离散型随机变量的数学期望(人教B版选修-).pptVIP

离散型随机变量的数字特征 ——数学期望 学习目标 1.通过实例，理解离散型随机变量均值（数学期望）的概念，能计算简单离散型随机变量的均值，并能解决一些实际问题. 2.掌握二点分布、二项分布、超几何分布的数学期望的求法，体会二项分布数学期望的证明方法. 跟踪练习 【例1】根据历次比赛或训练记录，甲、乙两名射手在同样的条件下进行射击，成绩的分布列如下： 试比较甲、乙两名射手射击水平的高低. 实际应用 【例3】根据气象预报，某地区下个月有小洪水的概率为0.25，有大洪水的概率为0.01，设工地上有一台大型设备，为保护设备有以下三种方案： 方案1：运走设备，此时需花费3800元. 方案2：建一保护墙，需花费2000元.但围墙无法防止大洪水，当大洪水来临，设备受损，损失费为60000元. 方案3：不采取措施，希望不发生洪水，此时大洪水来临损失60000元，小洪水来临损失10000元. 试比较哪一种方案好？ * * 一、复习提问 1、什么是离散型随机变量的分布列？它具有什么性质？ 2、离散型随机变量的分布列指出了什么？ 3、离散型随机变量分布列能否反映随机变量的平均水平？ 随机变量的分布列从概率的角度指出了随机变量的分布规律，但不能明显反映随机变量取值的平均水平。 二、新课讲授 问题1 某射手射击所得环数ξ的分布列如下： 0.22 0.29 0.28 0.09 0.06 0.04 0.02 p 10 9 8 7 6 5 4 ξ 1、 射手在n次射击中，命中4环，5环，…，10环，大约各多少次？ 2、射手n次射击中，总环数等于多少？ 4、对任一射手，若已知其射手所得环数ξ的分布列，即已知各个p(ξ=i)(i=0,1,2,…10)，则可预计射击的平均环数约等于多少？ 3、n次射击中，平均环数约等于多少？ 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的平均值或数学期望。 ··· ··· ··· ··· 它体现了离散型随机变量取值的平均水平。 问题2 设随机变量X的数学期望是E(X)，计算与X是线性关系的随机变量η =aX+b的数学期望. 解：1、因为P（ η=aX+b）=P（X= xi)=pi ,i=1,2,3,…所以，η的分布列为： …… pn …… p2 p1 p …… axn+b …… ax2+b ax1+b η 2、Eη= (ax1+b) p1+(ax2+b) p2 + … +( axn+b) pn + … =a(x1 p1+x2 p2+…+xnpn+…)+ b(p1 +p2+ …+pn+ …) = a E(X)+ b 即E(a X+b)= a E(X)+b 三、合作探究 0.3 0.5 0.2 乙 0.6 0.1 0.3 甲 10环 9环 8环 射手 变式：求E（3X+1）。 问题3 若ξ~B（ n，P），则Eξ=？ 证明：因为 k n k k n p p C k P - - = = ) 1 ( ) ( x =Cnkpkq n-k (令q=1-p),又kCnk=nC n-1k-1 所以Eξ=0×Cn0p0q n-1+1×Cn1p1q n-1+… +k Cnkpkq n-k + …+nCnnpnq0 =np(C n-10p0q n-1+C n-11p1qn-2+ … C n-1k-1 pk-1 q(n-1)-(k-1)+ …+C n-1n-1 pn-1 q0) =np(p+q)n-1 =np 所以，若ξ~B（ n，P），则Eξ= n P。 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 跟踪练习 小结： 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。求得分X的期望。 3.一个袋子里装有大小相同的5个白球和5个黑球，从中任取4个，求其中所含白球个数X的期望。 小结： 1.一般地，如果X～B（n,p），则 2.如果X服从参数为N，M，n的超几何分布， 则