内容正文:
7.3.1 离散型随机变量的数字特征(均值)
X x1 x2 … xi … xn
P p1 p2 … pi … pn
离散型随机变量的分布列刻画了某个随机变量的取值规律,可用于确定与该随机变量相关事件的概率。
要比较不同班级某次考试成绩,通常会比较平均成绩;
要了解某班同学数学成绩是否“两极分化”,则可考察这个班数学成绩的方差。
要比较两名射箭运动员的射箭水平,一般会比较他们射箭的成绩(平均环数或总环数)以及稳定性.
离散型随机变量的分布列:
温故知新
1.某人射击10次,所得环数分别是:1,1,1,1,2,2,2,3,3,4;则所得的平均环数是多少?
把环数看成随机变量的概率分布列:
X 1 2 3 4
P
权数(这里是频率)
加权平均
算术平均数
问题1:甲、乙两名射箭运动员射中目标箭靶的环数的分布列如表所示.
环数 7 8 9 10
甲射中的概率 0.1 0.2 0.3 0.4
乙射中的概率 0.15 0.25 0.4 0.2
思考1:如何比较他们射箭水平的高低呢?
类似两组数据的比较,首先比较射中的平均环数,
如果平均环数相等,再看稳定性.
思考2:如何由分布列计算他们射中的平均环数呢?
探究新知
假设甲射箭次,射中7环、8环、9环和10环的频率(比例)分别为,,,.
甲次射箭射中的平均环数为.
当足够大时,频率稳定于概率,即稳定于7×0.1+8×0.2+9×0.3+10×0.4=9.
即甲射中平均环数的稳定值(理论平均值)为9,这个平均值的大小可以反映甲运动员的射箭水平.
环数 7 8 9 10
甲射中的概率 0.1 0.2 0.3 0.4
乙射中的概率 0.15 0.25 0.4 0.2
探究新知
环数 7 8 9 10
甲射中的概率 0.1 0.2 0.3 0.4
乙射中的概率 0.15 0.25 0.4 0.2
探究新知
假设乙射箭次,射中7环、8环、9环和10环的频率(比例)分别为,,,.
甲次射箭射中的平均环数为.
当足够大时,频率稳定于概率,即稳定于7×0.15+8×0.25+9×0.4+10×0.2=8.65.
即乙射中平均环数的稳定值(理论平均值)为8.65,这个平均值的大小可以反映乙运动员的射箭水平.
问题1:甲、乙两名射箭运动员射中目标箭靶的环数的分布列如表所示.
环数 7 8 9 10
甲射中的概率 0.1 0.2 0.3 0.4
乙射中的概率 0.15 0.25 0.4 0.2
思考3:上述两个平均值的计算有什么共性?
稳定于7×0.1+8×0.2+9×0.3+10×0.4=9.
稳定于7×0.15+8×0.25+9×0.4+10×0.2=8.65.
结论:从平均值的角度比较,甲的射箭水平比乙高.
均值是随机变量可能取值及其对应的取值概率的加权平均数,
它综合了随机变量的取值和取值的概率,反映了随机变量取值的平均水平.
探究新知
一般地,若离散型随机变量X的概率分布为:
为随机变量X的均值(mean)或数学期望(mathematical expectation),数学期望简称期望.
均值是随机变量可能取值关于取值概率的加权平均数,它综合了随机变量的取值和取值的概率,反映了随机变量取值的平均水平.
X x1 x2 … xi … xn
P p1 p2 … pi … pn
离散型随机变量取值的均值
则称
课本例题
例1.在蓝球比赛中,罚球命中1次得1分,不中得0分;如果某运动员罚球命中的概率为0.8,那么他罚球1次的得分的均值是多少?
X 1 0
P 0.8 0.2
X 1 0
P p 1-p
两点分布
求随机变量X的均值的方法和步骤
(1)理解随机变量X的意义,写出X所有可能的取值.
(2)求出X取每个值的概率P(X=k).
(3)写出X的分布列.
(4)利用均值的定义求E(X).
10
练习 随机变量X的分布列是
X 4 7 9 10
P 0.3 a b 0.2
若E(X)=7.5,则a=____,b=______.
0.4
0.1
巩固练习
深化理解
例2.抛掷一枚质地均匀的骰子,设出现的点数为,求的均值。
均匀分布
观察:掷一枚质地均匀的骰子,掷出的点数X的均值为3.5.随机模拟这个试验,重复60次和重复300次各做6次,观测出现的点数并计算平均数.根据观测值的平均数(样本均值)绘制统计图,分别如图(1)和(2)所示.观察图形,在两组试验中,随机变量的均值与样本均值有何联系与区别?
深化理解
观察图7.3-1可以发现:在这12组掷骰子试验中,样本均值各不相同,但它们都在掷出点数X的均值3.5附近波动,且重复掷300次的样本均值波动幅度明显小于重复60次的.
事实上,随机变量的均值是一个确定的数,而样本均值具有随机性,它围绕