《2.3离散型随机变量的均值与方差教案.docVIP

离散型随机变量的均值与方差 教学目标：了解离散型随机变量的均值或期望的意义，会根据分布列求出均值或期望，理解公式“E(aξ+b)=aEξ+b”，以及“若ξ～B(n,p)，则Eξ=np”；了解离散型随机变量的方差、标准差的意义，会根据离散型随机变量的分布列求出方差或标准差。 教学重点、难点：离散型随机变量的均值或期望的概念，及根据分布列求出均值或期望，了解方差公式“D(aξ+b)=a2Dξ”，以及“若ξ～Β(n，p)，则Dξ=np(1—p)”，并会应用上述公式计算有关随机变量的方差；会根据期望、方差、标准差的大小解决实际问题。 复习： 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 若ξ是离散型随机变量，η=aξ+b, a, b是常数，则η也是离散型随机变量。 ξ x1 x2 … xi … P P1 P2 … Pi … 3 分布列:设离散型随机变量ξ可能取得值为x1，x2，…，x3，…，ξ取每一个值xi（i=1，2，…）的概率为，则称表为随机变量ξ的概率分布，简称ξ的分布列 4 分布列的两个性质： ⑴Pi≥0，i＝1，2，…； ⑵P1+P2+…=1． ξ 0 1 … k … n P … … 5 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＝0,1,2,…，n，）． 于是得到随机变量ξ的概率分布如下： 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＝b(k；n，p)． 6 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．“ξ=k”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、事件A不发生记为，P()=p，P()=q(q=1-p)，那么 ξ 1 2 3 … k … P … … （k＝0,1,2,…， ）．于是得到随机变量ξ的概率分布如下： 称这样的随机变量ξ服从几何分布 记作g(k，p)= ，其中k＝0,1,2,…， ． 离散型随机变量的均值 问题：某商场为满足市场需求要将单价分别为18元/kg，24元/kg，36元/kg 的3种糖果按3:2:1的比例混合销售，其中混合糖果中每一颗糖果的质量都相等，如何对每千克混合糖果定价才合理？ 价格定为(18+24+36)/3=26(元/千克)；合理吗？如何体现三种的比例？ 平均在每1kg的混合糖果中，3种糖果的质量分别为1/2kg, 1/3kg, 1/6kg, 所以价格应定为:(元/千克). 它是三种糖果价格的加权平均，其中1/2, 1/3, 1/6权数，在计算平均数时，权数可以表示总体中的各种成分所占的比例，权数越大的数据在总体中所占的比例越大，它对加权平均数的影响也越大.加权平均数是不同比重数据的平均数，加权平均数就是把原始数据按照合理的比例来计算 36 P 1/2 1/3 1/6 假如从这种混合糖果中随机选取一颗，记X为这颗糖果的原来单价（元/千克），则X的分布列为：因此权数恰好是随机变量X取每种价格的概率。这样，每千克混合糖果的合理价格应为： 18×P(X=18)+24×P(X=24)+36×P(X=36)=23(元/千克). X x1 x2 … xi … xn P p1 p2 … pi … pn 一般地，若离散型随机变量X的概率分布为： 则称E(X)=为X的均值或数学期望，简称期望． 　　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. ξ x1 x2 … xi … xi η ax1+b ax2+b … axi+b … axi+b P p1 p2 … pi … pi 均值或期望的一个性质:若Y=aX+b, a, b是常数，X是随机变量，则Y也是随机变量，因为： P(Y=axi+b)=P(X=xi)，i=1,2,…,n. 所以Y的分布列为： 于是…… ＝……)……) ＝， 由此，我们得到了期望的一个性质: 思考：如果其他班级参赛选手的射击成绩都在9环左右，本班应该派哪一名选手参赛？如果其他班级参赛选手的射击成绩都在7环左右，又应该派哪一名选手参赛？ 问题的本质：选择方差大的好还是