..离散型随机变量的方差.docVIP

2．3.2　离散型随机变量的方差 教材分析　　　　　 本课仍是一节概念新授课，方差与均值都是概率论和数理统计的重要概念，是反映随机变量取值分布的特征数．离散型随机变量的均值与方差涉及的试题背景有：产品检验问题、射击、投篮问题、选题、选课、做题、考试问题、试验、游戏、竞赛、研究性问题、旅游、交通问题、摸球问题、取卡片、数字和入座问题、信息、投资、路线等问题．从近几年高考试题看，离散型随机变量的均值与方差问题还综合函数、方程、数列、不等式、导数、线性规划等知识，主要考查能力． 课时分配　　　　　 1课时 教学目标　　　　　 知识与技能 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． 过程与方法 了解方差公式“D(aX＋b)＝a2D(X)”，以及“若X～B(n，p)，则D(X)＝np(1－p)”，并会应用上述公式计算有关随机变量的方差． 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． 重点难点　　　　　 教学重点：离散型随机变量的方差、标准差． 教学难点：比较两个随机变量的均值与方差的大小，从而解决实际问题． 1．数学期望：一般地，若离散型随机变量ξ的概率分布为 ξ x1 x2 … xi … xn P p1 p2 … pi … pn 则称Eξ＝x1p1＋x2p2＋…＋xipi＋…＋xnpn为ξ的数学期望． 2．数学期望的一个性质：E(aξ＋b)＝aEξ＋b. 3．若ξ～B(n，p)，则Eξ＝np. 教师指出：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，表示随机变量在随机试验中取值的平均值．但有时两个随机变量只用这一个特征量是无法区别它们的，还需要对随机变量取值的稳定与波动、集中与离散的程度进行刻画． 已知甲、乙两名射手在同一条件下射击，所得环数ξ1、ξ2的分布列如下： ξ1 8 9 10 P 0.2 0.6 0.2 ξ2 8 9 10 P 0.4 0.2 0.4 试比较两名射手的射击水平高低． 提出问题：下面的分析你赞成吗？为什么？ ∵Eξ1＝8×0.2＋9×0.6＋10×0.2＝9， Eξ2＝8×0.4＋9×0.2＋10×0.4＝9， ∴甲、乙两射手的射击平均水平相同． 设计意图：展示错解，引出课题 活动结果：不对，显然两名选手的水平是不同的，要进一步去分析成绩的稳定性． 教师指出：初中我们也对一组数据的波动情况作过研究，即研究过一组数据的方差． 在一组数据x1，x2，…，xn中， S2＝[(x1－)2＋(x2－)2＋…＋(xn－)2]叫做这组数据的方差． 类似于这个概念，我们可以定义离散型随机变量的方差．(给出定义) 1．方差：对于离散型随机变量X，如果它所有可能取的值是x1，x2，…，xi，…xn，且取这些值的概率分别是p1，p2，…，pi，…pn，那么， D(X)＝(x1－E(X))2·p1＋(x2－E(X))2·p2＋…＋(xi－E(X))2·pi＋…＋(xn－E(X))2·pn 称为随机变量X的方差，式中的E(X)是随机变量X的均值． 标准差：D(X)的算术平方根叫做随机变量X的标准差，记作σ(X)． (1)随机变量X的方差的定义与一组数据的方差的定义式是相同的； (2)随机变量X的方差、标准差也是随机变量X的特征数，它们都反映了随机变量取值的稳定与波动、集中与离散的程度； (3)标准差与随机变量本身有相同的单位，所以在实际问题中应用更广泛． 对“探究”的再思考 (1)如果其他对手的射击成绩都在8环左右，应派哪一名选手参赛？ (2)如果其他对手的射击成绩都在9环左右，应派哪一名选手参赛？ 解：∵Eξ1＝8×0.2＋9×0.6＋10×0.2＝9， Eξ2＝8×0.4＋9×0.2＋10×0.4＝9， ∴甲、乙两射手的射击平均水平相同． 又∵Dξ1＝0.4，Dξ2＝0.8，∴甲射击水平更稳定． 若对手在8环左右，派甲参赛，易赢．若对手在9环左右，则派乙参赛，可能超常发挥． 提出问题：前面我们知道若一组数据xi(i＝1,2，…，n)的方差为s2，那么另一组数据axi＋b(a、b是常数且i＝1,2，…，n)的方差为a2s2.离散型随机变量X的方差是否也有类似性质？ 活动结果：同样具有． 2．方差的性质：D(aX＋b)＝a2D(X)； 其他：D(X)＝E(X2)－(E(X))2(了解)； 3．若X～B(n，p)，则D(X)＝np(1－p)． 例1随机抛掷一枚质地均匀的骰子，求向上一面的点数的均值、方差和标准差． 解：抛掷骰子所得点数X的分布列为 X 1 2 3 4 5 6 P 从而 E(X)＝1×＋2×＋3×＋4×＋5×＋6×＝3.5； D(X)＝(1－3.5