概率、期望与方差的
计算
精品资料
仅供学习与交流，如有侵权请联系网站删除 谢谢2 特征量一：平均数（数学期望） 计算公式一：1231()n x x x x x n
=++++；
计算公式二：1
()n x i i k E x P x x ==?=∑；
计算公式三：（若随机变量x 是连续型随机变量，且函数()f x 是它的密度函数）
()Ex xf x dx +∞
-∞=?
特征量四：方差
方差反映一组数或者一个统计变量的稳定程度，方差越小数值越稳定，方差越大则数值波动越大。 计算公式一：2
1
1[()]n
x k k D x x n ==-∑； 计算公式二：21
1[()()]n
x k k x k D P x x x E n ===?-∑；
计算公式三：22()x D Ex Ex =-；
期望和方差的性质:
性质1：()E c c =；
性质2：()E ax b aEx b +=+；
性质3：1212()n n E x x x Ex Ex Ex +++=+++；
性质4：若,x y 相互独立，则：()()()E x y Ex Ey ?=?；
性质5：222()(())()(())D x E x E x E x E x =-=-；
性质6：()0D c =；
性质7：2()()D ax b a D x +=；
离散型随机变量均值与方差专题练习 一、单选题（共16题；共32分） 1.将三颗骰子各掷一次，记事件A=“三个点数都不同”，B=“至少出现一个6点”，则条件概率P（A|B），P （B|A）分别是（） A. ， B. ， C. ， D. ， 2.已知随机变量ξ服从正态分布N（1，1），若P（ξ＜3）=0.977，则P（﹣1＜ξ＜3）=（） A. 0.683 B. 0.853 C. 0.954 D. 0.977 3.随机变量X的取值为0，1，2，若P（X=0）= ，E（X）=1，则D（X）=（） A. B. C. D. 4.已知随机变量X服从正态分布N（3，1），且P（X≥4）=0.1587，则P（2＜X＜4）=（） A. 0.6826 B. 0.3413 C. 0.4603 D. 0.9207 5.甲乙等人参加米接力赛，在甲不跑第一棒的条件下，乙不跑第二棒的概率是（） A. B. C. D. 6.不透明袋子中装有大小、材质完全相同的2个红球和5个黑球，现从中逐个不放回地摸出小球，直到取出所有红球为止，则摸取次数的数学期望是（） A. B. C. D. 7.下面说法中正确的是（） A. 离散型随机变量ξ的均值E（ξ）反映了ξ取值的概率的平均值 B. 离散型随机变量ξ的方差D（ξ）反映了ξ取值的平均水平 C. 离散型随机变量ξ的均值E（ξ）反映了ξ取值的平均水平 D. 离散型随机变量ξ的方差D（ξ）反映了ξ取值的概率的平均值 8.每次试验的成功率为，重复进行10次试验，其中前7次都未成功，后3次都成功的概率为（） A. B. C. D. 9.已知随机变量，则（） A. B. C. D. 10.设随机变量的分布列为，，则等于（） A. B. C. D. 11.现在有张奖券，张元的，张元的，某人从中随机无放回地抽取张奖券，则此人得奖金额的数学期望为（）
数学期望与方差的运算性质 教程 一：复习公式 离散随机变量(),(,)(,)(,)(,)i j ij i j ij i j P X Y a b p Eh X Y h a b p ==→=∑ 连续随机变量()()()2 ,~,(,)(,),R f x y Eg g x y f x y dxdy ξηξη→=?? 二：期望运算性质 ()E aX bY c aEX bEY c ++=++ 应用例题、袋中装有m 个不同色小球，有返回取球n 次，出现X 种不同颜色，求EX 解答：用i X ?=?? １第ｉ颜色球在n次取球中出现０第ｉ颜色球在n次取球中没出现，则 m X X X ++= 1 由于()()1101,111,n n i i P X P X m m ????==-==-- ? ????? ()111/n i EX m =--， ()??????????? ??--==++=∑=n m i i m m m EX X X E EX 11111 三、协方差：若,EX EY θμ==，()()cov(,)X Y E X Y θμ=--????称为随机变量X 、Y 的协方差.covariance ()()cov(,)X Y E X Y θμ=--???? ()()()()() ()()()()()()EY EX XY E XY E XY E Y E X E XY E E Y E X E XY E Y X XY E ?-=-=+--=+--=+-+-+=+--=θμθμθμμθθμ θμθμθμθμθμ 例题：害虫一生产卵个数X 服从参数为λ的Ｐｏｉｓｓｏｎ分布，若每个卵能孵化成下一代的概率都是p ，假定害虫后代个数为Y ，求cov(,)X Y 解答：(,)()()(1)!i i j j j i j i e P X i Y j P X i P Y j X i C p p i λλ-≥-=======-
第9讲随机变量的数学期望与方差 教学目的：1.掌握随机变量的数学期望及方差的定义。 2.熟练能计算随机变量的数学期望与方差。 教学重点： 1．随机变量的数学期望 For personal use only in study and research; not for commercial use 2．随机变量函数的数学期望 3．数学期望的性质 4．方差的定义 For personal use only in study and research; not for commercial use 5．方差的性质 教学难点：数学期望与方差的统计意义。 教学学时：2学时。 For personal use only in study and research; not for commercial use 教学过程： 第三章随机变量的数字特征 §3.1 数学期望 For personal use only in study and research; not for commercial use 在前面的课程中，我们讨论了随机变量及其分布，如果知道了随机变量X的概率分布，那么X的全部概率特征也就知道了。然而，在实际问题中，概率分布一般是较难确定的，而在一些实际应用中，人们并不需要知道随机变量的一切概率性质，只要知道它的某些数字特征就够了。因此，在对随机变量的研究中，确定其某些数字特征是重要的，而在这些数字特征中，最常用的是随机变量的数学期望和方差。
1．离散随机变量的数学期望 我们来看一个问题： 某车间对工人的生产情况进行考察。车工小张每天生产的废品数X 是一个随机变 量，如何定义X 取值的平均值呢？ 若统计100天，32天没有出废品，30天每天出一件废品，17天每天出两件废品， 21天每天出三件废品。这样可以得到这100天中每天的平均废品数为 27.1100 213100172100301100320=?+?+?+? 这个数能作为X 取值的平均值吗？ 可以想象，若另外统计100天，车工小张不出废品，出一件、二件、三件废品的 天数与前面的100天一般不会完全相同，这另外100天每天的平均废品数也不一定是 1.27。 对于一个随机变量X ，若它全部可能取的值是 ,,21x x ， 相应的概率为 ,,21P P ， 则对X 作一系列观察(试验)所得X 的试验值的平均值是随机的。但是，如果试验次数 很大，出现k x 的频率会接近于K P ，于是试验值的平均值应接近 ∑∞=1k k k p x 由此引入离散随机变量数学期望的定义。 定义1 设X 是离散随机变量，它的概率函数是 ,2 ,1,)()(====k P x X P x p K K k 如果 ∑∞ =1||k k k p x 收敛，定义X 的数学期望为 ∑∞ ==1)(k k k p x X E 也就是说,离散随机变量的数学期望是一个绝对收敛的级数的和。 例1 某人的一串钥匙上有n 把钥匙，其中只有一把能打开自己的家门，他随意地 试用这串钥匙中的某一把去开门。若每把钥匙试开一次后除去，求打开门时试开次数 的数学期望。
§12.2总体分布的估计、总体期望和方差的估计 (时间：45分钟满分：100分) 一、选择题(每小题7分，共35分) 1．为了解一片大约一万株树木的生长情况，随机测量了其中100株树木的底部周长(单位：cm)．根据所得数据画出的样本频率分布直方图如图所示，那么在这片树木中，底部周长小于110 cm的株数大约是() A.3 000 B．6 000 C．7 000 D．8 000 2．(2010·山东)在某项体育比赛中，七位裁判为一选手打出的分数如下： 90899095939493 去掉一个最高分和一个最低分后，所剩数据的期望值和方差分别为() A．92,2 B．92,2.8 C．93,2 D．93,2.8 3．为了了解高三学生的数学成绩，抽取了某班60名学生，将所得数据整理后，画出其频率分布直方图(如图)，已知从左到右各长方形高的比为2∶3∶5∶6∶3∶1，则该班学生数学成绩在(80,100)之间的学生人数是() A．32 B．27 C．24 D．33
4．(2010·陕西)如图，样本A和B分别取自两个不同的总体，它们的样本期望值分别为x A 和x B，样本标准差分别为s A和s B，则() A.x A>x B，s A>s B B.x A 概率论《数学期望与方差》 习题参考解答 1. 如果ξ服从0-1分布, 又知ξ取1的概率为它取0的概率的两倍, 求ξ的期望值 解：由习题二第2题算出ξ的分布率为 ξ 0 1 P 1/3 2/3 因此有E ξ=0×P (ξ=0)+1×P (ξ=1)=2/3 2. 矩形土地的长与宽为随机变量ξ和η, 周长ζ=2ξ+2η, ξ与η的分布律如下表所示: 而求出的周长ζ的分布律如下表所示: 长的分布计算. 解: 由长和宽的分布率可以算得 E ξ=29×P (ξ=29)+30×P (ξ=30)+31×P (ξ=31) =29×0.3+30×0.5+31×0.2=29.9 E η=19×P (η=19)+20×P (η=20)+21×P (η=21) =19×0.3+20×0.4+21×0.3=20 由期望的性质可得 E ζ=2(E ξ+E η)=2×(29.9+20)=99.8 而如果按ζ的分布律计算它的期望值, 也可以得 E ζ=96×0.09+98×0.27+100×0.35+102×0.23+104×0.06=99.8 验证了期望的性质. 4. 连续型随机变量ξ的概率密度为 ?? ?><<=其它 )0,(10)(a k x kx x a ? 又知E ξ=0.75, 求k 和a 的值。 解: 由性质?+∞ ∞ -=1)(dx x ? 得11 1 )(| 10 1 1 =+= += =++∞ ∞ -??a k x a k dx kx dx x a a ? 即k =a +1 (1) 又知 75.02 2 )(| 10 2 1 1 =+= += = = +++∞ ∞ -?? a k x a k dx kx dx x x E a a ?ξ 得k =0.75a +1.5 (2) 由(1)与(2)解得 0.25a =0.5, 即a =2, k =3 6. 下表是某公共汽车公司的188辆汽车行驶到发生一次引擎故障的里程数的分布数列.若表中各以组中值为代表. 从188辆汽车中, 任意抽选15辆, 得出下列数字: 90, 50, 150, 110, 90, 90, 110, 90, 50, 110, 90, 70, 50, 70, 150. (1)求这15个数字的平均数; (2) 计算表3-9中的期望并与(1)相比较. 解 (90+50+150+110+90+90+110+90+50+110+90+70+50+70+150)/15 = 91.33 (2) 按上表计算期望值为 (10×5+30×11+50×16+70×25+90×34+110×46+130×33+150×16+170×2)/188 =96.17 7. 两种种子各播种300公顷地, 调查其收获量, 如下表所示, 分别求出它们产量的平均值(计算时以组中值为代表). E ξ=(4500×12+4800×38+5100×40+5400×10)/100=4944 E η=(4500×23+4800×24+5100×30+5400×23)/100=4959 8. 一个螺丝钉的重量是随机变量, 期望值为10g , 标准差为1g . 100个一盒的同型号螺丝钉重量的期望值和标准差各为多少?(假设各个螺丝钉的重量相互之间独立) 解: 假设这100个螺丝钉的重量分别为ξ1, ξ2,…, ξ100, 因此有 E ξi =10, D ξi =102=12=1, (i =1,2,…,100), 设ξ为这100个螺丝钉的总重量，因此 ∑== 100 1 i i ξ ξ，则ξ的数学期望和标准差为 几何分布的期望与方差 康永清 高中数学教科书新版第三册（选修II ）比原来的修订本新增加随机变量的几何分布，但书中只给出了结论：（1）E p ξ=1，（2）D p p ξ=-12 ，而未加以证明。本文给出证明，并用于解题。 （1）由P k q p k ()ξ==-1，知 E p pq q p kq p q q kq p k k ξ=++++=+++++--231232121 () 下面用倍差法（也称为错位相减法）求上式括号内的值。记 S q q kq k k =++++-12321 qS q q k q kq k k k =+++-+-2121 () 两式相减，得 ()1121-=++++--q S q q q kq k k k S q q kq q k k k =----1112() 由01< 记S q q kq k =+++++-12321 qS q q k q k =+++-+-2121 () 相减， ()111121-=+++++=--q S q q q q k 则S q p =-=11122() 还可用导数公式()'x nx n n =-1，推导如下： 12321+++++-x x kx k =+++++=+++++x x x x x x x x k k '()'()'()'()' 2323 =-=----=-( )'()()()()x x x x x x 111112 2 上式中令x q =，则得 1231112122 +++++=-=-q q kq q p k () （2）为简化运算，利用性质D E E ξξξ=-22()来推导（该性质的证明，可见本刊6页）。 可见关键是求E ξ2 。 E p qp q p k q p k ξ22222123=+++++- =+++++-p q q k q k ()12322221 对于上式括号中的式子，利用导数，关于q 求导：k q kq k k 21-=()'，并用倍差法求和，有 概率统计（理）典型例题选讲 (1)等可能性事件(古典概型)的概率：P (A )＝) ()(I card A card ＝n m ; 等可能事件概率的计算步骤： ① 计算一次试验的基本事件总数n ; ② 设所求事件A ，并计算事件A 包含的基本事件的个数m ; ③ 依公式()m P A n =求值; ④ 答，即给问题一个明确的答复. (2)互斥事件有一个发生的概率：P (A ＋B )＝P (A )＋P (B ); 特例：对立事件的概率：P (A )＋P (A )＝P (A ＋A )＝1. (3)相互独立事件同时发生的概率：P (A ·B )＝P (A )·P (B ); 特例：独立重复试验的概率：P n (k )＝k n k k n p p C --)1(.其中P 为事件A 在一次试验中发生的概率，此式为二项式[(1-P)+P]n 展开的第k+1项. (4)解决概率问题要注意“四个步骤，一个结合”： ① 求概率的步骤是： 第一步，确定事件性质???? ???等可能事件 互斥事件 独立事件 n 次独立重复试验即所给的问题归结为四类事件中的某一种. 第二步，判断事件的运算?? ?和事件积事件 即是至少有一个发生，还是同时发生，分别运用相加或相乘事件. 第三步，运用公式()()()()()()()()(1) k k n k n n m P A n P A B P A P B P A B P A P B P k C p p -? =???+=+? ??=??=-??等可能事件: 互斥事件： 独立事件： n 次独立重复试验:求解 第四步，答，即给提出的问题有一个明确的答复. 典型例题分析 1.有10张卡片，其中8张标有数字2，有2张标有数字5.从中随机地抽取3张卡片，设3张卡片上的数字和为ξ，求Eξ与Dξ. 期望与方差的相关公式 -、数学期望的来由 早在17世纪，有一个赌徒向法国著名数学家帕斯卡挑战，给他出了一道题目，题目是这样的：甲乙两个人赌博，他们两人获胜的机率相等，比赛规则是先胜三局者为赢家，赢家可以获得100法郎的奖励。当比赛进行到第三局的时候，甲胜了两局，乙胜了一局，这时由于某些原因中止了比赛，那么如何分配这100法郎才比较公平？ 用概率论的知识，不难得知，甲获胜的概率为1/2+(1/2)*(1/2)=3/4，或者分析乙获胜的概率为(1/2)*(1/2)＝1/4。因此由此引出了甲的期望所得值为100*3/4=75法郎，乙的期望所得值为25法郎。 这个故事里出现了“期望”这个词，数学期望由此而来。 定义1 若离散型随机变量ξ可能取值为i a （i =1，2，3 ，…），其分布列为i p （i =1，2，3， …），则当i i i p a ∑∞ =1 <∞时，则称ξ存在数学期望，并且数学期望为E ξ=∑∞ =1 i i i p a ， 如果i i i p a ∑∞ =1 =∞，则数学期望不存在。[]1 定义2 期望：若离散型随机变量ξ，当ξ=x i 的概率为P （ξ=x i ）=P i （i =1， 2，…，n ，…），则称E ξ=∑x i p i 为ξ的数学期望，反映了ξ的平均值. 期望是算术平均值概念的推广，是概率意义下的平均.E ξ由ξ的分布列唯一确定. 二、数学期望的性质 （1）设C 是常数，则E(C )=C 。 （2）若k 是常数，则E (kX )=kE (X )。 （3）)E(X )E(X )X E(X 2121+=+。 三、 方差的定义 前面我们介绍了随机变量的数学期望，它体现了随机变量取值的平均水平， 常见分布的期望和方差 概率与数理统计重点摘要 1、正态分布的计算：()()()X F x P X x μ σ-=≤=Φ。 2、随机变量函数的概率密度：X 是服从某种分布的随机变量，求()Y f X =的概率密度：()()[()]'()Y X f y f x h y h y =。（参见P66～72） 3、分布函数(,)(,)x y F x y f u v dudv -∞-∞=??具有以下基本性质： ⑴、是变量x ，y 的非降函数； ⑵、0(,)1F x y ≤≤，对于任意固定的x ，y 有：(,)(,)0F y F x -∞=-∞=； ⑶、(,)F x y 关于x 右连续，关于y 右连续； ⑷、对于任意的11221212(,),(,),,x y x y x x y y << ，有下述不等式成立： 22122111(,)(,)(,)(,)0F x y F x y F x y F x y --+≥ 4、一个重要的分布函数：1(,)(arctan )(arctan )23 x y F x y πππ2=++22的概率密度为：22226(,)(,)(4)(9)f x y F x y x y x y π?==??++ 5、二维随机变量的边缘分布： 边缘概率密度：()(,)()(,)X Y f x f x y dy f y f x y dx +∞-∞ +∞-∞==? ? 边缘分布函数：()(,)[(,)]()(,)[(,)]x X y Y F x F x f u y dy du F y F y f x v dx dv +∞ -∞ -∞+∞-∞-∞=+∞==+∞=???? 二维正态分布的边缘分布为一维正态分布。 6、随机变量的独立性：若(,)()()X Y F x y F x F y =则称随机变量X ，Y 相互独立。简称X 与Y 独立。 期望与方差的相关公式的证明 -、数学期望的来由 早在17世纪，有一个赌徒向法国著名数学家帕斯卡挑战，给他出了一道题目，题目是这样的：甲乙两个人赌博，他们两人获胜的机率相等，比赛规则是先胜三局者为赢家，赢家可以获得100法郎的奖励。当比赛进行到第三局的时候，甲胜了两局，乙胜了一局，这时由于某些原因中止了比赛，那么如何分配这100法郎才比较公平？ 用概率论的知识，不难得知，甲获胜的概率为1/2+(1/2)*(1/2)=3/4，或者分析乙获胜的概率为(1/2)*(1/2)＝1/4。因此由此引出了甲的期望所得值为100*3/4=75法郎，乙的期望所得值为25法郎。 这个故事里出现了“期望”这个词，数学期望由此而来。 定义1 若离散型随机变量ξ可能取值为i a （i =1，2，3 ，…），其分布列为i p （i =1，2，3， …），则当i i i p a ∑ ∞ =1 <∞时， 则称ξ存在数学期望，并且数学期望为E ξ=∑∞ =1 i i i p a ， 如果i i i p a ∑ ∞ =1 =∞，则数学期望不存在。 [] 1 定义2 期望：若离散型随机变量ξ，当ξ=x i 的概率为P （ξ=x i ）=P i （i =1，2，…，n ，…），则称E ξ=∑x i p i 为ξ的数学期望，反映了ξ的平均值. 期望是算术平均值概念的推广，是概率意义下的平均.E ξ由ξ的分布列唯一确定. 二、数学期望的性质 （1）设C 是常数，则E(C )=C 。 （2）若k 是常数，则E (kX )=kE (X )。 （3）)E(X )E(X )X E(X 2121+=+。 三、 方差的定义 前面我们介绍了随机变量的数学期望，它体现了随机变量取值的平均水平，是随机变量一个重要的数字特征。但是在一些场合下，仅仅知道随机变量取值的 第七周多维随机变量，独立性 7.4独立随机变量期望和方差的性质 独立随机变量乘积的期望的性质： Y X ,独立，则()()() Y E X E XY E =以离散型随机变量为例，设二元随机变量(),X Y 的联合分布列() ,i j P X x Y y ==已知，则()()(),i j i j P X x Y y P X x P Y y ====?=， () 1,2,,; 1,2,,i m j n == ()() 11,m n i j i j i j E XY x y P X x Y y =====∑∑()() 11 m n i j i j i j x y P X x P Y y =====∑∑()() 1 1 m n i i j j i j x P X x y P Y y =====∑∑()() E X E Y =***********************************************************************独立随机变量和的方差的性质： Y X ,独立，则()()() Y Var X Var Y X Var +=+()()() 2 2 Var X Y E X Y E X Y ??+=+-+?? ()222E X XY Y =++()()()()22 2E X E X E Y E Y ??-++? ? ()()()()2 2 22E X E X E Y E Y =-+-()()()22E XY E X E Y +-()()()() 2 2 22E X E X E Y E Y =-+-()() Var X Var Y =+若12,,,n X X X 相互独立，且都存在方差，则()() 121 n m k k Var X X X Var X =+++=∑ ***********************************************************************利用独立的0-1分布求和计算二项分布随机变量()~,X b n p 期望和方差 我们在推导二项分布随机变量的方差时，已经利用了独立随机变量和的方差等于方差 均值、方差和协方差的定义和基本性质 1 数学期望（均值）的定义和性质 定义：设离散型随机变量X 的分布律为 {}, 1,2,k k P X x p k === 若级数 1k k k x p ∞=∑ 绝对收敛，则称级数1k k k x p ∞=∑的和为随机变量X 的数学期望，记为()E X 。即 ()1k k k E X x p ∞==∑。 设连续型随机变量X 的概率密度为()f x ，若积分 ()xf x dx ∞?∞? 绝对收敛，则称积分 ()xf x dx ∞?∞?的值为随机变量X 的数学期望，记为()E X 。即 ()()E X xf x dx ∞ ?∞=? 数学期望简称期望，又称为均值。 性质：下面给出数学期望的几个重要的性质 （1）设C 是常数，则有()E C C =； （2）设X 是一个随机变量，C 是常数，则有()()E CX CE X =； （3）设X 和Y 是两个随机变量，则有()()()E X Y E X E Y +=+，这一性质可以推 广至任意有限个随机变量之和的情况； （4）设X 和Y 是相互独立的随机变量，则有()()()E XY E X E Y =。 2 方差的定义和性质 定义：设X 是一个随机变量，若(){}2E X E X ?????存在，则称(){}2E X E X ?????为X 的方差，记为()D X 或()Var X ，即 性质：下面给出方差的几个重要性质 （1）设C 是常数，则有()0D C =； （2）设X 是一个随机变量，C 是常数，则有 ()()2D CX C D X =，()()D X C D X +=； （3）设X 和Y 是两个随机变量，则有 ()()()()()()(){}2D X Y D X D Y E X E X Y E Y +=++?? 特别地，若X 和Y 相互独立，则有()()()D X Y D X D Y +=+ （4）()0D X =的充分必要条件是以概率1取常数()E X ，即(){}1P X E X ==。 3 协方差的定义和性质 定义：量()(){} E X E X Y E Y ??????????称为随机变量X 与Y 的协方差。记为(),Cov X Y ，即 ()()(){},Cov X Y E X E X Y E Y =?????????? 性质：下面给出协方差的几个重要性质 （1）()(),,Cov X Y Cov Y X = （2）()(),Cov X X D X = （3）()()()(),Cov X Y E XY E X E Y =? （4）()(),,,,Cov aX bY abCov X Y a b =是常数 （5）()()()1212,,,Cov X X Y Cov X Y Cov X Y +=+ 参考文献 [1]概率论与数理统计（第四版），浙江大学 概率与统计 知识点一：常见的概率类型与概率计算公式； 类型一：古典概型； 1、 古典概型的基本特点： （1） 基本事件数有限多个； （2） 每个基本事件之间互斥且等可能； 2、 概率计算公式： A 事件发生的概率()A P A = 事件所包含的基本事件数 总的基本事件数 ; 类型二：几何概型； 1、 几何概型的基本特点： （1） 基本事件数有无限多个； （2） 每个基本事件之间互斥且等可能； 2、 概率计算公式： A 事件发生的概率()A P A = 构成事件的区域长度（或面积或体积或角度） 总的区域长度（或面积或体积或角度） ； 注意： （1） 究竟是长度比还是面积比还是体积比，关键是看表达该概率问题需要几个变量，如 果需要一个变量，则应该是长度比或者角度比；若需要两个变量则应该是面积比；当然如果是必须要三个变量则必为体积比； （2） 如果是用一个变量，到底是角度问题还是长度问题，关键是看谁是变化的主体，哪 一个是等可能的； 例如：等腰ABC ?中，角C= 23 π ，则： （1） 若点M 是线段AB 上一点，求使得AM AC ≤的概率； （2） 若射线CA 绕着点C 向射线CB 旋转，且射线CA 与线段AB 始终相交且交点是M ，求 使得AM AC ≤的概率； 解析：第一问中明确M 为AB 上动点，即点M 是在AB 上均匀分布，所以这一问应该是长度 之比，所求概率： 13P =; 而第二问中真正变化的主体是射线的转动，所以角度的变化是均匀的，所以这一问应该是角度之比的问题，所以所求的概率：2755 = =1208 P ?； 知识点二：常见的概率计算性质； 类型一：事件间的关系与运算； A+B （和事件）：表示A 、B 两个事件至少有一个发生； A B ?（积事件） ：表示A 、B 两个事件同时发生； A （对立事件） ：表示事件A 的对立事件； 随机变量的数学期望 与方差 第9讲随机变量的数学期望与方差 教学目的：1.掌握随机变量的数学期望及方差的定义。 2.熟练能计算随机变量的数学期望与方差。 教学重点： 1．随机变量的数学期望 For personal use only in study and research; not for commercial use 2．随机变量函数的数学期望 3．数学期望的性质 4．方差的定义 For personal use only in study and research; not for commercial use 5．方差的性质 教学难点：数学期望与方差的统计意义。 教学学时：2学时。 For personal use only in study and research; not for commercial use 教学过程： 第三章随机变量的数字特征 §3.1 数学期望 For personal use only in study and research; not for commercial use 在前面的课程中，我们讨论了随机变量及其分布，如果知道了随机变量X 的概率分布，那么X 的全部概率特征也就知道了。然而，在实际问题中，概率分布一般是较难确定的，而在一些实际应用中，人们并不需要知道随机变量的一切概率性质，只要知道它的某些数字特征就够了。因此，在对随机变量的研究中，确定其某些数字特征是重要的，而在这些数字特征中，最常用的是随机变量的数学期望和方差。 1．离散随机变量的数学期望 我们来看一个问题： 某车间对工人的生产情况进行考察。车工小张每天生产的废品数X 是一个随机变量，如何定义X 取值的平均值呢？ 若统计100天，32天没有出废品，30天每天出一件废品，17天每天出两件废品，21天每天出三件废品。这样可以得到这100天中每天的平均废品数为 27.1100 213100172100301100320=?+?+?+? 这个数能作为X 取值的平均值吗？ 可以想象，若另外统计100天，车工小张不出废品，出一件、二件、三件废品的天数与前面的100天一般不会完全相同，这另外100天每天的平均废品数也不一定是 1.27。 对于一个随机变量X ，若它全部可能取的值是 ,,21x x ， 相应的概率为 ,,21P P ，则对X 作一系列观察(试验)所得X 的试验值的平均值是随机的。但是，如果试验次数很大，出现k x 的频率会接近于K P ，于是试验值的平均值应接近 ∑∞=1k k k p x 由此引入离散随机变量数学期望的定义。 期望与方差的相关公式 -、数学期望的来由 早在17世纪，有一个赌徒向法国著名数学家帕斯卡挑战，给他出了一道题目，题目是这样的：甲乙两个人赌博，他们两人获胜的机率相等，比赛规则是先胜三局者为赢家，赢家可以获得100法郎的奖励。当比赛进行到第三局的时候，甲胜了两局，乙胜了一局，这时由于某些原因中止了比赛，那么如何分配这100法郎才比较公平？ 用概率论的知识，不难得知，甲获胜的概率为1/2+(1/2)*(1/2)=3/4，或者分析乙获胜的概率为(1/2)*(1/2)＝1/4。因此由此引出了甲的期望所得值为100*3/4=75法郎，乙的期望所得值为25法郎。 这个故事里出现了“期望”这个词，数学期望由此而来。 定义1 若离散型随机变量ξ可能取值为i a （i =1，2，3 ，…），其分布列为i p （i =1，2，3， …），则当i i i p a ∑∞=1<∞时，则称ξ存在数学期望，并且数学期望为E ξ=∑∞ =1i i i p a ，如果i i i p a ∑∞ =1=∞，则数学期望不存在。[]1 定义2 期望：若离散型随机变量ξ，当ξ=x i 的概率为P （ξ=x i ）=P i （i =1， 2，…，n ，…），则称E ξ=∑x i p i 为ξ的数学期望，反映了ξ的平均值. 期望是算术平均值概念的推广，是概率意义下的平均.E ξ由ξ的分布列唯一确定. 二、数学期望的性质 （1）设C 是常数，则E(C )=C 。 （2）若k 是常数，则E (kX )=kE (X )。 （3）)E(X )E(X )X E(X 2121+=+。 三、 方差的定义 前面我们介绍了随机变量的数学期望，它体现了随机变量取值的平均水平， 第五十七讲总体期望值与方差的估计 班级 ________ 姓名__________ 考号___________ 日期__________ 得分 ___________ 括号内.） 1. （2019黄冈）一组数据中的每一个数据都乘以2,再都减去80,得一组新数据，若求 得新数据的平均数是 1.2,方差是4.4，则原来数据的平均数和方差分别是（） A . 40.6,1.1 B . 48.8,4.4 C. 81.2,44.4 D . 78.8,75.6 解析：记原数据依次为x1, x2, x3,…，x n,则新数据依次为2x1- 80,2x2—80,2x3—80,…, 2X1 + X2+…+ X n —80n X1 + X2+…+ X n 1.2 + 80 2x n—80,且=1.2，因此有■= = 40.6，纟口合各选 n n 2 项知，选A. 答案：A 2. 在一次知识竞赛中，抽取10名选手的成绩分别如下表 成绩4分5分6分7分8分9分10分人数分布2013211 这组样本的方差为（） A . 3.4 B . 34 34 C. 0.34 D.y 答案：A 3?某班有48名学生，在一次考试中统计出平均分为70分，方差为75,后来发现有2 名同学的成绩有误，甲实得80分却记为50分，乙实得70分却记为100分，更正后平均分和方差分别是（） A . 70,25 B . 70,50 C . 70,1.04 D . 65,25 解析：易得X没有改变，X = 70, 而s2= 48[(X12+ X22+ …+ 502+ 1002+ …+ X482)—48 —2] = 75, 2〔22 2 2 2 —2 s' = 48[(X1 + X2 + …+ 80 + 70 + …+ X48)—48 X ] X 48+ 48 —2—12500 + 11300) —48—2] 1．某企业有甲、乙两个研发小组，他们研发新产品成功的概率分别为23和3 5，现安排甲 组研发新产品A ，乙组研发新产品B ，设甲、乙两组的研发相互独立． (1)求至少有一种新产品研发成功的概率； (2)若新产品A 研发成功，预计企业可获利润120万元；若新产品B 研发成功，预计企业可获利润100万元，求该企业可获利润的分布列和数学期望．阿 解：记E ＝{甲组研发新产品成功}，F ＝{乙组研发新产品成功}． 由题设知P (E )＝23，P (E )＝13，P (F )＝35，P (F )＝2 5. 且事件E 与F ，E 与F ，E 与F ，E 与F 都相互独立． (1)记H ＝{至少有一种新产品研发成功}，则H ＝E F ，于是 P (H )＝P (E )P (F )＝13×25＝2 15 ， 故所求的概率为P (H )＝1－P (H )＝1－215＝13 15 . (2)设企业可获利润为X (万元)，则X 的可能取值为0,100,120,220. P (X ＝0)＝P (E F )＝13×25＝2 15， P (X ＝100)＝P (E F )＝13×35＝3 15， P (X ＝120)＝P (E F )＝23×25＝4 15， P (X ＝220)＝P (EF )＝23×35＝6 15. 故所求的X 分布列为 数学期望为E (X )＝0×215＋100×315＋120×415＋220×615＝300＋480＋1 32015＝2 100 15＝ 140. 2．现有一游戏装置如图，小球从最上方入口处投入，每次遇到黑色障碍物等可能地向左、右两边落下．游戏规则为：若小球最终落入A 槽，得10张奖票；若落入B 槽，得5张奖票；若落入C 槽，得重投一次的机会，但投球的总次数不超过3次． (1)求投球一次，小球落入B 槽的概率； (2)设玩一次游戏能获得的奖票数为随机变量X ，求X 的分布列及数学期望． 12.2 总体期望值和方差的估计 ●知识梳理 （1）如果有n 个数据x 1，x 2，…，x n ，那么x =n 1 （x 1+x 2+…+x n ）叫做这n 个数据的平均数，x 读作“x 拔”. （2）当一组数据x 1，x 2，…，x n 的各个数值较大时，可将各数据同时减去一个适当的常数a ，得到x 1′=x 1－a ，x 2′=x 2－a ，…，x n ′=x n －a ，那么，x =x ' +a . （3）加权平均数：如果在n 个数据中，x 1出现f 1次，x 2出现f 2次，…，x k 出现f k 次（f 1+f 2+…+f k =n ），那么 x = n f x f x f x k k +++ 2211. 2.方差的计算方法 （1）对于一组数据x 1，x 2，…，x n ，s 2=n 1［（x 1－x ）2+（x 2－x ）2+…+（x n －x ）2］叫做这组数据的方差，而s 叫做标准差. （2）公式s 2= n 1［（x 12+x 22+…+x n 2）－n x 2］. （3）当一组数据x 1，x 2，…，x n 中的各数较大时，可以将各数据减去一个适当的常数a ，得到x 1′=x 1－a ，x 2′=x 2－a ，…，x n ′=x n －a . 则s 2= n 1［（x 1′2+x 2′2+…+x n ′2）－n 2x '］. 3.总体平均值和方差的估计 人类的长期实践和理论研究都充分证明了用样本的平均数估计总体平均值，用样本方差估计总体方差是可行的，而且样本容量越大，估计就越准确. ●点击双基 1.描述总体离散型程度或稳定性的特征数是总体方差，以下统计量估计总体稳定性的是 A.样本均值x B.样本方差 C.样本最大值 D.样本最小值 解析：统计学的基本思想是用样本来估计总体.因此选B. 答案：B 2.甲、乙两人在相同的条件下，射击10次，命中环数如下： 甲：8，6，9，5，10，7，4，8，9，5； 乙：7，6，5，8，6，9，6，8，7，7. 根据以上数据估计两人的技术稳定性，结论是 A.甲优于乙 B.乙优于甲 C.两人没区别 D.两人区别不大 解析：x 甲= 101（8+6+…+5）=7.1，x 乙=10 1 （7+6+…+7）=6.9. 数学期望与方差 1．设)10(~...-X V R 分布，则=) ()(X E X D _______． 2．设)(~...λP X V R ,且)3()2(===X P X P ,则=)(X E ______，=)(X D __. 3．设)2,1(~2N X ,)1(~πY ,则=+-)12(Y X E _____． 4．设X 是...V R ,1)(=X E ,4))1((=-X X E ,则=)(2X E _____． 5．设X V R ...与Y 相互独立,且2)(=X D ,3)(=Y D ,=-)43(Y X D _． 6．设)2,1(~2N X ,则)(X E 与)(X D 分别为_______． A ．1, 2; B.2, 1; C.1, 4; D.4, 1. 7．设)5,1(~2N X ，且)()(C X P C X P >=<,则常数=C _______． 8．若X V R ...的方差3)(=X D ,则=-)52(X D _______． A ． 6; B.7; C. 12; D. 17. 9．已知随机变量X 和Y 相互独立，且它们分别在区间]3,1[ -和]4,2[ 上服从均匀分布，则=)(XY E ____． 10．随机变量X 服从参数为2的泊松分布，则=)(2X E . 11．随机变量X 的概率密度为+∞<<-∞=-x e x f x ,21 )(22 π，则=+)1(X E ． 12．随机变量X 、Y 都服从区间]1 ,0[ 上的均匀分布，则=+)(Y X E ． A ．61B ．2 1C ．1D ．2 13.X 为随机变量，其方差存在，c 为任意非零常数，则下列等式中正确的是． A ．)()(X D c X D =+ B ．c X D c X D +=+)()( C ．c X D c X D -=-)()(D ．)()(X cD cX D = 14．设随机变量X 与Y 相互独立，且2)(=X D ，1)(=Y D ，则=+-)32(Y X D ． 15．设随机变量)2,0(~ U X ，又设X e Y 2-=，则=)(Y E ． 临朐实验中学高二年级数学科学案 NO: §2.3.2离散型随机变量的方差导学案 【学习目标】 1、通过实例，理解离散型随机变量的方差； 2、能计算简单离散型随机变量的方差。 【重点难点】 1.离散型随机变量的方差的概念 2.根据离散型随机变量的分布列求出方差 【知识链接】 【学习过程】 【课内探究】 问题1：某射手在10次射击中所得环数为：10，9，8，10，8，10，10，10，8， 9. 求这名射手所得环数的方差。 问题2： 引入概念： （1）方差的概念：设一个离散型随机变量X所有可能取得值是x 1，x 2 ， (x) n ； 这些值对应的概率为p 1，p 2 ，…，p n ，则 D（X）= 叫做这个离散型随机变量X的方差。离散型随机变量的方差反映了离散型随机变量的取值。 （2）D（X）的叫做随机变量X的标准差。 问题探究： （1）若随机变量X服从参数为p的二点分布，则D（X）= （）。 （2）若随机变量X 服从参数为n ，p 的二项分布，则D （X ）= （ ）。 【典例剖析】 例1 甲、乙两射手在同样条件下进行射击，成绩的分布列如下： 射手甲： 射手乙： 例2 已知某离散型随机变量X 服从下面的二项分布： k k k C k X P -==44 9.01.0)( (k=0,1,2,3,4). 求E （X ）和D （X ）。 变式训练 一牧场有10头牛，因误食含有病毒的饲料而被感染，已知该病的发病率为 。设发病的牛的头数为X ，求E （X ）和D （X ）。 【小结反思】 【当堂检测】 1、已知()~,,8, 1.6B n p E D ξξξ==，则,n p 的值分别是（ ） A ．1000.08和； B ．200.4和； C ．100.2和； D ．100.8和 2、设投掷1颗骰子的点数为ξ，则（ ） ξ=，D ξ= ξ=，D ξ=1235 ξ=，D ξ= ξ=，D ξ= 16 35 3、有一批数量很大的商品的次品率为1%，从中任意地连续取出200件商品，设其中次品数为X ，求E （X ），D （X ） 4、A 、B 两台机床同时加工零件，每生产一批数量较大的产品时，出次品的概率如下表所示： A 机床 B 机床 问哪一台机床加工质量较好《数学期望与方差》习题解答
几何分布的期望与方差的证明
期望与方差例题选讲有详解
期望-方差公式-方差和期望公式
常见分布的期望和方差
期望 方差公式的证明全集
独立随机变量期望和方差的性质
数学期望(均值)、方差和协方差的定义与性质
概率、期望与方差的计算和性质
随机变量的数学期望与方差说课讲解
期望-方差公式-方差和期望公式
第五十七讲总体期望值与方差的估计
选修期望方差练习题含答案
2019年高考第一轮复习数学：12.2 总体期望值和方差的估计
数学期望与方差填空题
期望和方差
相关主题
文本预览