内容正文:
4.2.4 随机变量的数字特征
第一课时 离散型随机变量的均值
明学习目标
知结构体系
课标
要求
1.理解离散型随机变量的均值的概念和意义,会根据离散型随机变量的分布列求出均值.
2.掌握离散型随机变量的均值的性质和两点分布、超几何分布及二项分布的均值.
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.
重点
难点
重点:离散型随机变量的均值的实际应用.
难点:理解离散型随机变量的意义.
1.离散型随机变量的均值的定义
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).
理解均值要注意以下三点
(1)离散型随机变量的均值是算术平均数概念的推广,是概率意义下的平均,由于离散型随机变量的所有取值的概率满足i=1,所以均值是以概率pi为权数的加权平均数.
(2)E(X)是一个实数,由X的分布列唯一确定,即X作为随机变量,可以取不同的值,但E(X)是X的一个特征数,它是不变的,它描述X取值的平均水平.
(3)E(X)与随机变量X本身具有相同的单位.
2.离散型随机变量均值的意义
离散型随机变量X的均值E(X)也可用EX表示,它刻画了X的平均取值.
3.几种常见分布的均值
(1)两点分布的均值:若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)=.
4.均值的性质
若Y=aX+b,其中a,b为常数,X是随机变量,
(1)Y也是随机变量;
(2)E(aX+b)=aE(X)+b.
1.已知离散型随机变量X的分布列为
X
1
2
3
P
则X的数学期望E(X)=( )
A. B.2
C. D.3
答案:A
2.已知X的分布列为
X
1
2
3
4
P
0.2
0.3
0.4
a
则E(2X+0.2)=( )
A.4.8 B.5
C.6 D.8.4
答案:B
3.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)=________.
解析:E(X)=np=4×=,E(Y)==.
答案:
——————————————————————————————————
离散型随机变量均值的性质及应用
——————————————————————————————————————
[典例1] (1)随机变量X的分布列如表,则E(5X+4)=( )
X
0
2
4
P
0.3
0.2
0.5
A.16 B.11 C.2.2 D.2.3
(2)某射手射击所得环数ξ的分布列如表:
ξ
7
8
9
10
P
x
0.1
0.3
y
已知ξ的均值E(ξ)=8.9,则y的值为________.
[解析] (1)由题意得E(X)=0×0.3+2×0.2+4×0.5=2.4,故E(5X+4)=5E(X)+4=5×2.4+4=16.故选A.
(2)依题意得
即解得
[答案] (1)A (2)0.4
[方法技巧]
与离散型随机变量均值的性质有关问题的解题思路
若给出的随机变量ξ与X的关系为ξ=aX+b,a,b为常数.一般思路是先求出E(X),再利用公式E(aX+b)=aE(X)+b求E(ξ).也可以利用X的分布列得到ξ的分布列,关键是由X的取值计算ξ的取值,对应的概率相等,再由定义法求得E(ξ).
[对点训练]
1.已知随机变量X的分布列如表:
X
-2
-1
0
1
2
P
m
(1)求m的值;
(2)求E(X);
(3)若Y=2X-3,求E(Y).
解:(1)由随机变量分布列的性质,得+++m+=1,解得m=.
(2)E(X)=(-2)×+(-1)×+0×+1×+2×=-.
(3)由题意,得E(Y)=E(2X-3)=2E(X)-3=2×-3=-.
—————————————————————————————————
三种特殊分布的均值
—————————————————————————————————————
[典例2] (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)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__