教案表
课题
2.3.1离散型随机变量的均值
课型 新授课 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(aξ+b)=aEξ+b",以及"若ξB(n,p),则Eξ=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。
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
教具
准备 多媒体、实物投影仪 课时
安排 2 教学过程与教学内容 教学方法、教学手段与学法、学情 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 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
ξ x1 x2 ... xi ... P P1 P2 ... 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.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 次的概率是
,( =0,1,2,...,n,).
于是得到随机变量ξ的概率分布如下
ξ 0 1 ... ... n P ... ... 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=b( ;n,p).
8. 离散型随机变量的几何分布 在独立重复试验中,某事件第一次发生时,所作试验的次数ξ也是一个正整数的离散型随机变量.""表示在第 次独立重复试验时事件第一次发生.如果把 次试验时事件A发生记为、事件A不发生记为,P()=p,P()=q(q=1-p),那么
( =0,1,2,..., ).于是得到随机变量ξ的概率分布如下
ξ 1 2 3 ... ... P ... ... 称这样的随机变量ξ服从几何分布
记作g( ,p)= ,其中 =0,1,2,..., .
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
ξ 4 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.
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
ξ x1 x2 ... xn ... P p1 p2 ... 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
ξ x1 x2 ... xn ... η ... ... P p1 p2 ... 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×+...+ ×+...+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
同样,采用第 3 种方案,有
于是,
EX1=3 800 ,
EX2=62 000×P (X2 = 62 000 ) + 2 00000×P (X2 = 2 000 )
= 62000×0. 01 + 2000×(1-0.01) = 2 600 ,
EX3 = 60000×P (X3 = 60000) + 10 000×P(X3 =10 000 ) + 0×P (X3 =0)
= 60 000×0.01 + 10000×0.25=3100 .
采取方案2的平均损失最小,所以可以选择方案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 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 ∵,
=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,前次取出正品而第次(=1,2,...,10)取出次品的概率
(=1,2,...,10)
需要抽查10次即前9次取出的都是正品的概率 由此可得的概率分布如下
1 2 3 4 5 6 7 8 9 10 0.15 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
例6.随机的抛掷一个骰子,求所得骰子的点数ξ的数学期望.
解 抛掷骰子所得点数ξ的概率分布为
ξ 1 2 3 4 5 6 P 所以
1×+2×+3×+4×+5×+6×
=(1+2+3+4+5+6)×=3.5.
抛掷骰子所得点数ξ的数学期望,就是ξ的所有可能取值的平均值.
例7.某城市出租汽车的起步价为10元,行驶路程不超出4 m时租车费为10元,若行驶路程超出4 m,则按每超出l m加收2元计费(超出不足l m的部分按l m计).从这个城市的民航机场到某宾馆的路程为15 m.某司机经常驾车在机场与此宾馆之间接送旅客,由于行车路线的不同以及途中停车时间要转换成行车路程(这个城市规定,每停车5分钟按l m路程计费),这个司机一次接送旅客的行车路程ξ是一个随机变量.设他所收租车费为η
(Ⅰ)求租车费η关于行车路程ξ的关系式;
(Ⅱ)若随机变量ξ的分布列为
ξ 15 16 17 18 P 0.1 0.5 0.3 0.1 求所收租车费η的数学期望.
(Ⅲ)已知某旅客实付租车费38元,而出租汽车实际行驶了15 m,问出租车在途中因故停车累计最多几分钟?
解 (Ⅰ)依题意得 η=2(ξ-4)十10,即 η=2ξ+2;
(Ⅱ)
∵ η=2ξ+2
∴ 2Eξ+2=34.8 (元)
故所收租车费η的数学期望为34.8元.
(Ⅲ)由38=2ξ+2,得ξ=18,5(18-15)=15
所以出租车在途中因故停车累计最多15分钟
四、课堂练习
1. 口袋中有5只球,编号为1,2,3,4,5,从中任取3球,以表示取出球的最大号码,则( )
A.4; B.5; C.4.5; D.4.75
答案 C
2. 篮球运动员在比赛中每次罚球命中的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
⑴他罚球1次的得分ξ的数学期望;
⑵他罚球2次的得分η的数学期望;
⑶他罚球3次的得分ξ的数学期望.
解 ⑴因为,,所以
1×+0×
⑵η的概率分布为
η 0 1 2 P 所以 0×+1×+2×=1.4.
⑶ξ的概率分布为
ξ 0 1 2 3 P 所以 0×+1×+2×=2.1.
3.设有m升水,其中含有大肠杆菌n个.今取水1升进行化验,设其中含有大肠杆菌的个数为ξ,求ξ的数学期望.
分析 任取1升水,此升水中含一个大肠杆菌的概率是,事件"ξ= "发生,即n个大肠杆菌中恰有 个在此升水中,由n次独立重复实验中事件A(在此升水中含一个大肠杆菌)恰好发生 次的概率计算方法可求出P(ξ= ),进而可求Eξ.
解 记事件A "在所取的1升水中含一个大肠杆菌",则P(A)=.
∴ P(ξ= )=Pn( )=C) (1-)n- ( =0,1,2,....,n).
∴ ξ~B(n,),故 Eξ =n×=
五、小结 (1)离散型随机变量的期望,反映了随机变量取值的平均水平;
(2)求离散型随机变量ξ的期望的基本步骤 ①理解ξ的意义,写出ξ可能取的全部值;②求ξ取各个值的概率,写出分布列;③根据分布列,由期望的定义求出Eξ 公式E(aξ+b)= aEξ+b,以及服从二项分布的随机变量的期望Eξ=np
六、课后作业 P64-65练习1,2,3,4 P69 A组1,2,3
1.一袋子里装有大小相同的3个红球和两个黄球,从中同时取出2个,则其中含红球个数的数学期望是 (用数字作答)
解 令取取黄球个数 (=0、1、2)则的要布列为
0 1 2 p 于是 E()=0×+1×+2×=0.8
故知红球个数的数学期望为1.2
2.袋中有4个黑球、3个白球、2个红球,从中任取2个球,每取到一个黑球记0分,每取到一个白球记1分,每取到一个红球记2分,用表示得分数
①求的概率分布列
②求的数学期望
解 ①依题意的取值为0、1、2、3、4
=0时,取2黑 p(=0)=
=1时,取1黑1白 p(=1)=
=2时,取2白或1红1黑p(=2)= +
=3时,取1白1红,概率p(=3)=
=4时,取2红,概率p(=4)=
0 1 2 3 4 p [ 学 ]
∴分布列为
(2)期望E=0×+1×+2×+3×+4×=
3.学校新进了三台投影仪用于多媒体教学,为保证设备正常工作,事先进行独立试验,已知各设备产生故障的概率分别为p1、p2、p3,求试验中三台投影仪产生故障的数学期望
解 设表示产生故障的仪器数,Ai表示第i台仪器出现故障(i=1、2、3)
表示第i台仪器不出现故障,则
p(=1)=p(A1··)+ p(·A2·)+ p(··A3)
=p1(1-p2) (1-p3)+ p2(1-p1) (1-p3)+ p3(1-p1) (1-p2)
= p1+ p2+p3-2p1p2-2p2p3-2p3p1+3p1p2p3
p(=2)=p(A1· A2·)+ p(A1··)+ p(·A2·A3)
= p1p2 (1-p3)+ p1p3(1-p2)+ p2p3(1-p1)
= p1p2+ p1p3+ p2p3-3p1p2p3
p(=3)=p(A1· A2·A3)= p1p2p3
∴=1×p(=1)+2×p(=2)+3×p(=3)= p1+p2+p3
注 要充分运用分类讨论的思想,分别求出三台仪器中有一、二、三台发生故障的概率后再求期望
4.一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2个,含红球个数的数学期望是 1.2
解 从5个球中同时取出2个球,出现红球的分布列为
推导,分析