内容正文:
数学·选择性必修·第三册
第七章 随机变量及其分布
7.3 离散型随机变量的数字特征
7.3.1 离散型随机变量的均值
高效导学第一步
梳理教材,
必备基础知识
典例探究,
提升关键能力
高效导学第二步
课下培优巩固练(十三)
课程标准
学习目标
1.理解离散型随机变量的均值的意义和性质.
2.会根据离散型随机变量的分布列求出均值.
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.
1.数学抽象:理解离散型随机变量的均值及意义.
2.数学运算:应用随机变量的均值解题.
2.意义:它反映了离散型随机变量取值的 .
3.性质:如果X为(离散型)随机变量,则Y=aX+b(其中a,b为常数)也是随机变量,且P(Y=axi+b)=P(X=xi),i=1,2,3,…,n.E(Y)=E(aX+b)= .
4.两点分布的均值:若X服从两点分布,则E(X)=p.
平均水平
aE(X)+b
1.定义:若离散型随机变量X的分布列为:
X
x1
x2
…
xn
P
p1
p2
…
pn
则称E(X)= = 为随机变量X的均值或数学期望.
� EMBED Equation.KSEE3 \* MERGEFORMAT ���
x1p1+x2p2+…+xnpn
[提醒] 随机变量的均值是一个常数,它不依赖于样本的抽取,而样本平均值是一个随机变量,它随样本抽取的不同而变化.
【基础自测】
1.已知离散型随机变量X的分布列为
X
1
2
3
P
eq \f(3,5)
eq \f(3,10)
eq \f(1,10)
则X的数学期望E(X)=( )
A. eq \f(3,2) B.2
C. eq \f(5,2) D.3
解析:由表中数据和数学期望的公式,可得E(X)=1× eq \f(3,5) +2× eq \f(3,10) +3× eq \f(1,10) = eq \f(15,10) = eq \f(3,2) .
答案:A
解析:由0.2+0.5+m=1,得m=0.3,
∴E(X)=1×0.2+2×0.5+3×0.3=2.1.
答案:B
2.已知随机变量X的分布列为
X
1
2
3
P
0.2
0.5
m
则X的均值是( )
A.2 B.2.1
2.3 D.随m的变化而变化
答案:0.4
3.某射手射击所得环数ξ的分布列如下:
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:依题意得 eq \b\lc\{(\a\vs4\al\co1(x+0.1+0.3+y=1,,7x+0.8+2.7+10y=8.9,))
即 eq \b\lc\{(\a\vs4\al\co1(x+y=0.6,,7x+10y=5.4,)) 解得y=0.4.
答案:0
4.已知离散型随机变量X的分布列为
X
-1
0
1
P
eq \f(1,2)
eq \f(1,6)
a
设Y=6X+1,则Y的数学期望E(Y)=______.
解析:由已知得 eq \f(1,2) + eq \f(1,6) +a=1,解得a= eq \f(1,3) ,则E(X)=(-1)× eq \f(1,2) +0× eq \f(1,6) +1× eq \f(1,3) =- eq \f(1,6) .
则E(Y)=6E(X)+1=6× eq \b\lc\(\rc\)(\a\vs4\al\co1(-\f(1,6))) +1=0.
解:(1) eq \f(1,4) + eq \f(1,3) + eq \f(1,5) +m+ eq \f(1,20) =1,解得m= eq \f(1,6) .
突破点一 离散型随机变量的均值公式及性质
【例1】 已知随机变量X的分布列如下:
X
-2
-1
0
1
2
P
eq \f(1,4)
eq \f(1,3)
eq \f(1,5)
m
eq \f(1,20)
(1)求m的值;
(2)求E(X);
(3)若Y=2X-3,求E(Y).
(2)E(X)=-2× eq \f(1,4) -1× eq \f(1,3) +0× eq \f(1,5) +1× eq \f(1,6) +2× eq \f(1,20) =- eq \f(17,30) .
(3)若Y=2X-3,
则E(