欢迎来到天天文库
浏览记录
ID:5575835
大小:414.00 KB
页数:8页
时间:2017-12-19
《高中新课程数学(新课标人教a版)选修2-3《2.3.2离散型随机变量的方差》教案》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、2.3.2离散型随机变量的方差教学目标:知识与技能:了解离散型随机变量的方差、标准差的意义,会根据离散型随机变量的分布列求出方差或标准差。过程与方法:了解方差公式“D(aξ+b)=a2Dξ”,以及“若ξ~Β(n,p),则Dξ=np(1—p)”,并会应用上述公式计算有关随机变量的方差。情感、态度与价值观:承前启后,感悟数学与生活的和谐之美,体现数学的文化功能与人文价值。教学重点:离散型随机变量的方差、标准差教学难点:比较两个随机变量的期望与方差的大小,从而解决实际问题教具准备:多媒体、实物投影仪。教学设想:了解方差
2、公式“D(aξ+b)=a2Dξ”,以及“若ξ~Β(n,p),则Dξ=np(1—p)”,并会应用上述公式计算有关随机变量的方差。授课类型:新授课课时安排:2课时教具:多媒体、实物投影仪内容分析:数学期望是离散型随机变量的一个特征数,它反映了离散型随机变量取值的平均水平,表示了随机变量在随机实验中取值的平均值,所以又常称为随机变量的平均数、均值.今天,我们将对随机变量取值的稳定与波动、集中与离散的程度进行研究.其实在初中我们也对一组数据的波动情况作过研究,即研究过一组数据的方差.回顾一组数据的方差的概念:设在一组数据
3、,,…,中,各数据与它们的平均值得差的平方分别是,,…,,那么++…+叫做这组数据的方差教学过程:一、复习引入:1.随机变量:如果随机试验的结果可以用一个变量来表示,那么这样的变量叫做随机变量随机变量常用希腊字母ξ、η等表示2.离散型随机变量:对于随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量3.连续型随机变量:对于随机变量可能取的值,可以取某一区间内的一切值,这样的变量就叫做连续型随机变量4.离散型随机变量与连续型随机变量的区别与联系:离散型随机变量与连续型随机变量都是用变量表示随
4、机试验的结果;但是离散型随机变量的结果可以按一定次序一一列出,而连续性随机变量的结果不可以一一列出5.分布列:ξx1x2…xi…PP1P2…Pi…6.分布列的两个性质:⑴Pi≥0,i=1,2,…;⑵P1+P2+…=1.7.二项分布:ξ~B(n,p),并记=b(k;n,p).ξ01…k…nP……8.几何分布:g(k,p)=,其中k=0,1,2,…,.ξ123…k…P……9.数学期望:一般地,若离散型随机变量ξ的概率分布为ξx1x2…xn…Pp1p2…pn…则称……为ξ的数学期望,简称期望. 10.数学期望是离散型
5、随机变量的一个特征数,它反映了离散型随机变量取值的平均水平11平均数、均值:在有限取值离散型随机变量ξ的概率分布中,令…,则有…,…,所以ξ的数学期望又称为平均数、均值12.期望的一个性质:13.若ξB(n,p),则Eξ=np二、讲解新课:1.方差:对于离散型随机变量ξ,如果它所有可能取的值是,,…,,…,且取这些值的概率分别是,,…,,…,那么,=++…++…称为随机变量ξ的均方差,简称为方差,式中的是随机变量ξ的期望.2.标准差:的算术平方根叫做随机变量ξ的标准差,记作.3.方差的性质:(1);(2);(3)
6、若ξ~B(n,p),则np(1-p)4.其它:⑴随机变量ξ的方差的定义与一组数据的方差的定义式是相同的;⑵随机变量ξ的方差、标准差也是随机变量ξ的特征数,它们都反映了随机变量取值的稳定与波动、集中与离散的程度;⑶标准差与随机变量本身有相同的单位,所以在实际问题中应用更广泛三、讲解范例:例1.随机抛掷一枚质地均匀的骰子,求向上一面的点数的均值、方差和标准差.解:抛掷散子所得点数X的分布列为ξ123456P从而;.例2.有甲乙两个单位都愿意聘用你,而你能获得如下信息:甲单位不同职位月工资X1/元12001400160
7、01800获得相应职位的概率P10.40.30.20.1乙单位不同职位月工资X2/元1000140018002000获得相应职位的概率P20.40.30.20.1根据工资待遇的差异情况,你愿意选择哪家单位?解:根据月工资的分布列,利用计算器可算得EX1=1200×0.4+1400×0.3+1600×0.2+1800×0.1=1400,DX1=(1200-1400)2×0.4+(1400-1400)2×0.3+(1600-1400)2×0.2+(1800-1400)2×0.1=40000;EX2=1000×0.4+
8、1400×0.3+1800×0.2+2200×0.1=1400,DX2=(1000-1400)2×0.4+(1400-1400)×0.3+(1800-1400)2×0.2+(2200-1400)2×0.l=160000.因为EX1=EX2,DX1
此文档下载收益归作者所有