《2.3.1-离散型随机变量的均值》导学案(新部编)2.doc

1、教师学科教案 20 20 学年度 第_学期 任教学科：_任教年级：_任教老师：_xx市实验学校2.3.1 离散型随机变量的均值导学案2【课标要求】1理解离散型随机变量的均值的意义，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，掌握两点分布、二项分布的均值3会利用离散型随机变量的均值反映离散型随机变量的取值水平，解决一些相关的实际问题【核心扫描】1离散型随机变量均值的概念与计算方法(重点)2离散型随机变量均值的性质及应用(重点、难点)3两点分布与二项分布的均值(易混点)自学导引1离散型随机变量的均值或数学期望(1)定义：若离散型随机变量X的分布列为：Xx1x2xixnPp

2、1p2pipn则称E(X)x1p1x2p2xipixnpn为随机变量X的均值或数学期望(2)意义：它反映了离散型随机变量取值的平均水平(3)性质：如果X为(离散型)随机变量，则YaXb(其中a，b为常数)也是随机变量，且P(Yaxib)P(Xxi)，i1，2,3，n.E(Y)E(aXb)aE(X)b.试一试：已知随机变量的分布列为01234P0.10.20.3x0.1则x_，P(13)_，E()_.提示x1(0.10.20.30.1)0.3；P(13)P(1)P(2)0.20.30.5；E()00.110.220.330.340.12.1.2两点分布与二项分布的均值XX服从两点分布XB(n，p

3、)E(X)p(p为成功概率)np试一试：若随机变量X服从二项分布B，则E(X)的值为()A. B. C. D.提示n4，p，E(X)np.名师点睛1对离散型随机变量的均值的理解随机变量的均值表示了随机变量在随机试验中取值的平均水平，又常称为随机变量的平均数对于n个数x1，x2，xn，称(x1x2xn)为这n个数的平均数从随机变量的角度看这个问题，设X为从这n个数中任取的一个数，则X所有可能的取值便为x1，x2，xn，P(Xxi)(i1,2，n)，即X的概率分布列为Xx1x2x3xnPE(X)x1x2x3xn(x1x2xn)不难看出，均值的定义是初中所学平均数定义的推广2对公式E(aXb)aE(

4、X)b的理解(1)当a0时，E(b)b，即常数的均值就是这个常数本身(2)当a1时，E(Xb)E(X)b，即随机变量X与常数之和的均值等于X的均值与这个常数的和(3)当b0时，E(aX)aE(X)，即常数与随机变量乘积的均值等于这个常数与随机变量均值的乘积.题型一利用定义求离散型随机变量的均值【例1】 袋中有4只红球，3只黑球，今从袋中随机取出4只球，设取到一只红球得2分，取得一只黑球得1分，试求得分X的数学期望思路探索 先分析得分的所有取值情况，再求分布列，代入公式即可解取出4只球颜色及得分分布情况是：4红得8分，3红1黑得7分，2红2黑得6分，1红3黑得5分，因此，P(X5)，P(X6)，

5、P(X7)，P(X8)，故X的分布列如下：X5678PE(X)5678(分)规律方法求随机变量的期望关键是写出分布列，一般分为四步：(1)确定的可能取值；(2)计算出P(k)；(3)写出分布列；(4)利用E()的计算公式计算E()【变式1】 在10件产品中，有3件一等品、4件二等品、3件三等品从这10件产品中任取3件，求取出的3件产品中一等品件数X的分布列和数学期望解从10件产品中任取3件，共有C种结果从10件产品中任取3件，其中恰有k件一等品的结果数为CC，其中k0,1,2,3.P(Xk)，k0,1,2,3.所以随机变量X的分布列为X0123PE(X)0123.题型二二项分布的均值【例2】

6、某广场上有4盏装饰灯，晚上每盏灯都随机地闪烁红灯或绿灯，每盏灯出现红灯的概率都是，出现绿灯的概率都是.记这4盏灯中出现红灯的数量为，当这排装饰灯闪烁一次时：(1)求2时的概率；(2)求的数学期望思路探索 4盏装饰灯各闪烁一次，相当于4次独立重复试验，则服从二项分布，利用二项分布的概率公式求解解(1)依题意知：2表示4盏装饰灯闪烁一次时，恰好有2盏灯出现红灯，而每盏灯出现红灯的概率都是，故2时的概率PC22.(2)法一的所有可能取值为0,1,2,3,4，依题意知：P(k)Ck4k(k0,1,2,3,4)的概率分布列为：01234P数学期望E()01234.法二服从二项分布，即B，E()4.规律方

7、法将实际问题转化为独立重复试验的概率问题是解决二项分布问题的关键二项分布满足的条件每次试验中，事件发生的概率是相同的各次试验中的事件是相互独立的每次试验只有两种结果：事件要么发生，要么不发生随机变量是这n次独立重复试验中某事件发生的次数【变式2】 某运动员投篮命中率为p0.6.(1)求投篮1次时命中次数X的数学期望；(2)求重复5次投篮时，命中次数Y的数学期望解(1)投篮1次，命中次数X的分布列如下表：X01P0.40.6则E(X)p0.6.(2)由题意，重复5次投篮，命中的次数Y服从二项分布，即YB(5,0.6)则E(Y)np50.63.题型三离散型随机变量均值的应用【例3】 某商场经销某商

8、品，根据以往资料统计，顾客采用的付款期数的分布列为12345P0.40.20.20.10.1商场经销一件该商品，采用1期付款，其利润为200元；分2期或3期付款，其利润为250元；分4期或5期付款，其利润为300元表示经销一件该商品的利润(1)求事件A：“购买该商品的3位顾客中，至少有1位采用1期付款”的概率P(A)；(2)求的分布列及期望E()审题指导 (1)利用对立事件求“每位顾客都不采用1期付款”的概率，再利用P(A)P()1，求P(A)；(2)分别求200、250、300的概率，列出的分布列，由期望公式求期望规范解答 (1)由题意可知每一位顾客不采用1期付款的概率为0.6，记A的对立事

9、件“购买该商品的3位顾客中，都不采用1期付款”为，则P()0.630.216，P(A)1P()0.784.(6分)(2)由题意可知可以取200,250,300，分布列如下200250300P0.40.40.2E2000.42500.43000.2240.(12分)【题后反思】 解答此类题目时，应首先把实际问题概率模型化，然后利用有关概率的知识去分析相应各事件可能性的大小，并列出分布列，最后利用公式求出相应概率【变式3】 据统计，一年中一个家庭万元以上的财产被盗的概率为0.01.保险公司开办一年期万元以上家庭财产保险，参加者需交保险费100元，若在一年以内，万元以上财产被盗，保险公司赔偿a元(a

10、100)问a如何确定，可使保险公司期望获利？解设X表示保险公司在参加保险人身上的收益，则X的取值为X100和X100a，则P(X100)0.99.P(X100a)0.01，所以E(X)0.991000.01(100a)1000.01a0，所以a10 000.又a100，所以100a10 000.即当a在100和10 000之间取值时保险公司可望获利方法技巧化归与转化思想在求均值中的应用化归与转化思想是高中数学的重要思想，对于这种思想我们从两个角度来理解：(1)将复杂问题化归为简单问题，将较难问题化归为较易问题，将未解决的问题化归为已解决的问题；(2)灵活性、多样性，无统一模式，利用动态思维，去

11、寻找有利于问题解决的变换途径与方法对于本节，化归转化思想尤为重要，我们也可通过化归转化将实际问题的解决转化为数学期望模型，用数学期望去分析和解决实际问题【示例1】 甲、乙两人各进行3次射击，甲每次击中目标的概率为，乙每次击中目标的概率为.记甲击中目标的次数为，乙击中目标的次数为.(1)求的分布列；(2)求和的数学期望思路分析 甲、乙两人各射击3次，可看作3次独立重复试验，从而将问题转化为服从二项分布的概率问题解(1)P(0)C3，P(1)C3，P(2)C3，P(3)C3.的分布列为0123P(2)法一由(1)可知E()01231.5.法二由题意可得B，B.E()31.5，E()32.【示例2】

12、 红队队员甲、乙、丙与蓝队队员A、B、C进行围棋比赛，甲对A，乙对B，丙对C各一盘已知甲胜A、乙胜B、丙胜C的概率分别为0.6,0.5,0.5.假设各盘比赛结果相互独立(1)求红队至少两名队员获胜的概率；(2)用表示红队队员获胜的总盘数，求的分布列和数学期望E()思路分析 本题考查独立事件的概率，离散型随机变量的分布列和均值等基础知识，考查分类讨论思想及分析问题解决问题的能力解(1)设甲胜A的事件为D，乙胜B的事件为E，丙胜C的事件为F，则，分别表示甲不胜A，乙不胜B，丙不胜C的事件因为P(D)0.6，P(E)0.5，P(F)0.5，由对立事件的概率公式知P()0.4，P()0.5，P()0.

13、5.红队至少两人获胜的事件有：DE，DF，EF，DEF.由于以上四个事件两两互斥且各盘比赛的结果相互独立，因此红队至少两人获胜的概率为PP(DE)P(DF)P(EF)P(DEF)0.60.50.50.60.50.50.40.50.50.60.50.50.55.(2)由题意知可能的取值为0,1,2,3.又由(1)知F，E，D 是两两互斥事件，且各盘比赛的结果相互独立，因此P(0)P( )0.40.50.50.1，P(1)P( F)P(E)P(D )0.40.50.50.40.50.50.60.50.50.35，P(3)P(DEF)0.60.50.50.15.由对立事件的概率公式得P(2)1P(0)P(1)P(3)0.4.所以的分布列为：0123P0.10.350.40.15因此E()00.110.3520.430.151.6.方法点评 对于本节内容，化归与转化思想尤为重要，我们可以通过化归转化将实际问题的解决转化为数学期望模型，运用相互独立事件、互斥事件、独立重复事件的概率求解相关问题.