离散型随机变量的数学期望教案

离散型随机变量的数学期望教案

教学目标：1使学生理解和掌握离散型随机变量的数学期望的定义，

2会掌握和应用数学期望的性质。

教学工具：多媒体。 一．复习

1.一般地，设离散型随机变量ξ可能取的值为

x1，x2，……，xi ，…，

X 取每一个值xi(i ＝1，2，…)的概率P(X ＝xi)＝pi ，则称下表 一般地，设离散型随机变量ξ可能取的值为 x1，x2，……，xi ，…，

为随机变量X 的概率分布，

由概率的性质可知，任一离散型随机变量的分布列都具有下述两个性质： (1)pi ≥0，i ＝1，2，...； (2)p1＋p2＋ (1)

2、什么叫n 次独立重复试验？

一般地，由n 次试验构成，且每次试验互相独立完成，每次试验的结果仅有两种对立的状态，即A 与 ，每次试验中P(A )＝p ＞0。称这样的试验为n 次独立重复试验，也称伯努利试验。 3、什么叫二项分布？

若X ～B (n ，p) Cnk p k q n-k

二．引例，新课

1.全年级同学的平均身高是产u=

n

1（11n x +22n x +….+ m m n x ）

P=p(X=i x )=

n

n i ,i=1,2….n

把全年级的平均身高u 定义成X 的均值，记作E(X) E(X)= (11n x +22n x +….+ m m n x )/n EX=x1p1+x2p2+…+xipi+…+xnpn 2.数学期望的定义

则称： E(X)=x1p1+x2p2+…+xipi+…+xnpn 为随机变量X 的均值或数学期望。

它反映了离散型随机变量取值的平均水平。 3，举例

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

三、数学期望的性质

得到结论（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？

如果随机变量X服从两点分布，

那么EX= p

（2）探究：若X~B(n，p)，则E(X)= ？

X 0 1 … k… n

P Cn0p0q n Cn1p1q n-1 … Cnk p k q n-k … Cnn p n q0

证明：∵P(X=k)= Cnk p k q n-k (∵k Cnk =n Cn-1k-1)

∴E( X) =0×Cn0p0q n+ 1×Cn1p1q n-1+ 2×Cn2p2q n-2 +

…+ k×Cnk p k q n-k+…+ n×Cnn p n q0

=np(Cn-10p0q n-1+ Cn-11p1q n-2+ … +

Cn-1k-1p k-1q(n-1)-(k-1) +…+ Cn-1n-1p n-1q0)

=np(p+q)n-1=np

若X～B (n，p)，则EX= n p

（3）超几何分布

举例

例、某学校要从5名男生和2名女生中选出2人作为上海世博会志愿者，若用随机变量x 表示选出的志愿者中女生的人数，则x的数学期望是

4

（结果用最简分数表示）

7

变式：一个袋子里装有大小相同的5个白球5个黑球，从中任取4个，求其中所含白球个数的期望。

四，例题应用

例1 甲击中目标的概率为1/2,如果击中，赢10分，否则输11分，用X表示他的得分，计算X的概率分布和数学期望。

解：｛X=10｝的充分必要条件是击中目标，所以p(X=10)=1/2=0.5

｛X=-11｝是｛X=10｝的对立事件，所以p(X=-11)=1- 0.5=0.5

X只取10和-11，所以

E(X)=10×p(X=10)+(-11 )×p(X=-11)

=10 ×0.5-11 ×0.5

=-0.5

例2.在只需回答“是”“不是”的知识竞赛时，每个选手回答两个不同的问题，都回答失败，输1分，否则赢0.3分，用X表示甲的得分，如果甲随机猜测“是”“不是”，计算X的概率的分布和数学期望。

解：｛X=-1｝的充分必要条件是两次猜错，所以

p(X=-1)=1/4=0.25

｛X=0.3｝是｛X=-1｝的对立事件，所以p(X=0.3)=3/4=0.75

X只取-1和0.3，于是

E(X)=-1×p(X=-1)+(0.3 )×p(X=0.3)

=-1 ×0.25+0.3 ×0.75=-0.025

例3.甲乙比赛时，甲每局赢的概率是P=0.51，乙每局赢的概率是q=0.49，甲乙一共进行了10次比赛，当各次比赛的结果是相互独立的，计算甲平均赢多少局，乙平均赢多少局。

解:用X表示10局中甲赢的次数，则X服从二项分布B（10，0.51）. E （X）=10 ×0.51=5.1 所以甲平均赢5.1局

用Y表示10局中乙赢的次数，则Y服从二项分布B（10，0.49）. E （Y）=10 ×0.49=4.9 所以乙平均赢4.9局

例4，袋中有3个红球，7个白球，从中无放回地任取5个，取到几个红球就得几分，问平均得几分。

解：用X表示得分数，则X也是取到的红球数，X服从超几何分布H （10，3，5），于是

EX=n×M/N=5×3/10=1.5

所以平均得到了1.5分。

五．数学期望小结

EX表示X所表示的随机变量的均值；

EX=x1p1+x2p2+…+xipi+…+xnpn

为随机变量X的均值或数学期望。

两点分布：EX= p

二项分布：EX= n p

超几何分布

求数学期望时：

1.已知是两点分布，二项分布或超几何分布时，直接代用公式；

2.其它分布的随机变量，先画出分布列，在对应求值。

课堂练习

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？

2、随机变量ξ的分布列是

则Eξ=

Eξ=7.5,则a= b= .

4,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ξ的期望为

变式：若该运动员在某次比赛中罚球n次，

求他罚球的得分X的均值？

5、投掷6枚骰子，用Z表示6朝上的个数，求E(Z).

(完整版)2.1.1离散型随机变量(教案)

2． 1．1离散型随机变量 教学目标： 知识目标：1.理解随机变量的意义； 2.学会区分离散型与非离散型随机变量，并能举出离散性随机变量 的例子； 3.理解随机变量所表示试验结果的含义，并恰当地定义随机变量. 能力目标：发展抽象、概括能力，提高实际解决问题的能力. 情感目标：学会合作探讨，体验成功，提高学习数学的兴趣. 教学重点：随机变量、离散型随机变量、连续型随机变量的意义 教学难点：随机变量、离散型随机变量、连续型随机变量的意义 授课类型：新授课 教具：多媒体、实物投影仪 第一课时 思考1：掷一枚骰子，出现的点数可以用数字1 , 2 ，3，4，5，6来表示．那么掷一枚硬币的结果是否也可以用数字来表示呢？ 掷一枚硬币，可能出现正面向上、反面向上两种结果．虽然这个随机试验的结果不具有数量性质，但我们可以用数1和0分别表示正面向上和反面向上（图2.1一1 ) . 在掷骰子和掷硬币的随机试验中，我们确定了一个对应关系，使得每一个试验结果都用一个确定的数字表示．在这个对应关系下，数字随着试验结果的变化而变化．定义1：随着试验结果变化而变化的变量称为随机变量（random variable )．随机变量常 用字母X , Y，ξ，η，…表示． 思考2：随机变量和函数有类似的地方吗？ 随机变量和函数都是一种映射，随机变量把随机试验的结果映为实数，函数把实数映为实数．在这两种映射之间，试验结果的范围相当于函数的定义域，随机变量的取值范围相当于函数的值域．我们把随机变量的取值范围叫做随机变量的值域． 例如，在含有10件次品的100 件产品中，任意抽取4件，可能含有的次品件数X 将随着抽取结果的变化而变化，是一个随机变量，其值域是｛0, 1, 2 , 3, 4 } . 利用随机变量可以表达一些事件．例如{X=0｝表示“抽出0件次品”, {X =4｝表示“抽出4件次品”等．你能说出｛X< 3 ｝在这里表示什么事件吗？“抽出 3 件以上次品”又如何用X 表示呢？ 定义2：所有取值可以一一列出的随机变量，称为离散型随机变量( discrete random variable ) . 离散型随机变量的例子很多．例如某人射击一次可能命中的环数X 是一个离散型随机

高中数学第二章概率5第2课时离散型随机变量的方差学案北师大版选修

第2离散型随机变量的方差 学习目标1.理解取有限个值的离散型随机变量的方差的概念.2.能计算简单离散型随机变量的方差，并能解决一些实际问题． 知识点离散型随机变量的方差 甲、乙两名工人加工同一种零件，两人每天加工的零件数相等，所得次品数分别为X和Y，X和Y的分布列为 X 01 2 P 6 10 1 10 3 10 Y 01 2 P 5 10 3 10 2 10 思考1试求EX，EY. 思考2能否由EX与EY的值比较两名工人技术水平的高低？ 思考3试想用什么指标衡量甲、乙两工人技术水平的高低？ 梳理(1)离散型随机变量的方差的含义 设X是一个离散型随机变量，用E(X－EX)2来衡量X与EX的________________，E(X－EX)2是(X－EX)2的________，称E(X－EX)2为随机变量X的方差，记为________． (2)方差的大小与离散型随机变量的集中与分散程度间的关系 方差越____，随机变量的取值越分散；方差越____，随机变量的取值就越集中在其均值周

围． (3)参数为n，p的二项分布的方差 当随机变量服从参数为n，p的二项分布时，其方差DX＝np(1－p)． 类型一求离散型随机变量的方差 命题角度1已知分布列求方差 例1已知X的分布列如下： X －10 1 P 1 2 1 4 a (1)求X2 (2)计算X的方差； (3)若Y＝4X＋3，求Y的均值和方差． 反思与感悟方差的计算需要一定的运算能力，公式的记忆不能出错！在随机变量X2的均值比较好计算的情况下，运用关系式DX＝EX2－(EX)2不失为一种比较实用的方法．另外注意方差性质的应用，如D(aX＋b)＝a2DX. 跟踪训练1已知η的分布列为 η010205060 P 1 3 2 5 1 15 2 15 1 15 (1)求方差； (2)设Y＝2η－Eη，求DY.

离散型随机变量的期望

离散型随机变量的 苴日也 教学要求： 使学生了解离散型随机变量的期望的意义，会根据离散型随机变量的分布列求出期望.

对于离散型随机变量，确定了它的分布列，就掌握了随机变量取值的统计规律。 在实际问题中，我们还常常希望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。 引例: 某射手射击所得环数E的分布列如下: 根据这个射手射击所得环数E的分布列，在n次射击中，预计有大约 0.02n次的4环.. 类似地，对任一射手，若已知其射击所得环数E的分布列，即已知各个P (^i)(i=O,1,2,3,...10),则可预计他任意n次射击的平均环数是

Eg二XP ( §二0) + 1 XP ( 5=1)+.. + XP ( ^=10) 称Eg为此射手射击所得环数g的期望，它刻划了随机变量g所取的平均值，从一个方面反映了射手的射击水平。 1、期望 若离散型随机变量E的概率分布为 则称Eg二XP+X2P尹…+XnPn+…为§的数学期望或平均数、均值，又称期望。 问：若E为上述离散型随机变量，贝怕二ag+b的分布列怎样？Er］呢? 因为P ( r]=a Xj+b) =P ( g二片),i=1, 2, 3... 所以，n的分布图为

于是E r|= (ax〔+b)Pi+ (a x2+b)p2+...+ (a x n+b)p n+ ... =a ( x1 p1+ x2p2+ ---+ x n p n+ ...) +b(P1+P2+…+p门+…) =a E g+b 2、例题 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,求他罚球1次的得分g的期望。 例2随机抛掷一个骰子，求所得骰子的点数§的期望。

离散型随机变量及其分布列教案

离散型随机变量及其分布列第一课时 2.1.1离散型随机变量 教学目标：1、引导学生通过实例初步了解随机变量的作用，理解随机变量、离散型随机变量的概念．初步学会在实际问题中如何恰当地定义随机变量． 2、让学生体会用函数的观点研究随机现象的问题，体会用离散型随机变量思想 描述和分析某些随机现象的方法，树立用随机观念观察、分析问题的意识． 3、发展数学应用意识，提高数学学习的兴趣，树立学好数学的信心，逐步认识 数学的科学价值和应用价值． 教学重点：随机变量、离散型随机变量的概念，以及在实际问题中如何恰当的定义随机变量．教学难点：对引入随机变量目的的认识，了解什么样的随机变量便于研究． 教学方法：启发讲授式与问题探究式． 教学手段：多媒体 教学过程： 一、创设情境，引出随机变量 提出思考问题1：掷一枚骰子，出现的点数可以用数字1，2，3，4，5，6来表示．那么掷一枚硬币的结果是否也可以用数字来表示？ 启发学生：掷一枚硬币，可能出现正面向上、反面向上两种结果．虽然这个随机试验的结果不具有数量性质，但可以将结果于数字建立对应关系． 在让学生体会到掷骰子的结果与出现的点数有对应关系后，也能创造性地提出用数字表示掷一枚硬币的结果．比如可以用1表示正面向上的结果，用0表示反面向上的结果．也可以分别用1、2表示正面向上与反面向上的结果． 再提出思考问题2：一位篮球运动员3次罚球的得分结果可以用数字表示吗？ 让学生思考得出结论：投进零个球——— 0分 投进一个球——— 1分 投进两个球——— 2分 投进三个球——— 3分 得分结果可以用数字0、1、2、3表示． 二、探究发现 1、随机变量 问题1.1：任何随机试验的所有结果都可以用数字表示吗？ 引导学生从前面的例子归纳出：如果将实验结果与实数建立了对应关系，那么随机试验的结果就可以用数字表示．由于这个数字随着随机试验的不同结果而取不同的值，因此是个变量． 问题1.2：如果我们将上述变量称之为随机变量，你能否归纳出随机变量的概念？ 引导学生归纳随机变量的定义：在随机试验中，我们确定了一个对应关系，使得每一个试验结果都用一个确定的数字表示．在这个对应关系下，数字随着试验结果的变化而变化．像这种随着试验结果变化而变化的变量称为随机变量． 随机变量常用字母X、Y、ξ、η来表示． 问题1．3：随机变量与函数有类似的地方吗？ 引导学生回顾函数的理解： 函数 实数实数 在引导学生类比函数的概念，提出对随机变量的理解：

2019-2020学年高中数学 2.3.1离散型随机变量的期望学案 新人教A版选修2-3.doc

2019-2020学年高中数学 2.3.1离散型随机变量的期望学案 新人教 A 版选修2-3 【教学目标】 1了解离散型随机变量的期望的意义，会根据离散型随机变量的分布列求出期望． ⒉理解公式“E （a ξ+b ）=aE ξ+b ”，以及“若ξ～Β(n ，p)，则E ξ=np ”.能熟练地应用它们求相应的离散型随机变量的期望 【教学重难点】 教学重点：离散型随机变量的期望的概念 教学难点：根据离散型随机变量的分布列求出期望 【教学过程】 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ξ是随机变量，b a b a ,,+=ξη是常数，则η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 ()i i P x p ξ==，则称表 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.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 次独立重复试验中这个事件发生的次数ξ是一个随机变量．如果在一次试验中某事件发生的概率是P ，那么在n 次独立重复试验中这个事件恰好发生k 次的概率是 k n k k n n q p C k P -==)(ξ， （k ＝0,1,2,…，n ，p q -=1）． 于是得到随机变量ξ的概率分布如下： ξ 0 1 … k … n P n n q p C 00 1 11-n n q p C … k n k k n q p C - … q p C n n n 称这样的随机变量ξ服从二项分布，记作ξ～B(n ，p)，其中n ，p 为参数，并记k n k k n q p C -＝

《离散型随机变量的概念》教学设计

离散型随机变量的概念》教学设计 一、教材分析 《离散型随机变量的概念》是人教 A 版《普通高中课程标准实验教科书数学选修2-3》第二章随机变量及其分布的第一节离散型随机变量及其分布列的第一课时。本章是在必修三中学习了基本的概率统计知识的基础上，进一步学习随机变量及其分布的知识。本节内容一方面承接了必修三的知识；另一方面，掌握好这一节课将有助于后续的学习，因此它在知识体系上起着承上启下的作用。随机变量是连接随机现象和实数空间的一座桥梁，从而使得更多的数学工具有了用武之地。离散型随机变量是最简单的随机变量。本节课主要通过离散型随机变量展示用实数空间刻画随机现象的方法。 二、学情分析 学生在必修 3 概率一章中学习过的随机试验、随机事件、简单的概率模型和必修1 中学习过的变量、函数、映射等知识是学习、领悟和“接纳”随机变量概念的重要知识基础，教学时应充分注意这一教学条件；另外，为更好地形成随机变量和离散型随机变量两个概念，教学中可借助媒体列举和展现丰富的实例和问题，以留给学生更多的时间思考和概括。 三、教学策略分析 学生是教学的主体，本节课要给学生提供各种参与机会。本课以情境为载体，以学生为主体，以问题为手段，激发学生观察思考、猜想探究的兴趣。注重引导帮助学生充分体验“从实际问题到数学问题”的建构过程，培养学生分析问题、 解决问题的能力

四、目标分析 1知识与技能目标：理解随机变量和离散型随机变量的概念，能够运用随机变量表示随机事件，学会恰当的定义随机变量； 2、过程与方法目标：在教学过程中，以不同的实际问题为导向，弓I导学生分析问题的特点，归纳问题的共性，提高理解分析能力和抽象概括能力； 3、情感与态度目标：通过列举生活中的实例，提高学生学习数学的积极性, 使学生进一步感受到数学与生活的零距离，增强数学应用意识。 五、教学重点与难点 教学重点：随机变量、离散型随机变量概念的理解及随机变量的实际应用；教学难点：对随机变量概念的透彻理解及对引入随机变量目的的认识。 六、教学过程设计：

52.3.2离散型随机变量的方差导学案(选修2-3)

§2.3.2离散型随机变量的方差导学案 高二数学组 一、教学目标 1、通过实例，理解离散型随机变量的方差； 2、能计算简单离散型随机变量的方差。 重点：离散型随机变量的方差的概念 难点：根据离散型随机变量的分布列求出方差 二、自学引入： 问题1：某射手在10次射击中所得环数为：10，9，8，10，8，10，10，10，8，9. 求这名射手所得环数的方差。 问题2：某射手在一次射击中所得环数 能否根据分布列求出这名射手所得环数的方差？ 引入概念： （1）方差的概念：设一个离散型随机变量X所有可能取得值是x1，x2，…，x n；这些值对应的概率为p1，p2，…，p n，则 D（X）= ， 叫做这个离散型随机变量X的方差。 离散型随机变量的方差反映了离散型随机变量的取值。 （2）D（X）的叫做随机变量X的标准差。 三、问题探究： （1）若随机变量X服从参数为p的二点分布，则D（X）= （）。 （2）若随机变量X服从参数为n，p的二项分布，则D（X）= （）。 四、典例解析： 例1 甲、乙两射手在同样条件下进行射击，成绩的分布列如下： 射手甲： 射手乙： 谁的射击水平比较稳定。 变式训练设X是一个离散型随机变量，其分布列如下表，试求D（X）

例2 已知某离散型随机变量X 服从下面的二项分布： k k k C k X P -==449.01.0)( (k=0,1,2,3,4). 求E （X ）和D （X ）。 变式训练 一牧场有10头牛，因误食含有病毒的饲料而被感染，已知该病的发病率为 0.02。设发病的牛的头数为X ，求E （X ）和D （X ）。 五、小结： 六、作业：课后练习A 、B 。 §2.3. 2离散型随机变量的方差当堂检测 高二数学组 1、已知()~,,8, 1.6B n p E D ξξξ==，则,n p 的值分别是（ ） A ．1000.08和； B ．200.4和； C ．100.2和； D ．100.8和 2、设投掷1颗骰子的点数为ξ，则（ ） A.E ξ=3.5，D ξ=3.52 B.E ξ=3.5，D ξ=12 35 C.E ξ=3.5，D ξ=3.5 D.E ξ=3.5，D ξ= 16 35 3、有一批数量很大的商品的次品率为1%，从中任意地连续取出200件商品，设其中次品数为X ，求E （X ），D （X ） 4、A 、B 两台机床同时加工零件，每生产一批数量较大的产品时，出次品的概率如下表所示： A 机床 B 机床 问哪一台机床加工质量较好

随机变量的数学期望与方差

第9讲随机变量的数学期望与方差 教学目的：1.掌握随机变量的数学期望及方差的定义。 2.熟练能计算随机变量的数学期望与方差。 教学重点： 1．随机变量的数学期望 For personal use only in study and research; not for commercial use 2．随机变量函数的数学期望 3．数学期望的性质 4．方差的定义 For personal use only in study and research; not for commercial use 5．方差的性质 教学难点：数学期望与方差的统计意义。 教学学时：2学时。 For personal use only in study and research; not for commercial use 教学过程： 第三章随机变量的数字特征 §3.1 数学期望 For personal use only in study and research; not for commercial use 在前面的课程中，我们讨论了随机变量及其分布，如果知道了随机变量X的概率分布，那么X的全部概率特征也就知道了。然而，在实际问题中，概率分布一般是较难确定的，而在一些实际应用中，人们并不需要知道随机变量的一切概率性质，只要知道它的某些数字特征就够了。因此，在对随机变量的研究中，确定其某些数字特征是重要的，而在这些数字特征中，最常用的是随机变量的数学期望和方差。

1．离散随机变量的数学期望 我们来看一个问题： 某车间对工人的生产情况进行考察。车工小张每天生产的废品数X 是一个随机变 量，如何定义X 取值的平均值呢？ 若统计100天，32天没有出废品，30天每天出一件废品，17天每天出两件废品， 21天每天出三件废品。这样可以得到这100天中每天的平均废品数为 27.1100 213100172100301100320=?+?+?+? 这个数能作为X 取值的平均值吗？ 可以想象，若另外统计100天，车工小张不出废品，出一件、二件、三件废品的 天数与前面的100天一般不会完全相同，这另外100天每天的平均废品数也不一定是 1.27。 对于一个随机变量X ，若它全部可能取的值是 ,,21x x ， 相应的概率为 ,,21P P ， 则对X 作一系列观察(试验)所得X 的试验值的平均值是随机的。但是，如果试验次数 很大，出现k x 的频率会接近于K P ，于是试验值的平均值应接近 ∑∞=1k k k p x 由此引入离散随机变量数学期望的定义。 定义1 设X 是离散随机变量，它的概率函数是 ,2 ,1,)()(====k P x X P x p K K k 如果 ∑∞ =1||k k k p x 收敛，定义X 的数学期望为 ∑∞ ==1)(k k k p x X E 也就是说,离散随机变量的数学期望是一个绝对收敛的级数的和。 例1 某人的一串钥匙上有n 把钥匙，其中只有一把能打开自己的家门，他随意地 试用这串钥匙中的某一把去开门。若每把钥匙试开一次后除去，求打开门时试开次数 的数学期望。

选修2-3教案2.3.1离散型随机变量的均值

§2.3.1 离散型随机变量的均值 教学目标 （1）通过实例，理解取有限值的离散型随机变量均值（数学期望）的概念和意义； （2）能计算简单离散型随机变量均值（数学期望），并能解决一些实际问题． 教学重点，难点：取有限值的离散型随机变量均值（数学期望）的概念和意义． 教学过程 一．问题情境 1．情景： 前面所讨论的随机变量的取值都是离散的，我们把这样的随机变量称为离散型随机变量．这样刻画离散型随机变量取值的平均水平和稳定程度呢？ 甲、乙两个工人生产同一种产品，在相同的条件下，他们生产100件产品所出的不 合格品数分别用12,X X 表示，12,X X 的概率分布如下． 2．问题： 如何比较甲、乙两个工人的技术？ 二．学生活动 1． 直接比较两个人生产100件产品时所出的废品数．从分布列来看，甲出0件废品的概率 比乙大，似乎甲的技术比乙好；但甲出3件废品的概率也比乙大，似乎甲的技术又不如乙好．这样比较，很难得出合理的结论． 2． 学生联想到“平均数”，，如何计算甲和乙出的废品的“平均数”？ 3． 引导学生回顾《数学3（必修）》中样本的平均值的计算方法． 三．建构数学 1．定义 在《数学3（必修）》“统计”一章中，我们曾用公式1122...n n x p x p x p +++计算样本的平均值，其中i p 为取值为i x 的频率值．

其中，120,1,2,...,,...1i n p i n p p p ≥=+++=，则称1122...n n x p x p x p +++为随机变量X 的均值或X 的数学期望，记为()E X 或μ． 2．性质 （1）()E c c =；（2）()()E aX b aE X b +=+．（,,a b c 为常数） 四．数学运用 1．例题： 例1．高三（1）班的联欢会上设计了一项游戏，在一个小口袋中装有10个红球，20个白球，这些球除颜色外完全相同．某学生一次从中摸出5个球，其中红球的个数为X ，求X 的数学期望． 分析：从口袋中摸出5个球相当于抽取5n =个产品，随机变量X 为5个球中的红球的 个数，则X 服从超几何分布(5,10,30)H ． 从而 2584807585503800700425 ()012345 1.66672375123751237512375123751237513 E X =? +?+?+?+?+?=≈ 答：X 的数学期望约为1.6667． 说明：一般地，根据超几何分布的定义，可以得到0 ()r n r n M N M n r N r C C M E X n C N --===∑ ． 例2．从批量较大的成品中随机取出10件产品进行质量检查，若这批产品的不合格品 率为0.05，随机变量X 表示这10件产品中不合格品数，求随机变量X 的数学期望 ()E X ． 解：由于批量较大，可以认为随机变量~(10,0.05)X B ， 1010()(1),0,1,2, (10) k k k P X k p C p p k -===-=

离散型随机变量的期望与方差

开锁次数的数学期望和方差 例 有n 把看上去样子相同的钥匙，其中只有一把能把大门上的锁打开．用它们去试开门上的锁．设抽取钥匙是相互独立且等可能的．每把钥匙试开后不能放回．求试开次数ξ的数学期望和方差． 分析：求)(k P =ξ时，由题知前1-k 次没打开，恰第k 次打开．不过，一般我们应从简单的地方入手，如3,2,1=ξ，发现规律后，推广到一般． 解：ξ的可能取值为1，2，3，…，n ． Λ;12112121)111()11()3(;111111)11()2(,1)1(n n n n n n n n n P n n n n n n P n P =-?--?-=-?--?-===-?-=-?-====ξξξ n k n k n k n n n n n n n k n k n n n n k P 111212312111)211()211()111()11()(=+-?+-+---?--?-=+-?+----?--?-==ΛΛξ；所以ξ的分布列为： 2 31211=?++?+?+?=n n n n n E Λξ； n n n n n k n n n n n n D 1)21(1)21(1)213(1)212(1)211(22222?+-++?+-++?+-+?+-+?+- =ΛΛξ ?? ?????+++++++-++++=n n n n n n 22222)21()321)(1()321(1ΛΛ 1214)1(2)1()12)(1(611222-=?? ????+++-++=n n n n n n n n n 说明：复杂问题的简化处理，即从个数较小的看起，找出规律所在，进而推广到一般，方差的公式正确使用后，涉及一个数列求和问题，合理拆项，转化成熟悉的公式，是解决的关键． 次品个数的期望

随机变量的数学期望教案

随机变量的数学期望教 案 -CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN

教 案：数学期望 试讲人 郑丽霞 教材来源：《概率论与数理统计》 袁荫棠 授课题目：数学期望 第三章第一节 教学目标：会计算数学期望；通过数学期望的学习了解数学期望的实际应用及统计意义 教学重点：数学期望的计算 教学难点：如何将实际问题转化为数学问题 教学过程： 1. 引入课题 引例：在一次射击比赛中，每个人射击10次，甲选手射了4个1分，1个2分，5个3分，问甲选手的平均得分是多少？ 1.210 5 31012104110531241=?+?+?=?+?+? 则其“均值”应为11 1k k i i i i i i n n x x n n ===∑∑. 所以上面的均值是以i n n 频率为权重的加权平均。

我们前面学了随机变量，那我用随机变量ξ来表示甲射击得分情况，求ξ的分布？ 平均得分=1×0.4+2×0.1+3×0.5=2.1 大体上讲，数学期望(或均值)就是随机变量的平均取值 2. 概念讲解 （一）离散型随机变量的数学期望 定义3.1 设离散型随机变量ξ的分布列为 (),1,2, ,,.i i p P x i n ξ=== 如果 1 ||.i i i x p +∞ =<+∞∑ 则称 1 ()i i i E x p ξ+∞ ==∑ 为随机变量ξ的数学期望，简称期望或均值。若级数1 ||()i i i x p x +∞=∑不收 敛，则称ξ的数学期望不存在。 例1 投掷一颗均匀的骰子，以ξ表示掷的点数，求ξ的数学期望。 解：6 1 17 ()62i E i ξ==?=∑

离散型随机变量的方差教案

§2．3．2离散型随机变量的方差 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 (a ξ+b )=a 2 D ξ”，以及“若ξ～Β(n ， p )，则D ξ=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。 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期望与方差的大小，从而解决实际问 题 授课类型：新授课 课时安排：1课时 教学过程： 一、复习引入： 1. 期望的一个性质: b aE b a E +=+ξξ)( 2.若ξB （n,p ），则E ξ=np 二、讲解新课： 1. 方差: 对于离散型随机变量ξ，如果它所有可能取的值是1x ，2x ，…， n x ，…，且取这些值的概率分别是1p ，2p ，…，n p ，…，那么, ξD ＝121)(p E x ?-ξ＋222)(p E x ?-ξ＋…＋n n p E x ?-2)(ξ＋… 称为随机变量ξ的均方差，简称为方差，式中的ξE 是随机变量ξ

的期望． 2. 标准差: ξD 的算术平方根ξD 叫做随机变量ξ的标准差，记作σξ． 3.方差的性质： （1）ξξD a b a D 2)(=+； （2）22)(ξξξE E D -=； （3）若ξ～B (n ，p )，则=ξD np (1-p ) 三、讲解范例： 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：抛掷散子所得点数X 的分布列为 从而 111111 123456 3.5666666 EX =?+?+?+?+?+?=; 2222221111 (1 3.5)(2 3.5)(3 3.5)(4 3.5)6666 11 (5 3.5)(6 3.5) 2.92 66 DX =-?+-?+-?+-? +-?+-?≈ 1.71X σ=.

61随机变量的概率分布、期望与方差1

如皋市薛窑中学2011届高三理科数学一轮复习 61随机变量的概率分布、期望与方差 【考点解读】 离散型随机变量及其分布列：A;超几何分布：A;条件概率及相互独立事件：A； n次独立重复试验的模型及二项分布：B;离散型随机变量的均值与方差：B 【复习目标】 1?了解取有限值的离散型随机变量及其分布列的概念，了解分布列对于刻画随机现象的重要性；会求某些简单的离散型随机变量的分布列。 2?了解超几何分布及其导出过程，并能进行简单的应用。 3?了解条件概率和两个事件相互独立的概念( 对条件概率的应用题不作要求 )。 4 ?理解n次独立重复试验的模型及二项分布，并能解决一些简单的实际问题。 5?了解取有限值的离散型随机变量的均值、方差的意义，会根据离散型随机变量的分布列求出期望值、方差。 活动一：基础知识 1. 随机变量： 1) 定义： _________________________________________________________ 。 2) ____________________________________ 表示方法：。 2. 随机变量分布列的定义： 假定随机变量X有n个不同的取值，它们分别是X1,X2丄X n且P(X=x i)=p i ,i=1,2, -n,① 称①为随机变量X 的概率分布列，简称X的分布列 3. 概率分布表 将①用表的形式表示如下： 4. 分布列的性质： 概率分布列中P(i 1,2L n)满足以下两个条件: (1) ______________________________ (2) ______________________________ 5. 两点分布 如果随机变量X只取两个可能值_0 和__________ 1 ___ ，则称该随机变量X服从0-1分布或两点分布并记为X?0-1或X?两点分布. 其概率分布表为： 其中丨min{ M , n}，且n N,M N,n,M,N N .称分布列

高中数学选修2-3离散型随机变量导学案

2.1.1离散型随机变量 【学习要求】 1．理解随机变量及离散型随机变量的含义． 2．了解随机变量与函数的区别与联系． 【学法指导】 引进随机变量的概念，就可以用数字描述随机现象，建立连接数和随机现象的桥梁，通过随机变量和函数类比，可以更好地理解随机变量的定义，随机变量是函数概念的推广. 【知识要点】 1．随机试验：一般地，一个试验如果满足下列条件： （1）试验可以在相同的情形下重复进行； （2）试验所有可能的结果是明确的，并且不只一个； （3）每次试验总是恰好出现这些可能结果中的一个，但在一次试验之前却不能肯定这次试验的结果会出现哪一个．这种试验就是一个随机试验． 2．随机变量：在随机试验中，随着变化而变化的变量称为随机变量． 3．离散型随机变量：所有取值可以的随机变量，称为离散型随机变量. 【问题探究】 探究点一随机变量的概念 问题1掷一枚骰子，出现的点数可以用数字1,2,3,4,5,6来表示，那么掷一枚硬币的结果是否也可以用数字来表示呢？ 问题2随机变量和函数有类似的地方吗？ 例1下列变量中，哪些是随机变量，哪些不是随机变量？并说明理由． （1）上海国际机场候机室中2013年10月1日的旅客数量； （2）2013年某天济南至北京的D36次列车到北京站的时间； （3）2013年某天收看齐鲁电视台《拉呱》节目的人数； （4）体积为1 000 cm3的球的半径长． 小结随机变量从本质上讲就是以随机试验的每一个可能结果为自变量的一个函数，即随机变量的取值实质上是试验结果对应的数，但这些数是预先知道所有可能的值，而不知道究竟是哪一个值． 跟踪训练1指出下列变量中，哪些是随机变量，哪些不是随机变量，并说明理由． （1）某人射击一次命中的环数； （2）任意掷一枚均匀硬币5次，出现正面向上的次数； （3）投一颗质地均匀的骰子两次出现的点数(最上面的数字)中的最小值； （4）某个人的属相． 探究点二离散型随机变量的判定 问题1什么是离散型随机变量？ 问题2非离散型随机变量和离散型随机变量有什么区别？ 例2①某座大桥一天经过的中华牌轿车的辆数为ξ；②某网站中歌曲《爱我中华》一天内被点击的次数为ξ； ③一天内的温度为ξ；④射手对目标进行射击，击中目标得1分，未击中目标得0分，用ξ表示该射手在一次射击中的得分．上述问题中的ξ是离散型随机变量的是() A．①②③④B．①②④C．①③④D．②③④ 小结该题主要考查离散型随机变量的定义，判断时要紧扣定义，看是否能一一列出． 跟踪训练2指出下列随机变量是否是离散型随机变量，并说明理由． （1）白炽灯的寿命ξ； （2）某加工厂加工的一批某种钢管的外径与规定的外径尺寸之差ξ； （3）江西九江市长江水位监测站所测水位在(0,29]这一范围内变化，该水位站所测水位ξ； （4）一个袋中装有5个白球和5个黑球，从中任取3个，其中所含白球的个数． 探究点三离散型随机变量的应用 例3（1）一袋中装有5只同样大小的白球，编号为1,2,3,4,5.现从该袋内随机取出3只球，被取出的球的最大号码数ξ.写出随机变量ξ可能取的值，并说明随机变量所取的值表示的随机试验的结果． （2）抛掷两枚骰子各一次，记第一枚骰子掷出的点数与第二枚骰子掷出的点数的差为ξ，试问：“ξ>4”表示的试验结果是什么？ 小结解答此类问题的关键在于明确随机变量的所有可能的取值，以及其取每一个值时对应的意义，即一个随机变量的取值可能对应一个或多个随机试验的结果，解答过程中不要漏掉某些试验结果． 跟踪训练3下列随机试验的结果能否用离散型随机变量表示？若能，请写出各随机变量可能的取值并说明这些值所表示的随机试验的结果． （1）盒中装有6支白粉笔和2支红粉笔，从中任意取出3支，其中所含白粉笔的支数ξ，所含红粉笔的支数η. （2）从4张已编有1～4的卡片中任意取出2张，被取出的卡片号数之和ξ. （3）离开天安门的距离η. （4）袋中有大小完全相同的红球5个，白球4个，从袋中任意取出一球，若取出的球是白球，则过程结束；若取出的球是红球，则将此红球放回袋中，然后重新从袋中任意取出一球，直至取出的球是白球，此规定下的取球次数ξ. 【当堂检测】 1．下列变量中，不是随机变量的是() A．一射击手射击一次命中的环数B．标准状态下，水沸腾时的温度 C．抛掷两枚骰子，所得点数之和D．某电话总机在时间区间(0，T)内收到的呼叫次数 2．10件产品中有3件次品，从中任取2件，可作为随机变量的是() A．取到产品的件数B．取到正品的概率 C．取到次品的件数D．取到次品的概率 3．抛掷2枚骰子，所得点数之和记为ξ，那么“ξ＝4”表示的随机试验的结果是() A．2枚都是4点B．1枚是1点，另1枚是3点 C．2枚都是2点D．1枚是1点，另1枚是3点，或者2枚都是2点 4．一袋中装有6个同样大小的黑球，编号为1,2,3,4,5,6.现从中随机取出2个球，以ξ表示取出的球的最大号码，则“ξ＝6”表示的试验结果是___________________． 【课堂小结】 1．所谓的随机变量就是试验结果和实数之间的一个对应关系，随机变量是将试验的结果数量化，变量的取值对应于随机试验的某一个随机事件．

离散型随机变量的期望值和方差

离散型随机变量的期望值和方差 一、基本知识概要： 1、 期望的定义： 一般地，若离散型随机变量ξ的分布列为 则称E ξ=x 1P 1+x 2P 2+x 3P 3+…+x n P n +…为ξ的数学期望或平均数、均值，简称期望。 它反映了:离散型随机变量取值的平均水平。 若η=a ξ+b(a 、b 为常数)，则η也是随机变量，且E η=aE ξ+b 。 E(c)= c 特别地，若ξ～B(n ，P )，则E ξ=n P 2、 方差、标准差定义： D ξ=(x 1- E ξ)2·P 1+(x 2-E ξ)2·P 2+…+(x n -E ξ)2·P n +…称为随机变量ξ的方差。 D ξ的算术平方根ξD =δξ叫做随机变量的标准差。 随机变量的方差与标准差都反映了:随机变量取值的稳定与波动、集中与离散的程度。 且有D(a ξ+b)=a 2D ξ,可以证明D ξ=E ξ2- (E ξ)2。 若ξ～B(n ，p)，则D ξ=npq ，其中q=1-p. 3、特别注意：在计算离散型随机变量的期望和方差时，首先要搞清其分布特征及分布列，然后要准确应用公式，特别是充分利用性质解题，能避免繁琐的运算过程，提高运算速度和准确度。 二、例题： 例1、（1）下面说法中正确的是 （ ） A ．离散型随机变量ξ的期望E ξ反映了ξ取值的概率的平均值。 B ．离散型随机变量ξ的方差D ξ反映了ξ取值的平均水平。 C ．离散型随机变量ξ的期望E ξ反映了ξ取值的平均水平。 D ．离散型随机变量ξ的方差D ξ反映了ξ取值的概率的平均值。 解：选C 说明：此题考查离散型随机变量ξ的期望、方差的概念。 （2）、（2001年高考题）一个袋子里装有大小相同的3个红球和2个黄球，从中同时取出两个，则其中含红球个数的数学期望是 。 解：含红球个数ξ的E ξ=0× 101+1×106+2×10 3=1.2 说明：近两年的高考试题与《考试说明》中的“了解……，会……”的要求一致，此部分以重点知识的基本 题型和内容为主，突出应用性和实践性及综合性。考生往往会因对题意理解错误，或对概念、公式、性质应用错误等，导致解题错误。 例2、设ξ是一个离散型随机变量，其分布列如下表，试求E ξ、D ξ 剖析：应先按分布列的性质，求出q 的值后，再计算出E ξ、D ξ。 解：因为随机变量的概率非负且随机变量取遍所有可能值时相应的概率之和等于1，所以??? ? ???≤≤-≤=+-+11 2101212122 q q q q

离散型随机变量的方差教案

离散型随机变量的方差 教案 -CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN

2 离散型随机变量的方差 一、三维目标： 1、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。 2、过程与方法：了解方差公式“D (aξ+b )=a 2Dξ”，以及“若ξ～Β(n ，p )，则 Dξ=np (1—p )”，并会应用上述公式计算有关随机变量的方差 。 3、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。 二、教学重点：离散型随机变量的方差、标准差 三、教学难点：比较两个随机变量的期望与方差的大小，从而解决实际问题 四、教学过程： （一）、复习引入： 1..数学期望: 一般地，若离散型随机变量ξ的概率分布为 则称 =ξE +11p x +22p x …++n n p x … 为ξ的数学期望，简称期望． 2. 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. 期望的一个性质: b aE b a E +=+ξξ)( 4、如果随机变量X 服从两点分布为 E ξ=np 5、如果随机变量X 服从二项分布，即X ～ B （n,p ），则EX=np （二）、讲解新课： 1、(探究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？ (探究2) 某人射击10次，所得环数分别是：1，1，1，1，2，2，2，3，3，4；则这组数据的方差是多少？ 2、离散型随机变量取值的方差的定义: 设离散型随机变量X 的分布为： 104332221111+++++++++= X 2 10 1 4102310321041=?+?+?+?=] )()()[(1 22212x x x x x x n s n i -++-++-= 1 ])24()23()23()22()22()22()21()21()21()21[(10 1 222222 22222=-+-+-+-+-+-+-+-+-+-=s 22222)24(10 1 )23(102)22(103)21(104-?+-?+-?+-?= s

2020届二轮复习 离散型随机变量 学案(全国通用)

离散型随机变量 学习目标 1.理解随机变量及离散型随机变量的含义.2.了解随机变量与函数的区别与联系. 知识点一随机变量 思考1抛掷一枚质地均匀的硬币，可能出现正面向上、反面向上两种结果，这种试验结果能用数字表示吗？ 答案可以，可用数字1和0分别表示正面向上和反面向上. 思考2在一块地里种10棵树苗，棵数为x，则x可取哪些数字？ 答案x＝0,1,2,3， (10) (1)定义 在随机试验中，可以确定一个对应关系，使得每一个试验结果都用一个确定的数字表示，数字随试验结果的变化而变化，像这种随着试验结果变化而变化的变量称为随机变量. (2)表示：随机变量常用字母X，Y，ξ，η…表示. 知识点二随机变量与函数的关系 思考随机变量和函数有类似的地方吗？ 答案随机变量和函数都是一种映射，随机变量把随机试验的结果映为实数，函数把实数映为实数.试验结果相当于函数的自变量，随机变量相当于函数的函数值，随机变量可以看作函数概念的推广. 知识点三离散型随机变量 1.定义：所有取值可以一一列出的随机变量称为离散型随机变量. 2.特征： (1)可用数值表示. (2)试验之前可以判断其出现的所有值. (3)在试验之前不能确定取何值.

(4)试验结果能一一列出. 类型一随机变量的概念 例1下列变量中，哪些是随机变量，哪些不是随机变量？并说明理由. (1)某机场一年中每天运送乘客的数量. (2)某单位办公室一天中接到电话的次数. (3)明年5月1日到10月1日期间所查酒驾的人数. (4)明年某天济南一青岛的某次列车到达青岛站的时间. 解(1)某机场一年中每天运送乘客的数量可能为0,1,2,3，…，是随机变化的，因此是随机变量. (2)某单位办公室一天中接到电话的次数可能为0,1,2,3，…，是随机变化的，因此是随机变量. (3)明年5月1日到10月1日期间，所查酒驾的人数可能为0,1,2,3，…，是随机变化的，因此是随机变量. (4)济南一青岛的某次列车到达青岛站的时间每次都是随机的，可能提前，可能准时，亦可能晚点，故是随机变量. 反思与感悟随机变量的辨析方法 1.随机试验的结果是否具有可变性，即每次试验对应的结果不尽相同. 2.随机试验的结果的确定性.即每次试验总是恰好出现这些结果中的一个，但在一次试验之前却不能肯定这次试验会出现哪一个结果. 如果一个随机试验的结果对应的变量具有以上两点，则该变量即为随机变量. 跟踪训练1下列变量中，不是随机变量的是() A.一射击手射击一次命中的环数 B.标准状态下，水沸腾时的温度 C.抛掷两枚骰子，所得点数之和 D.某电话总机在时间区间(0，T)内收到的呼叫次数 答案 B 解析B中求沸腾时的温度是一个确定的值. 类型二离散型随机变量的判定

数学：人教版选修2-3第二章离散型随机变量教案(2.1.2离散型随机变量的分布列)

2． 1．2离散型随机变量的分布列 教学目标： 知识与技能：会求出某些简单的离散型随机变量的概率分布。 过程与方法：认识概率分布对于刻画随机现象的重要性。 情感、态度与价值观：认识概率分布对于刻画随机现象的重要性。 教学重点：离散型随机变量的分布列的概念 教学难点：求简单的离散型随机变量的分布列 授课类型：新授课 课时安排：2课时 教 具：多媒体、实物投影仪 教学过程： 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ξ是随机变量，b a b a ,,+=ξη是常数， 则η也是随机变量 并且不改变其属性（离散型、连续型） 请同学们阅读课本P 5-6的内容，说明什么是随机变量的分布列？ 二、讲解新课： 1. 分布列:设离散型随机变量ξ可能取得值为 x 1，x 2，…，x 3，…， ξ取每一个值x i （i =1，2，…）的概率为()i i P x p ξ==，则称表 ξ x 1 x 2 … x i … P P 1 P 2 … P i … 为随机变量的概率分布，简称的分布列 2. 分布列的两个性质：任何随机事件发生的概率都满足:1)(0≤≤A P ，并且不可能事件的概率为0，必然事件的概率为1．由此你可以得出离散型随机变量的分布列都具有下面两个性质： ⑴P i ≥0，i ＝1，2，...； ⑵P 1+P 2+ (1) 对于离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的概率的和 ???+=+==≥+)()()(1k k k x P x P x P ξξξ 3.两点分布列: 例1.在掷一枚图钉的随机试验中，令