离散型随机变量的均值教案.docx

名师归纳总结2．3． 1 离散型随机变量的均值教学目标：知识与技能 ：了解离散型随机变量的 或期望．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过程与方法 ：理解公式“ E（ aX+b） =a E(X)+b ”，以及“若X~B（ n,p ），则 E(X)=np ” . 能熟练地应用它们求相应的离散型随机变量的均值 或期望。教学重点：教学难点： 授课类型：离散型随机变量的均值 或期望的概念根据离散型随机变量的分布列求出新授课均值 或期望教具 ：小黑板教学过程 ：一、复习引入：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nn 次次独立重复试验中, 用 X 表示事件 A 发生的次数 , 设每次试验中事件A 发生的概率是P，则在这独立重复试验中这个事件恰好发生k 次的概率是kkn kPn 名师归纳总结 2．3． 1 离散型随机变量的均值 教学目标： 知识与技能 ：了解离散型随机变量的 或期望． 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 过程与方法 ：理解公式“ E（ aX+b） =a E(X)+b ”，以及“若 X~B（ n,p ），则 E(X)=np ” . 能熟练地应 用它们求相应的离散型随机变量的 均值 或期望。 教学重点： 教学难点： 授课类型： 离散型随机变量的 均值 或期望的概念 根据离散型随机变量的分布列求出 新授课 均值 或期望 教 具 ：小黑板 教学过程 ： 一、复习引入： 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 n 次 次独立重复试验中 , 用 X 表示事件 A 发生的次数 , 设每次试验中事件 A 发生的概率是 P，则在这 独立重复试验中这个事件恰好发生 k 次的概率是 k k n k Pn ( k) Cn p q ，（k＝ 0,1,2, ， n， q 1 p ）． 此时称随机变量 二、讲解新课： 1. 问题情境 X 服从二项分布，记作 X～ B( n， p) ，其中 n， p 为参数 前面我们学习了离散型 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 X 的分布列如下 X P 4 0.02 5 0.04 6 0.06 7 0.09 8 0.28 9 0.29 10 0.22 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 X 的分布列， 我们可以估计，在 n 次射击中，预计大约有 P( 4) n 0.02n 次得 4 环； P( 5) n 0.04n 次得 5 环； P( 10) n 0.22n 次得 10 环． 故在 n 次射击的总环数大约为 4 0.02 n 5 0.04 n 10 0.22 n 0.02 5 0.04 (4 10 0.22) n ， 从而，预计 4 n 次射击的平均环数约为 0.02 5 0.04 10 0.22 8.32 ． 这是一个由射手射击所得环数的分布列得到的， 的常数，它反映了射手射击的平均水平． 只与射击环数的可能取值及其相应的概率有关 精品学习资料 第 1 页，共 9 页 名师归纳总结X 的分布列，即已知各个 P(i ) （ i =0， 1， 2， ，对于任一射手，若已知其射击所得环数10），我们可以同样预计他任意n 次射击的平均环数 :0P(0)1P(1)10P(10) ．1. 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:Xx1x2xnPp1p2pn则称 Ex1 p1x2 p 2xn pnX的均值 或数学期望 ，简称期望．为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X的概率分布中， 令p1p2pn ，1n1n则有p1 p2pn， E(x1x2xn )，所以 X 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ab ( a、b 是常数) ，X 是随机变量，则 名师归纳总结 X 的分布列，即已知各个 P( i ) （ i =0， 1， 2， ， 对于任一射手，若已知其射击所得环数 10），我们可以同样预计他任意 n 次射击的平均环数 : 0 P( 0) 1 P( 1) 10 P( 10) ． 1. 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 E x1 p1 x2 p 2 xn pn X的均值 或数学期望 ，简称期望． 为 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