.1离散型随机变量的均值.pptVIP

加权平均数 权：称棰，权衡轻重的数值； 加权平均：计算若干数量的平均数时，考虑到每个数量在总量中所具有的重要性不同，分别给予不同的权数。 例1在篮球比赛中，如果某运动员罚球命中的概率为0.7，那么他罚球一次得分设为X，X的均值是多少？ 思考 随机变量的均值 样本的平均值？ 例如取糖果问题，将每次取出的糖果价格定为样本，每次取糖果时样本会有变化，样本的平均值也会跟着变化；而随机变量的均值是常数。 数学期望小结 EX表示X所表示的随机变量的均值； E(aX+b)=aEX+b 两点分布：EX= p 二项分布：EX= n p 求数学期望时： 已知是两点分布或二项分布，直接代用公式； 其它分布的随机变量，先画出分布列，再对应求值。 作业 课本64页练习2、3、4、5； 69页B组第1题。 * * 2.3.1离散型随机变量的均值 高二数学 选修2-3 一、复习回顾 1、离散型随机变量的分布列 X ··· ··· ··· ··· 2、离散型随机变量分布列的性质： (1)pi≥0，i＝1，2，…； (2)p1＋p2＋…＋pi＋…＝1． 复习引入 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。 我们还常常希望直接通过数字来反映随机变量的某个方面的特征，最常用的有期望与方差. 1、某人射击10次，所得环数分别是：1，1，1，1，2，2，2，3，3，4；则所得的平均环数是多少？ 把环数看成随机变量的概率分布列： P 4 3 2 1 X 权数 加权平均 二、互动探索 实际上权数恰好就是随机变量取值的概率 2、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？ P 36 24 18 X 把3种糖果的价格看成随机变量的概率分布列： X … … P … … 一般地,若离散型随机变量X的概率分布为 则称 为随机变量X的均值或数学期望,数学期望又简称为期望（Mathematical expectation）. 它反映了离散型随机变量取值的平均水平. 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） E(Y)=？ 思考： ··· ··· ··· ··· ··· ··· ··· ··· ··· ··· ··· ··· ··· ··· 一、离散型随机变量取值的平均值 数学期望 ··· ··· ··· ··· 二、数学期望的线性性质 三、基础训练 1、随机变量ξ的分布列是 0.2 0.3 0.5 P 5 3 1 ξ (1)则E(ξ)= . 2、随机变量ξ的分布列是 2.4 (2)若η=2ξ+1，则E(η)= . 5.8 0.2 b a 0.3 P 10 9 7 4 ξ E(ξ)=7.5,则a= b= . 0.4 0.1 解：该随机变量X服从两点分布: P(X=1)=0.7、P(X=0)=0.3 所以：EX=1×P(X=1)+0×P(X=0)=0.7 0.7 0.3 p 1 0 X 四、例题讲解 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．已知某运动员罚球命中的概率为0.7，则他罚球1次的得分X的均值是多少？ 一般地，如果随机变量X服从两点分布， 1－p p P 0 1 X 则 小结： 例2.篮球运动员在比赛中每次罚球命中得1分，罚不中得0分．已知某运动员罚球命中的概率为0.7，他连续罚球3次； （1）求他得到的分数X的分布列； （2）求X的期望。 P 3 2 1 0 X 解： (1) X～B（3，0.7） (2) 一般地，如果随机变量X服从二项分布，即X～B（n,p），则 小结： 基础训练： 一个袋子里装有大小相同的3 个红球和2个黄球，从中有放回地取5次，则取到红球次数的数学期望是 . 3 离散型随机变量均值的性质 (1)线性性质 若X~B(n，p)， 则E(X)= np (2)两点分布的均值 (3)二项分布的均值 若X~B(1，p)， 则E(X)= p 1、离散型随机变量均值的定义 X … … P …