离散性随机变量的数学期望
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
2.3.1离散性随机变量的数学期望
编制单位:海岳中学 编制人:孙传芝 审核人:王利红 编号
学习目标:
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均值或期望. 2:理解公式“E (a ξ+b )=aE ξ+b ”,以及“若ξB (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均值或期望。
重点难点: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均值或期望
知识链接: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. 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
4. 分布列的两个性质: ⑴Pi ≥0,i =1,2,...; ⑵P1+P2+ (1)
5.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 -=b(k ;n ,
p).
6. 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.“k ξ=”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
k
A 、事件A 不发生记为
k A ,P(k A )=p ,P(k A )=q(q=1-p),那么
112311231()()()()()
()()k k k k k P k P A A A A A P A P A P A P A P A q p ξ---====(k =0,1,2,…,
p q -=1).于是得到随机变量ξ的概率分布如下:
ξ
1
2
3
…
k
…
P
p
pq
2q p … 1k q p -
…
称这样的随机变量ξ服从几何分布
记作g(k ,p)=
1k q p -,其中k =0,1,2,…, p q -=1.
学习过程:
一. 课内探究
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
n n P 02.0)4(=⨯=ξ 次得4环;
n n P 04.0)5(=⨯=ξ 次得5环;
…………
n n P 22.0)10(=⨯=ξ 次得10环.
故在n 次射击的总环数大约为+⨯⨯n 02.04++⨯⨯ n 04.05n ⨯⨯22.010
+⨯=02.04(++⨯ 04.05n ⨯⨯)22.010,
从而,预计n 次射击的平均环数约为+⨯02.04++⨯ 04.0532.822.010=⨯.
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.
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 P =ξ(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(0ξP +=⨯)1(1ξP …)10(10=⨯+ξP .
1.均值或数学期望:
则称 =ξE +11p x +22p x …+
+n n p x … 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=1p =2p …n
p =,则
有=1p =2p …
n p n 1=
=,=ξE +1(x +2x …n x n 1
)⨯
+,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b a +=ξη(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
于是=ηE ++11)(p b ax ++22)(p b ax …+
++n n p b ax )(…
=+11(p x a +22p x …++n n p x …)++1(p b +2p …++n p …)
=b aE +ξ,
由此,我们得到了期望的一个性质:b aE b a E +=+ξξ)( 5.若ξB (n,p ),则E ξ=np 证明如下: ∵
k
n k k n k n k k n q
p C p p C k P --=-==)1()(ξ,
∴ =ξE 0×n n q p C 00+1×111-n n q p C +2×222-n n q p C +…+k ×k n k k n q p C -+…+n ×0
q p C n n n .
又∵
1
1
)]!1()1[()!1()!1()!(!!--=-----⋅=-⋅
=k n k
n nC k n k n n k n k n k kC ,
∴ =
ξE (
np 001
1n n C p q
--+
2
111--n n q
p C +…+
)
1()1(111------k n k k n q p
C +…+
)0
111q p C n n n ---np q p np n =+=-1)(.故 若ξ~B(n ,p),则=ξE np .
二.典型例题
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,已知他命中的概率为0.7,求他罚