《离散型随机变量的均值与方差学案.docVIP

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 班级 姓名 【学习目标】 1、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． 2、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。 【学习重点】 1、离散型随机变量的均值（期望） 2、离散型随机变量的方差、标准差 【学习难点】 1、根据离散型随机变量的分布列求出均值（期望）、方差 2、比较两个随机变量的期望与方差的大小，从而解决实际问题 【学习过程】 一、双基回眸 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X,Y,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 ◆若是随机变量，是常数，则也是随机变量 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X可能取得值为x1，x2，…，x3，…，X取每一个值xi（i=1，2，…）的概率为，则称表为随机变量X的概率分布，简称X的分布列 X x1 x2 … xi … P p1 p2 … pi … 6.分布列的两个性质： ⑴Pi≥0，i＝1，2，…； ⑵P1+P2+…Pi=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X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X的概率分布如下： X 0 1 … k … n P … … 称这样的随机变量X服从二项分布，记作X～B(n，p) 二、合作探究 对于离散型随机变量，可以由它的概率分布列确定与该随机变量相关事件的概率。但在实际问题中，有时我们更感兴趣的是随机变量的某些数字特征。例如，要了解某班同学在一次数学测验中的总体水平，很重要的是看平均分；要了解某班同学数学成绩是否“两极分化”则需要考察这个班数学成绩的方差。 问题情境： 某商场要将单价分别为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，如何对混合糖果定价才合理？ 计算加权平均价格： 【思考】如果混合糖果中每一颗糖果的质量都相等，其中权数的实际含义怎样解释？ 根据古典概型，在混合糖果中，任取一颗糖果，这颗糖果为第一颗糖果的概率为 ，为第二颗糖果的概率为 ，为第三颗糖果的概率为 ，即取出的这颗糖果的价格为18元/kg，24元/kg，36元/kg的概率分别为 ， ，和 。用X表示这颗糖果的价格，则它是一个离散型随机变量，其分布列为 X 18 24 36 P 因此权数恰好是随机变量X的 。于是，每千克混合糖果的合理价格可以表示为： 。 均值或数学期望: 一般地，若离散型随机变量X的概率分布为 X x1 x2 … xn … P p1 p2 … pn … 则称 = 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 【探究】设Y＝aX＋b，其中a，b为常数，则Y也是随机变量． （1）Y的分布列是什么？ （2）EY=? X … … ? Y … … ? P ? ? ? … ? … ? ■数学期望的性质: 【小试牛刀】 1.已知随机变量X的分布列是 X 0 1 2 3 4 5 P 0.1 0.2 0.3 0.2