内容正文:
4.2.4 随机变量的数字特征
第1课时 离散型随机变量的均值
学 习 目 标
核 心 素 养
1.理解离散型随机变量的均值的意义和性质,会根据离散型随机变量的分布列求出均值.(重点)
2.掌握两点分布、二项分布、超几何分布的均值.(重点)
3.会利用离散型随机变量的均值解决一些相关的实际问题.(难点)
1.通过学习离散型随机变量的均值,体会数学抽象的素养.
2.借助数学期望公式解决问题,提升数学运算的素养.
某商场要将单价分别为18元/kg,24元/kg,36元/kg的三种糖果按3∶2∶1的比例混合销售,如何对混合糖果定价才合理?
1.均值或数学期望
(1)定义:一般地,如果离散型随机变量X的分布列如下表所示.
X
x1
x2
…
xk
…
xn
P
p1
p2
…
pk
…
pn
则称
E(X)=x1p1+x2p2+…+xnpn=为离散型随机变量X的均值或数学期望(简称为期望).
(2)意义:它刻画了X的平均取值.
(3)性质:若X与Y都是随机变量,且Y=ax+b(a≠0),
则E(Y)=aE(x)+b.
拓展:随机变量的均值公式与加权平均数的联系
加权平均数,假设随机试验进行了n次,根据X的概率分布,在n次试验中,x1出现了p1n次,x2出现了p2n次,…,xn出现了pnn次,故在n次试验中,X出现的总次数为p1nx1+p2nx2+…+pnnxn.因此n次试验中,X出现的平均值等于=E(X).
故E(X)=p1x1+p2x2+…+pnxn.
2.两点分布、二项分布及超几何分布的均值
(1)若随机变量X服从参数为p的两点分布,则E(X)=p.
(2)若X服从参数为n,p的二项分布,即X~B(n,p),则E(X)=np;
(3)若X服从参数为N,n,M的超几何分布,即X~H(N,n,M),则E(X)=.
1.思考辨析(正确的打“√”,错误的打“×”)
(1)随机变量X的数学期望E(X)是个变量,其随X的变化而变化.
( )
(2)随机变量的均值反映样本的平均水平.
( )
(3)若随机变量X的数学期望E(X)=2,则E(2X)=4.
( )
(4)随机变量X的均值E(X)=.
( )
[答案] (1)× (2)× (3)√ (4)×
2.若随机变量X的分布列为
X
-1
0
1
P
则E(X)=( )
A.0
B.-1
C.-
D.-
C [E(X)=-1×.故选C.]=-+=-+1×+0×
3.设E(X)=10,则E(3X+5)=________.
35 [E(3X+5)=3E(X)+5=3×10+5=35.]
4.(一题两空)若随机变量X服从二项分布B,则E(X)的值为________;若随机变量Y~H(10,3,5),则E(Y)=________.
.]=,E(Y)== [E(X)=np=4×
求离散型随机变量的数学期望
【例1】 (1)设口袋中有黑球、白球共7个,从中任取2个球,已知取到白球个数的数学期望值为,则口袋中白球的个数为( )
A.3
B.4
C.5
D.2
(2)(一题两空)某运动员投篮命中率为p=0.6,则
①投篮1次时命中次数X的数学期望为________;
②重复5次投篮时,命中次数Y的数学期望为________.
(1)A (2)①0.6 ②3 [(1)设白球x个,则取出的2个球中所含白球个数为ξ~H(7,2,x), E(ξ)=,∴x=3.故选A.=
(2)①投篮1次,命中次数X的分布列如下表:
X
0
1
P
0.4
0.6
则E(X)=0.6.
②由题意,重复5次投篮,命中的次数Y服从二项分布,即Y~B(5,0.6),则E(Y)=np=5×0.6=3.]
常见的三种分布的均值
1.设p为一次试验中成功的概率,则
(1)两点分布E(X)=p;
(2)二项分布E(X)=np.
2.超几何分布E(X)=,其中X~H(N,n,M).
熟练应用上述公式可大大减少运算量,提高解题速度.
1.(1)篮球运动员在比赛中每次罚球命中得1分,不命中得0分.已知他命中的概率为0.8,则罚球一次得分X的期望是________.
(2)设离散型随机变量X的分布列为P(X=k)=C (k=0,1,2,…,300),则E(X)=________.
··
(1)0.8 (2)100 [(1)因为P(X=1)=0.8,P(X=0)=0.2,所以E(X)=1×0.8+0×0.2=0.8.
(2)由P(X=k)=C,··
可知X~B=100.],∴E(X)=300×
离散型随机变量均值的性质
【例2】 已知随机变量X的分布列为
X
-2
-1
0
1
2
P
m
若Y=-2X,则