高理数离散型随机变量的均值.docVIP

PAGE  PAGE 6 高二理数离散型随机变量的均值 （一）复习引入： 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 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，这样的变量就叫做连续型随机变量 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 ξx1x2…xi…PP1P2…Pi…为随机变量ξ的概率分布，简称ξ的分布列 6. 分布列的两个性质： ⑴Pi≥0，i＝1，2，…； ⑵P1+P2+…=1． 7.二点分布：如果随机变量X的分布列为： X10Ppq8．超几何分布：在产品质量的不放回抽检中，若件产品中有件次品，抽检件时所得次品数X=m 则.此时我们称随机变量X服从超几何分布 （二）讲解新课： 根据已知随机变量的分布列，我们可以方便的得出随机变量的某些制定的概率，但分布列的用途远不止于此，例如：已知某射手射击所得环数ξ的分布列如下 ξ45678910P0.020.040.060.090.280.290.22在n次射击之前，可以根据这个分布列估计n次射击的平均环数．这就是我们今天要学习的离散型随机变量的均值或期望 根据射手射击所得环数ξ的分布列， 我们可以估计，在n次射击中，预计大约有　　 　　次得4环； 　　　　次得5环； ………… 　　次得10环． 故在n次射击的总环数大约为 ， 从而，预计n次射击的平均环数约为 ． 这是???个由射手射击所得环数的分布列得到的，只与射击环数的可能取值及其相应的概率有关的常数，它反映了射手射击的平均水平． 对于任一射手，若已知其射击所得环数ξ的分布列，即已知各个（i=0，1，2，…，10），我们可以同样预计他任意n次射击的平均环数: …． 1. 均值或数学期望: 一般地，若离散型随机变量ξ的概率分布为 ξx1x2…xn…Pp1p2…pn…则称 …… 为ξ的均值或数学期望，简称期望． 　　2. 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 3. 平均数、均值:一般地，在有限取值离散型随机变量ξ的概率分布中，令…，则有…，…，所以ξ的数学期望又称为平均数、均值 4. 均值或期望的一个性质:若(a、b是常数)，ξ是随机变量，则η也是随机变量，它们的分布列为 ξx1x2…xn…η……Pp1p2…pn…于是…… ＝……)……) ＝， 由此，我们得到了期望的一个性质: 5.若ξB（n,p），则Eξ=np 证明如下： ∵　， ∴　0×＋1×＋2×＋…＋k×＋…＋n×． 又∵ ， ∴ ＋＋…＋＋…＋． 故　　若ξ～B(n，p)，则np． （三）讲解范例： 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，已知他命中的概率为0.7，求他罚球一次得分的期望 解：因为， 所以 例2. 一次单元测验由20个选择题构成，每个选择题有4个选项，其中有且仅有一个选项是正确答案，每题选择正确答案得5分，不作出选择或选错不得分，满分100分 学生甲选对任一题的概率为0.9，学生乙则在测验中对每题都从4个选择中随机地选择一个，求学生甲和乙在这次英语单元测验中的成绩的期望 解：设学生甲和乙在这次英语测验中正确答案的选择题个数分别是，则~ B（20,0.9）,, 由于答对每题得5分，学生甲和乙在这次英语测验中的成绩分别是5和5 所以，他们在测验中的成绩的期望分别是： 例3. 根据气象预报，某地区近期有小洪水的概率为0.25,有大洪水的概率为0. 01．该地区某工地上有一台大型设备，遇到大洪水时要损失60 000元，遇到小洪水时要损失10000元．为保护设备，有以下3 种方案： 方案1：运走设备，搬运费为3 800 元． 方案2：建保护围墙，建设费为2 000 元．但围墙只能防小洪水． 方案3：不采取措施，希望不发生洪水． 试比较哪一种方案好． 解：用X1 、X2和X3分别表示三种