《2.3.1离散型随机变量的均值》教案

合集下载
  1. 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. 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. 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

教学目标: 知识与技能:了解离散型随机变量的均值或期望的意义,会根据离散型随机变量的分布列求出均值或期望.

过程与方法:理解公式“E (a ξ+b )=aE ξ+b ”,以及“若ξB (n,p ),则E ξ=np ”.能熟

练地应用它们求相应的离散型随机变量的均值或期望。

情感、态度与价值观:承前启后,感悟数学与生活的和谐之美 ,体现数学的文化功能与人文

价值。

教学重点:离散型随机变量的均值或期望的概念

教学难点:根据离散型随机变量的分布列求出均值或期望 授课类型:新授课 课时安排:2课时

教 具:多媒体、实物投影仪 教学过程:

一、复习引入:

1.随机变量:如果随机试验的结果可以用一个变量来表示,那么这样的变量叫做随机变量 随机变量常用希腊字母ξ、η等表示

2. 离散型随机变量:对于随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量

3.连续型随机变量: 对于随机变量可能取的值,可以取某一区间内的一切值,这样的变量就叫做连续型随机变量

4.离散型随机变量与连续型随机变量的区别与联系: 离散型随机变量与连续型随机变量都是用变量表示随机试验的结果;但是离散型随机变量的结果可以按一定次序一一列出,而连续性随机变量的结果不可以一一列出

若ξ是随机变量,b a b a ,,+=ξη是常数,则η也是随机变量 并且不改变其属性(离

散型、连续型)

5. 分布列:设离散型随机变量ξ可能取得值为x 1,x 2,…,x 3,…,

ξ取每一个值x i (i =1,2,…)的概率为()i i P x p ξ==,则称表

为随机变量ξ的概率分布,简称ξ的分布列

6. 分布列的两个性质: ⑴P i ≥0,i =1,2,...; ⑵P 1+P 2+ (1)

7.离散型随机变量的二项分布:在一次随机试验中,某事件可能发生也可能不发生,在n 次独立重复试验中这个事件发生的次数ξ是一个随机变量.如果在一次试验中某事件发生的概率是P ,那么在n 次独立重复试验中这个事件恰好发生k 次的概率是

k n k k

n n q p C k P -==)(ξ,(k =0,1,2,…,n ,p q -=1).

于是得到随机变量ξ的概率分布如下:

ξ0 1 … k … n

P

n n q p C 00 11-n n q p C

n k k n q p C -

0q p C n n n

称这样的随机变量ξ服从二项分布,记作ξ~B (n ,p ),其中n ,p 为参数,并记

k n k k n q p C -=b (k ;n ,p ).

8. 离散型随机变量的几何分布:在独立重复试验中,某事件第一次发生时,所作试验的次数ξ也是一个正整数的离散型随机变量.“k ξ=”表示在第k 次独立重复试验时事件第一次发生.如果把k 次试验时事件A 发生记为k A 、事件A 不发生记为k A ,P(k A )=p ,P(k A )=q(q=1-p),那么

112311231()()()()()

()()k k k k k P k P A A A A A P A P A P A P A P A q p ξ---====(k =

0,1,2,…, p q -=1).于是得到随机变量ξ的概率分布如下:

ξ 1 2

3

… k

… P p pq

2q p

1k q p -

称这样的随机变量ξ

记作g (k ,p )= 1

k q

p -,其中k =0,1,2,…, p q -=1.

二、讲解新课:

根据已知随机变量的分布列,我们可以方便的得出随机变量的某些制定的概率,但分布列的用途远不止于此,例如:已知某射手射击所得环数ξ的分布列如下

ξ 4 5 6 7 8 9 10 P

0.02

0.04

0.06

0.09

0.28

0.29

0.22

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期望 根据射手射击所得环数ξ的分布列,

我们可以估计,在n 次射击中,预计大约有

n n P 02.0)4(=⨯=ξ 次得4环;

n n P 04.0)5(=⨯=ξ 次得5环;

…………

n n P 22.0)10(=⨯=ξ 次得10环.

故在n 次射击的总环数大约为

+⨯⨯n 02.04++⨯⨯ n 04.05n ⨯⨯22.010

+⨯=02.04(++⨯ 04.05n ⨯⨯)22.010,

从而,预计n 次射击的平均环数约为

+⨯02.04++⨯ 04.0532.822.010=⨯.

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.

对于任一射手,若已知其射击所得环数ξ的分布列,即已知各个)(i P =ξ(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(0ξP +=⨯)1(1ξP …)10(10=⨯+ξP .

1. 均值

则称 =ξE +11p x +22p x …++n n p x … 为ξ的均值或数学期望,简称期望.

2. 均值或数学期望是离散型随机变量的一个特征数,它反映了离散型随机变量取值的平均水平

3. 平均数、均值:一般地,在有限取值离散型随机变量ξ的概率分布中,令=1p =2p …

n p =,则有=1p =2p …n p n 1=

=,=ξE +1(x +2x …n

x n 1

)⨯+,所以ξ的数学期望又称为平均数、均值

4. 均值或期望的一个性质:若b a +=ξη(a 、b 是常数),ξ是随机变量,则η也是随机变量,它们的分布列为

于是=ηE ++11)(p b ax ++22)(p b ax …+++n n p b ax )(…

=+11(p x a +22p x …++n n p x …)++1(p b +2p …++n p …) =b aE +ξ,

由此,我们得到了期望的一个性质:b aE b a E +=+ξξ)( 5.若ξB (n,p ),则E ξ=np

证明如下:

∵ k

n k k n k n k k n q p C p p C k P --=-==)

1()(ξ, ∴ =ξE 0×n n q p C 00+1×111-n n q p C +2×222-n n q p C +…+k ×k

n k k n q p C -+…+n ×

相关文档
最新文档