰花时的平均利润大于购进 16 枝时的平均利 润.故花店一天应购进 17 枝玫瑰花.
均值与方差关键是确定 随机变量的所有可能 值,写出随机变量的分 布列,正确运用均值、 方差公式进行计算. (2)要注意观察随机变量 的概率分布特征,若属 二项分布的,可用二项 分布的均值与方差公式 计算,则更为简单.
离散型随机变量的均值
离散型随机变量的均值
1 离散型随机变量均值
离散型随机变量是统计学中一类在采样范围内具有有限取值的变量。
它们在概率论和数理统计中起着重要作用,在研究和分析现实社
会系统状态的情况下也是非常有用的。
变量的均值(又称期望值)可
以表示一个离散型随机变量的“平均数”,它可以为多个变量提供一
个基本的参考点,有助于理解数据集合的一般特征。
离散型随机变量的均值一般表示为期望值,用数学符号表示为EX
的形式。
也就是说,EX=Σ(xi * P(xi)),其中xi表示离散型随
机变量具有的概率,P(xi)表示相应的概率。
均值可以将所有的取值
加权,并将其转换为一个数值,从而提供离散型随机变量的概括信息。
离散型随机变量的均值反映出一定量的关联,通过对均值与概率
分布关系的分析可以更清楚地了解分析过程中数据的整体变化特征以
及数据变化的趋势变化。
从而帮助人们指出某类问题出现的规律性以
及所存在的潜在规律,以便及早建立预警机制或采取积极的应对措施。
总之,离散型随机变量的均值是衡量离散型随机变量的重要参考
标准,反映了其大致的概率分布,可为研究者提供重要的可视化分析
信息,为提高系统的判断和改进提供了依据。
离散型随机变量
离散型随机变量离散型随机变量(Discrete Random Variable)是概率论中的重要概念,指的是在一系列离散值中取值的随机变量。
与连续型随机变量不同,离散型随机变量的取值是有限或可数的。
离散型随机变量在很多实际问题中都有广泛的应用,比如掷骰子的点数、抛硬币的正反面等。
在这些问题中,变量的取值只能是确定的几个值,并且每个值的出现概率也可以通过统计得到。
离散型随机变量的特征可以用概率质量函数(Probability Mass Function,简称PMF)来描述。
PMF给出了随机变量取某个值的概率,通常表示为P(X=x),其中X代表随机变量,x代表其取值。
如果将所有可能的取值及其对应的概率列出来,就得到了离散型随机变量的概率分布表。
举个例子来说明离散型随机变量。
假设我们有一个骰子,骰子有六个面,上面分别标有1到6的数字。
我们掷骰子100次,记录每次掷骰子的点数。
这里的随机变量就是骰子的点数,取值范围为1到6。
通过统计,我们可以得到每个点数出现的次数及其概率。
对于离散型随机变量,我们还可以计算其期望值(Expectation)和方差(Variance)。
期望值表示随机变量的平均值,可以用来描述其集中趋势;方差表示随机变量取值的波动程度,可以用来描述其离散程度。
离散型随机变量在实际问题中的应用非常广泛。
比如在金融领域,股票价格的涨跌、汇率的波动等都可以视为离散型随机变量;在工程领域,电路中的信号传输、网络中的数据包传输等也可以视为离散型随机变量。
总结起来,离散型随机变量是概率论中的重要概念,用来描述在一系列离散值中取值的随机变量。
它可以通过概率质量函数来描述其概率分布,通过期望值和方差来描述其特征。
离散型随机变量在实际问题中有广泛的应用,是概率论和统计学的基础知识之一。
通过了解和掌握离散型随机变量的概念和特征,我们可以更好地理解和分析概率问题,并在实际应用中做出准确的决策和预测。
随机变量的期望值计算
随机变量的期望值计算随机变量是概率论中的重要概念,用于描述随机事件的数值特征。
期望值是随机变量的一个重要指标,表示随机变量的平均值或中心位置。
本文将介绍随机变量的期望值计算方法。
一、离散型随机变量的期望值计算离散型随机变量是指取有限个或可列个数值的随机变量。
设X是一个离散型随机变量,其取值为x1,x2,...,xn,对应的概率为p1,p2,...,pn。
则X的期望值E(X)的计算公式为:E(X) = x1*p1 + x2*p2 + ... + xn*pn例如,设X表示掷一枚骰子的结果,其可能的取值为1,2,3,4,5,6,对应的概率均为1/6。
则X的期望值为:E(X) = 1*(1/6) + 2*(1/6) + 3*(1/6) + 4*(1/6) + 5*(1/6) +6*(1/6) = 3.5二、连续型随机变量的期望值计算连续型随机变量是指取无限个数值的随机变量。
设X是一个连续型随机变量,其概率密度函数为f(x),则X的期望值E(X)的计算公式为:E(X) = ∫xf(x)dx其中,积分区间为X的取值范围。
例如,设X表示从0到1之间均匀分布的随机变量,其概率密度函数为f(x) = 1,0<x<1。
则X的期望值为:E(X) = ∫x*1dx (积分区间为0到1)= [x^2/2]0^1= 1/2三、随机变量函数的期望值计算若Y是X的函数,且X是一个随机变量,则Y的期望值E(Y)的计算公式为:E(Y) = E(g(X))其中,g(X)表示X的函数。
例如,设X表示掷一枚骰子的结果,Y表示X的平方。
则Y的期望值为:E(Y) = E(X^2)= 1*(1/6) + 4*(1/6) + 9*(1/6) + 16*(1/6) + 25*(1/6) + 36*(1/6)= 15.1667四、期望值的性质1. 若c是常数,则E(c) = c。
2. 若X和Y是随机变量,a和b是常数,则E(aX + bY) = aE(X) +bE(Y)。
离散型随机变量
离散型随机变量离散型随机变量是概率论中的一个重要概念,它是指随机变量取值为有限个或可数个的情况。
对于离散型随机变量,我们可以通过概率质量函数(Probability Mass Function,简称PMF)来描述其取值与相应概率的关系。
下面将对离散型随机变量的定义、特点以及常见的离散型随机变量进行介绍。
一、离散型随机变量的定义离散型随机变量是指其取值为有限个或可数个的随机变量。
具体来说,对于一维离散型随机变量X,其取值集合可以表示为{X1, X2,X3, ... , Xn},而不是一个连续的区间。
离散型随机变量的特点是,它的每个取值都有一个概率与之相对应,即P(X = Xi)。
这意味着我们可以通过概率质量函数(PMF)来描述离散型随机变量的取值与相应概率的对应关系。
二、离散型随机变量的特点离散型随机变量有几个重要特点,包括有限性、不连续性、可数性和非负性。
1. 有限性:离散型随机变量的取值集合是有限个或可数个,即有限可数。
这与连续型随机变量不同,后者的取值集合是无限个且无法一一列举。
2. 不连续性:离散型随机变量的取值是离散的,即不存在取任意实数的情况。
相应地,其概率质量函数在取值点之间可以是零,而在取值点上为正。
3. 可数性:离散型随机变量的取值集合是可数的,即可以用自然数进行一一对应。
这也意味着我们可以将概率质量函数表示为一个概率分布列。
4. 非负性:离散型随机变量的概率质量函数的取值是非负的,即P(X = Xi) ≥ 0。
这是因为概率是一个非负实数。
三、常见的在概率论与数理统计中,有一些常见的离散型随机变量。
下面将介绍几个常见的离散型随机变量以及它们对应的概率分布。
1. 伯努利分布(Bernoulli Distribution):伯努利变量是最简单的离散型随机变量之一,其概率分布只有两个取值。
伯努利分布常用于表示一次试验只有两个可能结果的情况,如抛硬币、赛马比赛等。
2. 二项分布(Binomial Distribution):二项分布是一种重要的离散型随机变量,它描述了一系列相互独立的伯努利试验中成功次数的分布情况。
离散型随机变量的特点
离散型随机变量的特点1. 离散型随机变量的值是不连续的呀,就好像楼梯的台阶一样,一级一级的,可不是像滑梯那样连续滑下来的哟。
比如扔骰子,出现的点数就是离散型随机变量呀,不是 1 就是 2,不是 3 就是 4 等等,没有中间其他的值呢。
2. 离散型随机变量有明确的取值呀,这多清楚明白啊!就好比你的考试成绩,要么是 60 分,要么是 70 分,不可能是分呀。
你想想抽奖的时候的中奖号码,不也是明确的几个数字嘛,这就是离散型随机变量的魅力呀。
3. 离散型随机变量是可以列举出来的哟,这一点是不是很厉害!就像你收集的邮票,一张一张都能清楚地数出来嘛。
比如说班级里同学的姓氏,王、李、张等等,都能一个一个列出来,这不就是离散型随机变量的特点嘛。
4. 离散型随机变量的概率加起来等于 1 呀,这就像是拼图的所有碎片拼起来就是一整块呀!你想想抛硬币,正面朝上的概率加上反面朝上的概率不就是 1 嘛,这多神奇!5. 离散型随机变量每个取值都对应一个概率呢,这难道不有趣嘛!好比抽奖中每个奖品都有特定的中奖概率一样。
比如说抓阄决定谁去干活,每个阄的可能性大小不就是和离散型随机变量一样嘛。
6. 离散型随机变量会有不同的分布呢,哇塞,这就跟每个人的性格不一样似的。
像二项分布,不就是在特定情况下出现的嘛。
就好像连续投篮,进与不进就是离散型随机变量的表现呀。
7. 离散型随机变量的计算有时候也挺简单的呀,不像有些东西那么复杂让人头疼!比如算几次扔硬币正面出现的次数,多直观啊。
你想想,这不比解那些超级难的数学题容易多了嘛!8. 离散型随机变量可以帮助我们理解很多实际问题呀,真的太有用了!就好像导航帮我们找到路一样重要。
比如计算彩票中奖的可能性,是不是能让我们心里有点底呀。
9. 离散型随机变量的特点就是这么独特呀,能让我们更好地描述和分析一些现象呢!它们就像夜空中闪烁的星星,各自有着自己的位置和光芒呀。
我们一定要好好掌握它,才能在数学的世界里畅游呀!我的观点结论:离散型随机变量有着诸多独特且重要的特点,我们应该深入理解和掌握呀。
离散性随机变量的概念
离散性随机变量的概念知识归纳1.离散型随机变量随着试验结果的变化而变化的变量叫做随机变量.如果随机变量所有可能取的值,可以按一定次序一一列出,这样的随机变量叫做 随机变量.如果随机变量可以取某一区间内的一切值,这样的随机变量叫做 随机变量. 2.离散型随机变量的分布列(1)设离散型随机变量X 可能取的不同值为x 1、x 2、…、x i 、…、x n ,X 取每个值x i (i =1,2,…n )的概率P (X =x i )=p i ,则称表为随机变量X 的分布列.X 的分布列也可简记为:P (X =x i )=p i ,i =1、2、…、n .(2)离散型随机变量的两个性质: ①p i ≥0,i =1,2,…n ; ②p 1+p 2+p 3+…p n =1.离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的概率之和.3.两点分布如果随机变量X 的分布列为其中0<p <1,则称离散型随机变量X 服从参数为p 的两点分布,称p =P (X =1)为成功概率.任何事件的条件概率都在0和1之间,即0≤P (B |A )≤1,如果B 和C 是两个互斥事件,则P (B∪C |A )=5.事件的独立性设A 、B 为两个事件,如果P (AB )=P (A )P (B ),则称事件A 与B 相互独立.4.条件概率 一般地,设A 、B 为两个事件,且P (A )>0,称P (B |A )=P (AB )P (A )为在事件A 发生的条件下,事件B 发生的条件概率,一般把P (B |A )读作A 发生的条件下B 发生的概率.(1)如果事件A 与B 相互独立,那么A 与B ,A 与B ,A 与B 也都相互独立.(2)如果A 与B 相互独立,则P (B |A )=P (B ),即事件A 的发生与否不影响事件B 的发生. (3)对于n 个事件A 1、A 2、…、A n ,如果其中任何一个事件发生的概率不受其它事件的影响,则这n 个事件A 1、A 2、…、A n 相互独立.如果A 1、A 2、…、A n 相互独立,那么P (A 1A 2…A n )=6.独立重复试验与二项分布(1)一般地,在相同条件下,重复做的n 次试验称为n 次独立重复试验.各次试验的结果不受其它试验的影响.(2)一般地,在n 次独立重复试验中,设事件A 发生的次数为X ,在每次试验中事件A 发生的概率都为p ,那么在n 次独立重复试验中,事件A 恰好发生k 次的概率为则称随机变量X 服从参数为n 、P 的二项分布,记作X ~B (n ,p ),并称p 为成功概率.7.超几何分布一般地,在含有M 件次品的N 件产品中,任取n 件,其中恰有X 件次品,则事件{X =k }发生的概率为为超几何分布列,如果随机变量X 的分布列为超几何分布列,则称随机变量X 服从超几何分布.超几何分布给出了求解这类问题的方法,可以当公式直接运用.误区警示1.“互斥事件”与“相互独立事件”的区别它们是两个不同的概念,相同点都是对两个事件而言的,不同点是:“互斥事件”是说两个事件不能同时发生,“相互独立事件”是说一个事件发生与否对另一个事件发生的概率没有影响.2.对独立重复试验要准确理解 (1)独立重复试验的条件第一:每次试验是在同样条件下进行.第二:各次试验中的条件是相互独立的.第三,每次试验都只有两种结果,即事件要么发生,要么不发生3.(1)准确理解事件和随机变量取值的意义,对实际问题中事件之间的关系要清楚. (2)认真审题,找准关键字句,提高解题能力.如“至少有一个发生”,“至多有一个发生”,“恰有一个发生”等.P (X =k )=C k n p k (1-p )n -k,k =0,1,2,…,n .P (X =k )=C k M C n -kN -MC n N,k =0,1,2,…,m ,(其中m 是M ,n 中的最小值,n ≤N ,M ≤N ,n 、M 、N ∈N *).称分布列一、解决概率问题的步骤第一步,确定事件的性质:古典概型、互斥事件、独立事件、独立重复试验,把所给问题归结为某一种.第二步,判断事件的运算(和事件、积事件),确定事件至少有一个发生还是同时发生等等. 第三步,运用公式求概率1、 写出下列各随机变量可能的取值,并说明随机变量所表示的随机试验的结果.(1)小明要去北京旅游,可能乘火车、乘汽车,也可能乘飞机,旅费分别为100元、60元和600元,将他的旅费记为ξ;(2)正方体的骰子,各面分别刻着1、2、3、4、5、6,随意掷两次,所得的点数之和为ξ; (3)一个人要开房门,他共有10把钥匙,其中仅有一把是能开门的,他随机取钥匙去开门并且用后不放回,其中打开门所试的钥匙个数为ξ;(4)电台在每个整点都报时,某人随机打开收音机对表,他所等待的时间ξ(min). 2、 (09·广东)已知离散型随机变量X 的分布列如右表,若E (X )=0,D (X )=1,,则a =______,b =______.设随机变量ξ的分布列为P (ξ=k )=ck +1,k =0,1,2,3,则E (ξ)= ( )A.1225B.2325C.1350D.4625古典概型P (A )=mn ;互斥事件P (A ∪B )=P (A )+P (B ); 条件概率P (B |A )=P (AB )P (A ); 独立事件P (AB )=P (A )P (B );n 次独立重复试验:P (X =k )=C k n p k (1-p )n -k.3 一次数学摸底考试,某班60名同学成绩的频率分布直方图如图所示.若得分90分以上为及格.从该班任取一位同学,其分、数是否及格记为ξ,求ξ的分布列.4 从某批产品中,有放回地抽取产品两次,每次随机抽取1件,假设事件A:“取出的2件产品中至多有1件是二等品”的概率P(A)=0.96.(1)求从该批产品中任取一件是二等品的概率p;(2)若该批产品共100件,从中任意抽取2件,ξ表示取出的2件产品中二等品的件数,求ξ的分布列.5某学习小组有6个同学,其中4个同学从来没有参加过数学研究性学习活动,2个同学曾经参加过数学研究性学习活动.(1)现从该小组中任选2个同学参加数学研究性学习活动,求恰好选到1个曾经参加过数学研究性学习活动的同学的概率;(2)若从该小组中任选2个同学参加数学研究性学习活动,活动结束后,该小组没有参加过数学研究性学习活动的同学个数ξ是一个随机变量,求随机变量ξ的分布列及数学期望E(ξ).6 在100件产品中有95件合格品,5件不合格品.现从中不放回地取两次,每次任取1件.试求:(1)第一次取到不合格品的概率;(2)在第一次取到不合格品后,第二次再次取到不合格品的概率.7设b 和c 分别是先后抛掷一枚骰子得到的点数,用随机变量ξ表示方程x 2+bx +c =0实根的个数(重根按一个计).(1)求方程x 2+bx +c =0有实根的概率; (2)求ξ的分布列和数学期望;(3)求在先后两次出现的点数中有5的条件下,方程x 2+bx +c =0有实根的概率.8(1)求该生至少有1门课程取得优秀成绩的概率; (2)求p ,q 的值; (3)求数学期望E (ξ).9.(2010·甘肃省质检)某机械零件加工由2道工序组成,第1道工序的废品率为a ,第2道工序的废品率为b ,假定这2道工序出废品的概率彼此无关,那么产品的合格率是( ) A .ab -a -b +1 B .1-a -b C .1-ab D .1-2ab10.(2010·上海市嘉定区调研)一只不透明的布袋中装有编号为1、2、3、4、5的五个大小形状完全一样的小球,现从袋中同时摸出3只小球,用随机变量X 表示摸出的3只球中的最大号码数,则随机变量X 的数学期望E (X )=( )A.445B.8310C.72D.9211.(2010·福建福州)在研究性学习的一次活动中,甲、乙、丙、丁、戊五位同学被随机地分配承担H,I,J,K四项不同的任务,每项任务至少安排一位同学承担.(1)求甲、乙两人同时承担H任务的概率;(2)求甲、乙两人不同时承担同一项任务的概率;(3)设这五位同学中承担H任务的人数为随机变量ξ,求ξ的分布列及数学期望E(ξ).12.(2010·云南统考)某单位组织职工参加了旨在调查职工健康状况的测试.该测试包括心理健康测试和身体健康测试两个项目,每个项目的测试结果为A、B、C、D、E五个等级.假设该单位50位职工全部参加了测试,测试结果如下:x表示心理健康测试结果,y表示身体健康测试结果.(1)求a+b的值;(2)如果在该单位随机找一位职工谈话,求找到的职工在这次测试中,心理健康为D等级且身体健康为C等级的概率;(3)若“职工的心理健康为D等级”与“职工的身体健康为B等级”是相互独立事件,求a、b的值.13.(2010·河北唐山)已知7件产品中有2件次品,现逐一不放回地进行检验,直到2件次品都能被确认为止.(1)求检验次数为4的概率;(2)设检验次数为ξ,求ξ的分布列和数学期望.14.(2010·浙江金华十校联考)质地均匀的正四面体玩具的4个面上分别刻着数字1,2,3,4,将4个这样的玩具同时抛掷于桌面上.(1)求与桌面接触的4个面上的4个数的乘积不能被4整除的概率;(2)设ξ为与桌面接触的4个面上数字中偶数的个数,求ξ的分布列及期望E(ξ).15.(2010·河南调研)甲、乙两人进行某项对抗性游戏,采用“七局四胜”制,即先赢四局者为胜,若甲、乙两人水平相当,且已知甲先赢了前两局,求:(1)乙取胜的概率;(2)比赛进行完七局的概率;(3)记比赛局数为ξ,求ξ的分布列及数学期望E(ξ).。
离散型随机变量公式
离散型随机变量公式离散型随机变量是概率论中的重要概念,它描述了一些具有离散取值的随机现象。
在统计学和概率论中,我们经常需要对离散型随机变量进行描述、分析和计算。
本文将介绍离散型随机变量的定义、概率质量函数、期望和方差等基本概念和计算公式。
一、离散型随机变量的定义离散型随机变量是指取值有限或可数无限个的随机变量。
简单来说,它的取值只能是一些特定的数值,而不能是连续的数值。
比如,抛掷一个骰子得到的点数、抽取一张扑克牌得到的牌面等都是离散型随机变量。
二、概率质量函数(Probability Mass Function,简称PMF)概率质量函数是用来描述离散型随机变量的概率分布的函数。
对于离散型随机变量X,其概率质量函数P(x)定义为X取值为x的概率,即P(X=x)。
概率质量函数有以下几个性质:1. P(x) ≥ 0,对任意x成立。
2. ∑P(x) = 1,对所有可能的x求和等于1。
三、期望(Expectation)和方差(Variance)期望和方差是描述随机变量分布特征的重要统计量。
期望是随机变量取值的平均值,用E(X)表示。
对于离散型随机变量X,其期望的计算公式为:E(X) = ∑xP(x)方差是随机变量取值与其期望的偏差的平方的平均值,用Var(X)表示。
对于离散型随机变量X,其方差的计算公式为:Var(X) = ∑(x-E(X))^2 * P(x)四、计算示例为了更好地理解离散型随机变量的概念和计算公式,下面以一个具体的例子进行说明。
假设有一个离散型随机变量X表示抛掷一个骰子的点数,其取值为1、2、3、4、5、6,每个点数的概率相等,即P(X=1)=P(X=2)=P(X=3)=P(X=4)=P(X=5)=P(X=6)=1/6。
我们可以计算出X的概率质量函数P(x):P(1)=1/6,P(2)=1/6,P(3)=1/6,P(4)=1/6,P(5)=1/6,P(6)=1/6接下来,我们可以计算出X的期望E(X):E(X) = 1*(1/6) + 2*(1/6) + 3*(1/6) + 4*(1/6) + 5*(1/6) + 6*(1/6) = 3.5我们可以计算出X的方差Var(X):Var(X) = (1-3.5)^2*(1/6) + (2-3.5)^2*(1/6) + (3-3.5)^2*(1/6) + (4-3.5)^2*(1/6) + (5-3.5)^2*(1/6) + (6-3.5)^2*(1/6) = 35/12 ≈ 2.92通过以上计算示例,我们可以看到离散型随机变量的概率质量函数、期望和方差的计算过程。
离散随机变量名词解释
离散随机变量名词解释从概率论的角度看,离散型随机变量可分为两大类:第一类是连续型随机变量,即服从正态分布;另一类是离散型随机变量,即服从正态分布或t分布。
下面就是有关这些随机变量的名词解释:1。
离散型随机变量假设对于服从标准正态分布,且均值为1的离散型随机变量X,随机变量的样本均值,即样本均值P(x)通常称为均值或均值函数。
如果设定x(t)为自变量,记作X(t),则相应的随机变量称为X的函数,记作X。
在统计学中,用Y表示X的函数,是经常采用的简便写法,或者在数学上, Y= X,也能得到统一的结果。
在正态分布理论中,通常假定随机变量的形式服从正态分布,即相应的自变量和因变量均服从正态分布。
1。
离散型随机变量假定变量取值范围为[-1, 1],而统计上又希望在某一区间([0,1])X(t)的置信水平为1/2时,就说这个变量是离散型随机变量,以下列举了几个例子:(1)样本期望与总体期望;(2)样本方差与总体方差;(3)抽样分布。
从统计学观点出发,所谓离散型随机变量X是指:(1)取值介于[-1, 1];(2)其概率密度函数为f(x);(3)服从正态分布或t分布。
2。
离散型随机变量样本的方差与总体方差的比称之为“方差齐性”,若该比值超过100%,说明所考察的变量属于随机变量的离散型随机变量,反之则为连续型随机变量。
这个名词来源于经验,也就是对于总体方差的估计不必事先知道它的绝对值。
在对一个随机变量进行分析时,最好能预测未知参数的值,这就需要假定随机变量服从正态分布或t分布。
当然,也可以把数据分成若干组,每一组对应于某种特定的概率分布,例如按分组资料、非正态总体等等。
这样,就可以用样本方差估计总体方差,而这两个估计值是相等的。
1。
离散型随机变量假定随机变量x,它的总体分布为f(x)时,称之为已知分布,当存在未知分布时,可以先求出它的一个近似分布,将此近似分布代入公式求出。
这样所确定的分布称之为待定分布,可以用待定分布表示所研究的随机变量的数值。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
2.3离散型随机变量的均值与方差2.3.1离散型随机变量的均值整体设计教材分析本课是一节概念新授课,数学期望是概率论和数理统计的重要概念之一,是反映随机变量取值分布的特征数.学习数学期望将为今后学习概率统计知识做铺垫.同时,它在市场预测、经济统计、风险与决策等领域有着广泛的应用,对今后学习数学及相关学科产生深远的影响.具体做法如下:(1)先通过创设情境激发学生学习数学的情感,引导学生分析问题、解决问题.经历概念的建构这一过程,培养学生归纳、概括等合情推理能力.(2)再通过实际应用,培养学生把实际问题抽象成数学问题的能力和学以致用的数学应用意识.培养其严谨治学的态度,积极探索的精神,从而实现自我的价值.“授之以鱼,不如授之以渔”,注重发挥学生的主体性,让学生在学习中学会怎样发现问题、分析问题、解决问题.课时分配1课时教学目标知识与技能了解离散型随机变量的均值或数学期望的意义,会根据离散型随机变量的分布列求出均值或数学期望.过程与方法理解公式“E(aX+b)=aE(X)+b”,以及“若X~B(n,p),则E(X)=np”,能熟练地应用它们求相应的离散型随机变量的均值或数学期望.情感、态度与价值观培养学生对新知识的科学态度,勇于探索和敢于创新的精神.体现数学的文化功能与人文价值.重点难点教学重点:离散型随机变量的均值或数学期望的概念.教学难点:根据离散型随机变量的分布列求出均值或数学期望.教学过程复习回顾1.分布列:设离散型随机变量X可能取的值为x1,x2,…,x i,…,x n,X取每一个值x i(i=1,2,…,n)的概率为P(X=x i)=p i,则称表为随机变量X的概率分布,简称X的分布列.2.分布列的两个性质:(1)p i ≥0,i =1,2,…,n ;(2) i =1np i =1.教师指出:前面,我们认识了随机变量的分布列.对于离散型随机变量,确定了它的分布列,可以方便地得出随机变量的某些特定的概率,也就掌握了随机变量取值的统计规律.但在实际上,分布列的用途远不止于此,设计意图:抛砖引玉,引出课题.教师指出:在n 次射击之前,可以根据这个分布列估计n 次射击的平均环数.这就是我们今天要学习的离散型随机变量的均值或数学期望.提出问题:如何估计该射手n 次射击的平均环数,还需知道哪些信息?如何得到? 学情预测:学生联系以前所学样本平均数的求法,自然想到需要估计各射击成绩的项数. 活动结果:根据射手射击所得环数X 的分布列,我们可以估计,在n 次射击中,预计大约有P(X =4)×n =0.02n 次得4环; P(X =5)×n =0.04n 次得5环; ………… P(X =10)×n =0.22n 次得10环. 故n 次射击的总环数大约为 4×0.02×n +5×0.04×n +…+10×0.22×n =(4×0.02+5×0.04+…+10×0.22)×n , 从而,预计n 次射击的平均环数约为4×0.02+5×0.04+…+10×0.22=8.32. 这是一个由射手射击所得环数的分布列得到的,只与射击环数的可能取值及其相应的概率有关的常数,它反映了射手射击的平均水平.探究新知推而广之,对于任一射手,若已知其射击所得环数X 的分布列,即已知各个P(X =i)(i =0,1,2,…,10),我们可以同样预计他任意n 次射击的平均环数:0×P(X =0)+1×P(X =1)+…+10×P(X =10). 接下来我们一起学习一下均值的定义 1.均值(或数学期望):一般地,若离散型随机变量X 的分布列为则称E(X)=x 1p 1+x 2p 2+…+x i p i +…+x n p n 为X 的均值或数学期望. ※教师补充:(1)区别ξ与Eξ.随机变量ξ是可变的,可取不同的值;均值Eξ是不变的,它是离散型随机变量的一个特征数,由ξ的分布列唯一确定,它反映了ξ取值的平均水平.(2)区别随机变量的均值与相应数值的算术平均数. 均值表示随机变量在随机试验中取值的平均值,它是概率意义上的平均值,不同于相应数值的算术平均数.理解新知章首问题回顾:商场内的促销活动可获得经济效益2万元;商场外的促销活动,如果不遇雨天则带来经济效益10万元, 如果遇到雨天则带来经济损失4万元.假设国庆节有雨的概率是40%,请问商场应该选择哪种促销方式较好?(商场外) 解:商场外平均效益为10×P(ξ=10)+(-4)×P(ξ=-4)=10×0.6-4×0.4=4.4.提出问题:离散型随机变量X 的数学期望E(X)与x 1,x 2,…,x i ,…,x n 的平均数 x =(x 1+x 2+…+x n )×1n,有何关系?活动结果:一般地,在有限取值的离散型随机变量X 的概率分布中,若p 1=p 2=…=p n ,则有p 1=p 2=…=p n =1n ,E(X)=(x 1+x 2+…+x n )×1n ,所以此时X 的数学期望就是x 1,x 2,…,x i ,…,x n 的平均数.继续探究:根据以前所学我们知道,若一组数据x i (i =1,2,…,n)的平均数为x ,那么另一组数据ax i +b(a 、b 是常数且i =1,2,…,n)的平均数为a x +b.类似地,我们可以联想得到离散型随机变量X 的均值也具有类似的性质:2.均值的一个性质:若Y =aX +b(a 、b 是常数),X 是随机变量,则Y 也是随机变量,它们的分布列为:于是E(Y)=(ax 1+b)p 1+(ax 2+b)p 2+…+(ax i +b)p i +…+(ax n +b)p n =a(x 1p 1+x 2p 2+…+x i p i +…+x n p n )+b(p 1+p 2+…+p i +…+p n ) =aE(X)+b ,由此,我们得到了期望的一个性质:E(aX +b)=aE(X)+b. 运用新知例1篮球运动员在比赛中每次罚球命中得1分,罚不中得0分,已知他命中的概率为0.7,求他罚球一次得分ξ的均值.解:因P(ξ=1)=0.7,P(ξ=0)=0.3,所以Eξ=1×0.7+0×0.3=0.7. 活动结果:此为两点分布,可猜想当X 服从两点分布时,有E(X)=p. 继续发问:两点分布是一个特殊的二项分布,那么一般地,若X ~B(n ,p),则E(X)=? 活动结果:若X ~B(n ,p),则E(X)=np. 证明如下:设1-p =q.∵P(X =k)=C k n p k (1-p)n -k =C k n p k q n -k , ∴E(X)=0×C 0n p 0q n +1×C 1n p 1q n -1+2×C 2n p 2q n -2+…+k×C k n p k q n -k +…+n×C n n p n q 0.又∵kC k n =k·n !k !(n -k)!=n·(n -1)!(k -1)![(n -1)-(k -1)]!=nC k -1n -1, ∴E(X)=np(C 0n -1p 0q n -1+C 1n -1p 1q n -2+…+C k -1n -1p k -1q (n -1)-(k -1)+…+C n -1n -1p n -1q 0)=np(p +q)n -1=np.故若X ~B(n ,p),则E(X)=np.例2袋中有20个大小相同的球,其中记上0号的有10个,记上n 号的有n 个(n =1,2,3,4).现从袋中任取一球.ξ表示所取球的标号.(Ⅰ)求ξ的分布列,均值;(Ⅱ)若η=aξ+4,Eη=1,求a 的值. 解:(Ⅰ)ξξ的均值:Eξ=0×12+1×120+2×110+3×320+4×15=32.(Ⅱ)Eη=aEξ+4=1,又Eξ=32,则a×32+4=1,∴a =-2.例3为拉动经济增长,某市决定新建一批重点工程,分别为基础设施工程、民生工程和产业建设工程三类.这三类工程所含项目的个数分别占总数的12、13、16.现有3名工人独立地从中任选一个项目参与建设.(Ⅰ)求他们选择的项目所属类别互不相同的概率;(Ⅱ)记ξ为3人中选择的项目属于基础设施工程或产业建设工程的人数,求ξ的分布列及数学期望.解:记第i 名工人选择的项目属于基础设施工程、民生工程和产业建设工程分别为事件A i ,B i ,C i ,i =1,2,3.由题意知A 1,A 2,A 3相互独立,B 1,B 2,B 3相互独立,C 1,C 2,C 3相互独立,A i ,B j ,C k (i ,j ,k =1,2,3,且i ,j ,k 互不相同)相互独立,且P(A i )=12,P(B i )=13,P(C i )=16. (1)他们选择的项目所属类别互不相同的概率 P =3!P(A 1B 2C 3)=6P(A 1)P(B 2)P(C 3)=6×12×13×16=16.(2)解法1:设3名工人中选择的项目属于民生工程的人数为η,由已知,η~B(3,13),且ξ=3-η.所以P(ξ=0)=P(η=3)=C 33(13)3=127,P(ξ=1)=P(η=2)=C 23(13)2(23)=29, P(ξ=2)=P(η=1)=C 13(13)(23)2=49, P(ξ=3)=P(η=0)=C 03(23)3=827. 故ξ的分布列是ξ的数学期望Eξ=0×127+1×29+2×49+3×827=2.解法2:记第i 名工人选择的项目属于基础设施工程或产业建设工程分别为事件D i ,i =1,2,3.由已知,D 1,D 2,D 3相互独立,且 P(D i )=P(A i +C i )=P(A i )+P(C i )=12+16=23.所以ξ~B(3,23),即P(ξ=k)=C k 3(23)k (13)3-k,k =0,1,2,3. 故ξ的分布列是ξ的数学期望Eξ=0×127+1×29+2×49+3×827=2.【变练演编】有场赌博,规则如下:如掷一个骰子,出现1,你赢8元;出现2或3或4,你输3元;出现5或6,不输不赢.这场赌博对你是否有利?解:Eξ=16×8+12×(-3)+13×0=-16.对你不利,劝君莫赌博!变式:准备一个布袋,内装6个红球与6个白球,除颜色不同外,六个球完全一样.每次从袋中摸6个球,输赢的规则为:6个全红 赢得100元 5红1白 赢得50元 4红2白 赢得20元 3红3白 输100元 2红4白 赢得20元 1红5白 赢得50元 6个全白 赢得100元 这一次你动心了没有?略解:结果 出现的概率 6个全红 0.1% 5红1白 3.9% 4红2白 24.4% 3红3白 43.2% 2红4白 24.4% 1红5白 3.9% 6个全白 0.1% 【达标检测】1.随机地抛掷一个骰子,求所得骰子的点数ξ的数学期望.所以Eξ=1×16+2×16+3×16+4×16+5×16+6×16=(1+2+3+4+5+6)×16=3.5.抛掷骰子所得点数ξ的数学期望,就是ξ的所有可能取值的平均值.2.某城市出租汽车的起步价为10元,行驶路程不超出4 km 时租车费为10元,若行驶路程超出4 km ,则按每超出1 km 加收2元计费(超出不足1 km 的部分按1 km 计).从这个城市的民航机场到某宾馆的路程为15 km.某司机经常驾车在机场与此宾馆之间接送旅客,由于行车路线的不同以及途中停车时间要转换成行车路程(这个城市规定,每停车5分钟按1 km 路程计费),这个司机一次接送旅客的行车路程ξ是一个随机变量.设他所收租车费为η.(Ⅰ)求租车费η关于行车路程ξ的关系式; (Ⅱ)若随机变量ξ求所收租车费η的数学期望. (Ⅲ)已知某旅客实付租车费38元,而出租汽车实际行驶了15 km ,问出租车在途中因故停车累计最多几分钟?解:(Ⅰ)依题意得η=2(ξ-4)+10,即η=2ξ+2; (Ⅱ)Eξ=15×0.1+16×0.5+17×0.3+18×0.1=16.4. ∵η=2ξ+2,∴Eη=2Eξ+2=34.8.故所收租车费η的数学期望为34.8元. (Ⅲ)由38=2ξ+2,得ξ=18,5×(18-15)=15. 所以出租车在途中因故停车累计最多15分钟. 课堂小结1.离散型随机变量的均值,反映了随机变量取值的平均水平; 2.求离散型随机变量ξ的均值的基本步骤:①理解ξ的意义,写出ξ可能取的全部值; ②求ξ取各个值的概率,写出分布列;③根据分布列,由均值的定义求出Eξ.公式E(aξ+b)=aEξ+b ,以及服从二项分布的随机变量的均值Eξ=np.补充练习 【基础练习】1.随机变量ξ的分布列是(1)则Eξ=________________________________.(2)若η=2ξ+1,则Eη=____________________________. 答案:(1)2.4 (2)5.82.随机变量ξEξ=7.5,则a =________,b =______. 答案:0.1 0.43.(1)若Eξ=4.5,则E(-ξ)=______. (2)E(ξ-Eξ)=______. 答案:(1)-4.5 (2)0 【拓展练习】1.某大学开设甲、乙、丙三门选修课,学生是否选修哪门课互不影响.已知某学生只选修甲的概率为0.08,只选修甲和乙的概率是0.12,至少选修一门的概率是0.88,用ξ表示该学生选修的课程门数和没有选修的课程门数的乘积.(Ⅰ)记“函数f(x)=x 3+ξ为R 上的奇函数”为事件A ,求事件A 的概率; (Ⅱ)求ξ的分布列和数学期望.解:设该学生选修甲、乙、丙的概率分别为x 、y 、z.依题意得⎩⎪⎨⎪⎧x(1-y)(1-z)=0.08,xy(1-z)=0.12,1-(1-x)(1-y)(1-z)=0.88,解得⎩⎪⎨⎪⎧x =0.4,y =0.6,z =0.5.(Ⅰ)若函数f(x)=x 3+ξ为R 上的奇函数,则ξ=0.当ξ=0时,表示该学生选修三门功课或三门功课都没选. ∴P(A)=P(ξ=0)=xyz +(1-x)(1-y)(1-z) =0.4×0.5×0.6+(1-0.4)(1-0.5)(1-0.6)=0.24. ∴事件A 的概率为0.24.(Ⅱ)依题意知ξ=0或2,则ξ∴ξ的数学期望为Eξ=0×0.24+2×0.76=1.52.2.春节期间,小王用私家车送4位朋友到三个旅游景点去游玩,每位朋友在每一个景点下车的概率均为13,用ξ表示4位朋友在第三个景点下车的人数,求:(Ⅰ)随机变量ξ的分布列; (Ⅱ)随机变量ξ的均值.解法一:(Ⅰ)ξ的所有可能值为0,1,2,3,4. 由等可能性事件的概率公式得P(ξ=0)=(23)4=1681,P(ξ=1)=C 14·2334=3281,P(ξ=2)=C 24·2234=827,P(ξ=3)=C 34·234=881,P(ξ=4)=(13)4=181.从而ξ的分布列为(Ⅱ)由(Ⅰ)得ξ的均值为Eξ=0×1681+1×3281+2×827+3×881+4×181=43.解法二:(Ⅰ)考察一位朋友是否在第三个景点下车为一次试验,这是4次独立重复试验. 故ξ~B(4,13),即有P(ξ=k)=C k 4(13)k (23)4-k,k =0,1,2,3,4. 解法三:(Ⅱ)由对称性与等可能性,在三个景点任意一个景点下车的人数有相同的分布列,故均值相等.即3Eξ=4,从而Eξ=43.设计说明本节课在情境创设,例题设置中注重与实际生活联系,让学生体会数学的应用价值,在教学中注意观察学生是否置身于数学学习活动中,是否兴趣浓厚、探究积极,并愿意与老师、同伴交流自己的想法.通过学生回答问题,学生举例,归纳总结等方面反馈学生对知识的理解、运用.教师根据反馈信息适时点拨,同时从新课标评价理念出发,鼓励学生发表自己的观点、充分质疑,并抓住学生在语言、思想等方面的亮点给予表扬,树立自信心,帮助他们积极向上.备课资料 备选例题:1.一次单元测验由20个选择题构成,每个选择题有4个选项,其中有且仅有一个选项是正确答案.每题选择正确答案得5分,不作出选择或选错不得分,满分100分.学生甲选对任一题的概率为0.9,学生乙则在测验中对每题都从4个选择中随机地选择一个,分别求学生甲和乙在这次单元测验中成绩的均值.解:设学生甲和乙在这次单元测验中选择正确的题数分别是ξ,η,则ξ~B(20,0.9),η~B(20,0.25),∴Eξ=20×0.9=18,Eη=20×0.25=5.由于答对每题得5分,学生甲和乙在这次单元测验中的成绩分别是5ξ和5η.所以,他们在测验中成绩的均值分别是:E(5ξ)=5E(ξ)=5×18=90,E(5η)=5E(η)=5×5=25.2.根据气象预报,某地区近期有小洪水的概率为0.25,有大洪水的概率为0.01.该地区某工地上有一台大型设备,遇到大洪水时要损失60 000元,遇到小洪水时要损失10 000元.为保护设备,有以下3种方案:方案1:运走设备,搬运费为3 800元.方案2:建保护围墙,建设费为2 000元,但围墙只能防小洪水. 方案3:不采取措施,希望不发生洪水. 试比较哪一种方案好.解:用X 1、X 2和X 3分别表示三种方案的损失.采用第1种方案,无论有无洪水,都损失3 800元,即X 1=3 800.采用第2种方案,遇到大洪水时,损失2 000+60 000=62 000元;没有大洪水时,损失2 000元,即X 2=⎩⎪⎨⎪⎧62 000,有大洪水;2 000,无大洪水.同样,采用第3种方案,有X 3=⎩⎪⎨⎪⎧60 000,有大洪水;10 000,有小洪水;0,无洪水.于是,E(X 1)=3 800,E(X 2)=62 000×P(X 2=62 000)+2 000×P(X 2=2 000)=62 000×0.01+2 000×(1-0.01)=2 600,E(X 3)=60 000×P(X 3=60 000)+10 000×P(X 3=10 000)+0×P(X 3=0) =60 000×0.01+10 000×0.25=3 100.采取方案2的平均损失最小,所以可以选择方案2.值得注意的是,上述结论是通过比较“平均损失”而得出的.一般地,我们可以这样来理解“平均损失”:假设问题中的气象情况多次发生,那么采用方案2将会使损失减到最小.由于洪水是否发生以及洪水发生的大小都是随机的,所以对于个别的一次决策,采用方案2也不一定是最好的.(设者计:王宏东 李王梅)。