《2.3.1离散型随机变量的均值》教案
- 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
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 ×