2022年离散型随机变量的均值教案 .pdf
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《2022年离散型随机变量的均值教案 .pdf》由会员分享,可在线阅读,更多相关《2022年离散型随机变量的均值教案 .pdf(9页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、231 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或期望过程与方法 :理解公式“ E(aX+b)=a E(X)+b ” ,以及“若XB(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: 离散型随机变量的均值 或期望的概念教学难点: 根据离散型随机变量的分布列求出均值 或期望授课类型: 新授课教具: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次独立重复试验中, 用 X表示事件A发生的次数 ,设每次
2、试验中事件A发生的概率是P, 则在这n次独立重复试验中这个事件恰好发生k次的概率是knkknnqpCkP)(, (k0,1,2,,n,pq1) 此时称随机变量X服从二项分布,记作XB(n,p) ,其中n,p为参数二、讲解新课:1. 问题情境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X4 5 6 7 8 9 10 P 0.02 0.04 0.06 0.09 0.28 0.29 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
3、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nnP02.0)4(次得 4 环;nnP04.0)5(次得 5 环;nnP22.0)10(次得 10 环故在n次射击的总环数大约为n02.04n04.05n22.01002.04(04.05n)22.010,从而,预计n次射击的平均环数约为02.0404.0532. 822.010这是一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精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 1 页,共 9 页对于任一射
4、手,若已知其射击所得环数X的分布列,即已知各个)(iP(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: )0(0P)1(1P)10(10P1.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 x1x2xn P p1p2pn则称E11px22pxnnpx为X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X的概率分布中, 令1p2pnp,则有1p2pnpn1,E1(x2xnxn1),所以X的数学期望又称为平均数、均值4. 均值 或期望的一
5、个性质:若ba(a、b是常数 ) ,X是随机变量, 则 也是随机变量,它们的分布列为X x1x2xn bax1bax2baxnP p1p2pn于是E11)(pbax22)(pbaxnnpbax)(11(pxa22pxnnpx)1(pb2pnp ) baE,由此,我们得到了期望的一个性质:baEbaE)(5. 若 XB(n,p ) ,则 EX=np 证明如下:knkknknkknqpCppCkP)1()(,E0 nnqpC00 1 111nnqpC 2 222nnqpC kknkknqpC n0qpCnnn又11)!1() 1()!1()!1()!(!knknnCknknnknknkkC,精选学
6、习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 2 页,共 9 页E(np001nnCpq2111nnqpC)1()1(111knkknqpC)0111qpCnnnnpqpnpn 1)(故若XB(n,p) ,则Enp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3 .0)0(,7 .0) 1(PP,所以7.03 .007 .01E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
7、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 ),)25.0,20( B, 525.020,189.020EE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:2555)(5)5(,90185)(5)5(EEEE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
8、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分别表示三种方案的损失采用第 1 种方案,无论有无洪水,都损失3 800 元,即X1 = 3 800 . 采用第 2 种方案,遇到大洪水时,损失2 000 + 60 000=62 000 元;没有大洪水时,损失2 000 元,即262000 ,有大洪水;X =2000, 无大洪水 .同样,采用第 3 种方案,有精选学习资料 - -
9、- - - - - - - 名师归纳总结 - - - - - - -第 3 页,共 9 页360000,有大洪水;X = 10000, 有小洪水;0, 无洪水 .于是,EX13 800 , EX262 000 P (X2 = 62 000 ) + 2 00000P (X2 = 2 000 ) = 62000 0. 01 + 2000(1-0.01) = 2 600 , EX3 = 60000 P (X3 = 60000) + 10 000 P(X3 =10 000 ) + 0P (X3 =0) = 60 000 0.01 + 100000.25=3100 . 采取方案2 的平均损失最小,所以可
10、以选择方案2 . 值得注意的是, 上述结论是通过比较“平均损失” 而得出的 一般地, 我们可以这样来理解“平均损失”:假设问题中的气象情况多次发生,那么采用方案 2 将会使损失减到最小由于洪水是否发生以及洪水发生的大小都是随机的,所以对于个别的一次决策,采用方案 2 也不一定是最好的例 4. 随机抛掷一枚骰子,求所得骰子点数的期望解:6 ,2, 1,6/1)(iiP,6/166/126/11E=3.5例 5. 有一批数量很大的产品,其次品率是15% ,对这批产品进行抽查,每次抽取1 件,如果抽出次品,则抽查终止,否则继续抽查,直到抽出次品为止,但抽查次数不超过10 次 求抽查次数的期望(结果保
11、留三个有效数字)解:抽查次数取 110 的整数,从这批数量很大的产品中抽出1 件检查的试验可以认为是彼此独立的,取出次品的概率是0.15 ,取出正品的概率是0.85 ,前1k次取出正品而第k次(k=1, 2, 10)取出次品的概率:15.085.0)(1kkP(k=1,2, 10)需要抽查10 次即前9 次取出的都是正品的概率:985.0)10(P由此可得的概率分布如下:1 2 3 4 5 6 7 8 9 10 P0.15 0.1275 0.1084 0.092 0.0783 0.0666 0.0566 0.0481 0.0409 0.2316 根据以上的概率分布,可得的期望35.52316.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022年离散型随机变量的均值教案 2022 离散 随机变量 均值 教案
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内