高中数学选修本理科12离散型随机变量的期望与方差一.docx
《高中数学选修本理科12离散型随机变量的期望与方差一.docx》由会员分享,可在线阅读,更多相关《高中数学选修本理科12离散型随机变量的期望与方差一.docx(18页珍藏版)》请在冰豆网上搜索。
高中数学选修本理科12离散型随机变量的期望与方差一
2019-2020年高中数学选修本(理科)1.2离散型随机变量的期望与方差
(一)
教学目的:
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.
2.理解公式“E(aξ+b)=aEξ+b”,以及“若ξ~B(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期望.
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.
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k次的概率是
,(k=0,1,2,…,n,).
于是得到随机变量ξ的概率分布如下:
ξ
0
1
…
k
…
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(k;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k次独立重复试验时事件第一次发生.如果把k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
(k=0,1,2,…,).于是得到随机变量ξ的概率分布如下:
ξ
1
2
3
…
k
…
P
…
…
称这样的随机变量ξ服从几何分布.
记作g(k,p)=,其中k=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.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.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.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×+…+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.随机抛掷一枚骰子,求所得骰子点数的期望.
解:
∵
,
=3.5.
例3.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4.一次英语单元测验由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5.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6.某城市出租汽车的起步价为10元,行驶路程不超出4km时租车费为10元,若行驶路程超出4km,则按每超出lkm加收2元计费(超出不足lkm的部分按lkm计).从这个城市的民航机场到某宾馆的路程为15km.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lkm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15km,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=k”发生,即n个大肠杆菌中恰有k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k次的概率计算方法可求出P(ξ=k),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=k)=Pn(k)=C)k(1-)n-k(k=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.
2019-2020年高中数学选修本(理科)1.2离散型随机变量的期望与方差
(二)
教学目的:
1.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.了解方差公式“D(aξ+b)=a2Dξ”,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.
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:
2课时.
教具:
多媒体、实物投影仪.
内容分析:
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,表示了随机变量在随机实验中取值的平均值,所以又常称为随机变量的平均数、均值.今天,我们将对随机变量取值的稳定与波动、集中与离散的程度进行研究.其实在初中我们也对一组数据的波动情况作过研究,即研究过一组数据的方差.
回顾一组数据的方差的概念:
设在一组数据,,…,中,各数据与它们的平均值得差的平方分别是,,…,,那么++…+叫做这组数据的方差.
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.
5.分布列:
ξ
x1
x2
…
xi
…
P
P1
P2
…
Pi
…
6.分布列的两个性质:
⑴Pi≥0,i=1,2,…;⑵P1+P2+…=1.
7.二项分布:
ξ~B(n,p),并记=b(k;n,p).
ξ
0
1
…
k
…
n
P
…
…
8.几何分布:
g(k,p)=,其中k=0,1,2,…,.
ξ
1
2
3
…
k
…
P
…
…
9.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的数学期望,简称期望.
10.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.
11平均数、均值:
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.
12.期望的一个性质:
13.若ξ~B(n,p),则Eξ=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,,…,,…,且取这些值的概率分别是,,…,,…,那么,
=++…++…
称为随机变量ξ的均方差,简称为方差,式中的是随机变量ξ的期望.
2.标准差:
的算术平方根叫做随机变量ξ的标准差,记作.
3.方差的性质:
(1);
(2);
(3)若ξ~B(n,p),则np(1-p).
4.其它:
⑴随机变量ξ的方差的定义与一组数据的方差的定义式是相同的;
⑵随机变量ξ的方差、标准差也是随机变量ξ的特征数,它们都反映了随机变量取值的稳定与波动、集中与离散的程度;
⑶标准差与随机变量本身有相同的单位,所以在实际问题中应用更广泛.
三、讲解范例:
例1.设随机变量ξ的分布列为
ξ
1
2
…
n
P
…
求Dξ.
解:
(略)
.
例2.已知离散型随机变量的概率分布为
1
2
3
4
5
6
7
P
离散型随机变量的概率分布为
3.7
3.8
3.9
4
4.1
4.2
4.3
P
求这两个随机变量期望、均方差与标准差.
解:
;
;.
;
=0.04,.
点评:
本题中的和都以相等的概率取各个不同的值,但的取值较为分散,的取值较为集中.,,,方差比较清楚地指出了比取值更集中.
=2,=0.02,可以看出这两个随机变量取值与其期望值的偏差.
例3.甲、乙两射手在同一条件下进行射击,分布列如下:
射手甲击中环数8,9,10的概率分别为0.2,0.6,0.2;射手乙击中环数8,9,10的概率分别为0.4,0.2,0.24.用击中环数的期望与方差比较两名射手的射击水平.
解:
+(10-9);
同理有.
由上可知,,.所以,在射击之前,可以预测甲、乙两名射手所得的平均环数很接近,均在9环左右,但甲所得环数较集中,以9环居多,而乙得环数较分散,得8、10环地次数多些.
点评:
本题中,和所有可能取的值是一致的,只是概率的分布情况不同.=9,这时就通过=0.4和=0.8来比较和的离散程度,即两名射手成绩的稳定情况.
例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
次品数ξ1
0
1
2
3
次品数ξ1
0
1
2
3
概率P
0.7
0.2
0.06
0.04
概率P
0.8
0.06
0.04
0.10
问哪一台机床加工质量较好.
解:
Eξ1=0×0.7+1×0.2+2×0.06+3×0.04=0.44,
Eξ2=0×0.8+1×0.06+2×0.04+3×0.10=0.44.
它们的期望相同,再比较它们的方差.
Dξ1=(0-0.44)2×0.7+(1-0.44)2×0.2+(2-0.44)2
×0.06+(3-0.44)2×0.04=0.6064,
Dξ2=(0-0.44)2×0.8+(1-0.44)2×0.06+(2-0.44)2
×0.04+(3-0.44)2×0.10=0.9264.
∴Dξ1四、课堂练习:
1.已知
,则的值分别是()
A.100和0.08; B.20和0.4; C.10和0.2; D.10和0.8.
答案:
1.D.
2.一盒中装有零件12个,其中有9个正品,3个次品,从中任取一个,如果每次取出次品就不再放回去,再取一个零件,直到取得正品为止.求在取得正品之前已取出次品数的期望.
分析:
涉及次品率;抽样是否放回的问题.本例采用不放回抽样,每次抽样后次品率将会发生变化,即各次抽样是不独立的.如果抽样采用放回抽样,则各次抽样的次品率不变,各次抽样是否抽出次品是完全独立的事件.
解:
设取得正品之前已取出的次品数为ξ,显然ξ所有可能取的值为0,1,2,3
当ξ=0时,即第一次取得正品,试验停止,则
P(ξ=0)=
当ξ=1时,即第一次取出次品,第二次取得正品,试验停止,则
P(ξ=1)=
当ξ=2时,即第一、二次取出次品,第三次取得正品,试验停止,则
P(ξ=2)=
当ξ=3时,即第一、二、三次取出次品,第四次取得正品,试验停止,则P(ξ=3)=
所以,Eξ=
.
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ξ,求Eξ,Dξ.
分析:
涉及产品数量很大,而且抽查次数又相对较少的产品抽查问题.由于产品数量很大,因而抽样时抽出次品与否对后面的抽样的次品率影响很小,所以可以认为各次抽查的结果是彼此独立的.解答本题,关键是理解清楚:
抽200件商品可以看作200次独立重复试验,即ξ~B(200,1%),从而可用公式:
Eξ=np,Dξ=npq(这里q=1-p)直接进行计算.
解:
因为商品数量相当大,抽200件商品可以看作200次独立重复试验,所以ξ~B(200,1%).因为Eξ=np,Dξ=npq,这里n=200,p=1%,q=99%,所以,Eξ=200×1%=2,Dξ=200×1%×99%=1.98
4.设事件A发生的概率为p,证明事件A在一次试验中发生次数ξ的方差不超过1/4.
分析:
这是一道纯数学问题.要求学生熟悉随机变量的期望与方差的计算方法,关键还是掌握随机变量的分布列.求出方差Dξ=P(1-P)后,我们知道Dξ是关于P(P≥0)的二次函数,这里可用配方法,也可用重要不等式证明结论.
证明:
因为ξ所有可能取的值为0,1且P(ξ=0)=1-p,P(ξ=1)=p,
所以,Eξ=0×(1-p)+1×p=p.
则Dξ=(0-p)2×(1-p)+(1-p)2×p=p(1-p)
5.有A、B两种钢筋,从中取等量样品检查它们的抗拉强度,指标如下:
ξA
110
120
125
130
135
ξB
100
115
125
130
145
P
0.1
0.2
0.4
0.1
0.2
P
0.1
0.2
0.4
0.1
0.2
其中ξA、ξB分别表示A、B两种钢筋的抗拉强度.在使用时要求钢筋的抗拉强度不低于120,试比较A、B两种钢筋哪一种质量较好.
分析:
两个随机变量ξA和ξB&都以相同的概率0.1,0.2,0.4,0.1,0.2取5个不同的数值.ξA取较为集中的数值110,120,125,130,135;ξB取较为分散的数值100,115,125,130,145.直观上看,猜想A种钢筋质量较好.但猜想不一定正确,需要通过计算来证明我们猜想的正确性.
解:
先比较ξA与ξB的期望值,因为
EξA=110×0.1+120×0.2+125×0.4+130×0.1+135×0.2=125,
EξB=100×0.1+115×0.2+125×0.4十130×0.1+145×0.2=125.
所以,它们的期望相同.再比较它们的方差.因为
DξA=(110-125)2×0.1+(120-125)2×0.2+(130-125)2×0.1+(135-125)2×0.2=50,
DξB=(100-125)2×0.1+(110-125)2×0.2+(130-125)2×0.1+(145-125)2×0.2=165.
所以,DξA6.在有奖摸彩中,一期(发行10000张彩票为一期)有200个奖品是5元的,20个奖品是25元的,5个奖品是100元的.在不考虑获利的前提下,一张彩票的合理价格是多少元?
分析:
这是同学们身边常遇到的现实问题,比如福利彩票、足球彩票、奥运彩票等等.一般来说,出台各种彩票,政府要从中收取一部分资金用于公共福利事业,同时也要考虑工作人员的工资等问题.本题的“不考虑获利”的意思是指:
所收资金全部用于奖品方面的费用.
解:
设一张彩票中奖额为随机变量ξ,显然ξ所有可能取的值为0,5,25,100.依题意,可得ξ的分布列为
ξ
0
5
25
100
P
答:
一张彩票的合理价格是0.2元.
五、小结:
⑴求离散型随机变量ξ的方差、标准差的步骤:
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;④根据方差、标准差的定义求出、.若ξ~B(n,p),则不必写出分布列,直接用公式计算即可.
⑵对于两个随机变量和,在和相等或很接近时,比较和,可以确定哪个随机变量的性质更适合生产生活实际,适合人们的需要.
六、课后作业:
1.设~B(n、p)且E=12D=4,求n、p
解:
由二次分布的期望与方差性质可知E=npD=np(1-p)
∴∴
2.已知随机变量服从二项分布即~B(6、)求b(2;6,)
解:
p(=2)=c62()2()4
3.已知甲、乙两名射手在一次射击中的得分为两个相互独立的随机变量和,已知和的分布列如下:
(注得分越大,水平越高)
ξ
1
2
3
p
a
0.1
0.6
1
2
3
p
0.3
b
0.3
试分析甲、乙技术状况
解:
由0.1+0.6+a+1a=0.30.3+0.3+b=1a=0.4
∴E=2.3,E=2.0D=0.81,D=0.6.
七、板书设计(略)
八、课后记: