




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
概率与数理统计教案-一、教学内容本次课程主要讲解随机变量的数字特征,包括数学期望、方差、协方差和相关系数等内容。二、教学目标1.让学生理解随机变量数学期望、方差、协方差和相关系数的概念。2.掌握离散型和连续型随机变量数学期望、方差的计算方法。3.熟悉常见分布的数学期望和方差公式。4.理解协方差和相关系数的性质及意义,能运用这些概念分析变量间的关系。三、教学重难点1.重点数学期望和方差的定义与计算。常见分布的数学期望和方差。2.难点随机变量函数的数学期望计算。协方差和相关系数的理解与应用。四、教学方法讲授法、举例法、练习法相结合。通过详细讲解概念和公式,结合具体例子帮助学生理解,再安排适量练习巩固所学知识。五、教学过程(一)导入(5分钟)通过回顾上节课随机变量的分布,引出本节课要研究的随机变量的数字特征。例如,我们知道了随机变量X的分布列,但这还不够直观地了解它的整体特征,就像描述一个班级学生的成绩,只知道每个学生的分数还不够,还需要知道平均成绩等数字特征,从而引出数学期望的概念。(二)数学期望(25分钟)1.离散型随机变量的数学期望定义:设离散型随机变量X的分布列为\(P(X=x_k)=p_k,k=1,2,\cdots\),若级数\(\sum_{k=1}^{\infty}x_kp_k\)绝对收敛,则称级数\(\sum_{k=1}^{\infty}x_kp_k\)的值为随机变量X的数学期望,记为\(E(X)\),即\(E(X)=\sum_{k=1}^{\infty}x_kp_k\)。举例:抛掷一枚均匀的骰子,设X表示出现的点数,求\(E(X)\)。首先写出X的分布列:\(P(X=1)=P(X=2)=P(X=3)=P(X=4)=P(X=5)=P(X=6)=\frac{1}{6}\)。然后根据数学期望的定义计算:\(E(X)=1\times\frac{1}{6}+2\times\frac{1}{6}+3\times\frac{1}{6}+4\times\frac{1}{6}+5\times\frac{1}{6}+6\times\frac{1}{6}=\frac{1+2+3+4+5+6}{6}=\frac{21}{6}=3.5\)。2.连续型随机变量的数学期望定义:设连续型随机变量X的概率密度函数为\(f(x)\),若积分\(\int_{\infty}^{\infty}xf(x)dx\)绝对收敛,则称积分\(\int_{\infty}^{\infty}xf(x)dx\)的值为随机变量X的数学期望,记为\(E(X)\),即\(E(X)=\int_{\infty}^{\infty}xf(x)dx\)。举例:设随机变量X的概率密度函数为\(f(x)=\begin{cases}2x,&0\ltx\lt1\\0,&其他\end{cases}\),求\(E(X)\)。根据定义计算:\(E(X)=\int_{\infty}^{\infty}xf(x)dx=\int_{0}^{1}x\cdot2xdx=\int_{0}^{1}2x^2dx=\frac{2}{3}x^3\big|_0^1=\frac{2}{3}\)。3.随机变量函数的数学期望定理:设\(Y\)是随机变量\(X\)的函数\(Y=g(X)\)(\(g\)是连续函数)。若\(X\)是离散型随机变量,分布列为\(P(X=x_k)=p_k,k=1,2,\cdots\),且\(\sum_{k=1}^{\infty}g(x_k)p_k\)绝对收敛,则\(E(Y)=E[g(X)]=\sum_{k=1}^{\infty}g(x_k)p_k\)。若\(X\)是连续型随机变量,概率密度函数为\(f(x)\),且\(\int_{\infty}^{\infty}g(x)f(x)dx\)绝对收敛,则\(E(Y)=E[g(X)]=\int_{\infty}^{\infty}g(x)f(x)dx\)。举例:已知\(X\)的分布列如下:\(P(X=1)=\frac{1}{4}\),\(P(X=0)=\frac{1}{2}\),\(P(X=1)=\frac{1}{4}\),求\(Y=X^2\)的数学期望\(E(Y)\)。方法一:先求出\(Y\)的分布列,\(Y\)取值为\(0\)和\(1\),\(P(Y=0)=P(X=0)=\frac{1}{2}\),\(P(Y=1)=P(X=1)+P(X=1)=\frac{1}{4}+\frac{1}{4}=\frac{1}{2}\)。再根据离散型随机变量数学期望公式计算:\(E(Y)=0\times\frac{1}{2}+1\times\frac{1}{2}=\frac{1}{2}\)。方法二:直接利用随机变量函数的数学期望公式,\(E(Y)=E(X^2)=(1)^2\times\frac{1}{4}+0^2\times\frac{1}{2}+1^2\times\frac{1}{4}=\frac{1}{2}\)。(三)常见分布的数学期望(20分钟)1.01分布设\(X\)服从参数为\(p\)的\(01\)分布,其分布列为\(P(X=1)=p\),\(P(X=0)=1p\)。则\(E(X)=1\timesp+0\times(1p)=p\)。2.二项分布\(B(n,p)\)设\(X\simB(n,p)\),其分布列为\(P(X=k)=C_n^kp^k(1p)^{nk},k=0,1,\cdots,n\)。根据二项式定理\((a+b)^n=\sum_{k=0}^{n}C_n^ka^kb^{nk}\),\(E(X)=\sum_{k=0}^{n}kC_n^kp^k(1p)^{nk}\)。对\(kC_n^k=nC_{n1}^{k1}\)进行变形可得:\(E(X)=\sum_{k=0}^{n}kC_n^kp^k(1p)^{nk}=np\sum_{k=1}^{n}C_{n1}^{k1}p^{k1}(1p)^{nk}=np(p+(1p))^{n1}=np\)。3.泊松分布\(P(\lambda)\)设\(X\simP(\lambda)\),其分布列为\(P(X=k)=\frac{e^{\lambda}\lambda^k}{k!},k=0,1,\cdots\)。\(E(X)=\sum_{k=0}^{\infty}k\frac{e^{\lambda}\lambda^k}{k!}=\lambda\sum_{k=1}^{\infty}\frac{e^{\lambda}\lambda^{k1}}{(k1)!}\)。令\(m=k1\),则\(E(X)=\lambda\sum_{m=0}^{\infty}\frac{e^{\lambda}\lambda^{m}}{m!}=\lambda\)。4.均匀分布\(U(a,b)\)设\(X\simU(a,b)\),其概率密度函数为\(f(x)=\begin{cases}\frac{1}{ba},&a\ltx\ltb\\0,&其他\end{cases}\)。\(E(X)=\int_{\infty}^{\infty}xf(x)dx=\int_{a}^{b}x\cdot\frac{1}{ba}dx=\frac{1}{ba}\cdot\frac{x^2}{2}\big|_a^b=\frac{a+b}{2}\)。5.指数分布\(E(\lambda)\)设\(X\simE(\lambda)\),其概率密度函数为\(f(x)=\begin{cases}\lambdae^{\lambdax},&x\gt0\\0,&x\leq0\end{cases}\)。\(E(X)=\int_{\infty}^{\infty}xf(x)dx=\int_{0}^{\infty}x\lambdae^{\lambdax}dx\)。利用分部积分法,令\(u=x\),\(dv=\lambdae^{\lambdax}dx\),则\(du=dx\),\(v=e^{\lambdax}\)。可得\(E(X)=\int_{0}^{\infty}x\lambdae^{\lambdax}dx=xe^{\lambdax}\big|_0^{\infty}+\int_{0}^{\infty}e^{\lambdax}dx=\frac{1}{\lambda}\)。6.正态分布\(N(\mu,\sigma^2)\)设\(X\simN(\mu,\sigma^2)\),其概率密度函数为\(f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{\frac{(x\mu)^2}{2\sigma^2}}\)。\(E(X)=\int_{\infty}^{\infty}x\frac{1}{\sqrt{2\pi}\sigma}e^{\frac{(x\mu)^2}{2\sigma^2}}dx\)。令\(t=\frac{x\mu}{\sigma}\),则\(x=\mu+\sigmat\),\(dx=\sigmadt\)。\(E(X)=\int_{\infty}^{\infty}(\mu+\sigmat)\frac{1}{\sqrt{2\pi}}e^{\frac{t^2}{2}}\sigmadt=\mu\int_{\infty}^{\infty}\frac{1}{\sqrt{2\pi}}e^{\frac{t^2}{2}}dt+\sigma\int_{\infty}^{\infty}t\frac{1}{\sqrt{2\pi}}e^{\frac{t^2}{2}}dt\)。因为\(\int_{\infty}^{\infty}\frac{1}{\sqrt{2\pi}}e^{\frac{t^2}{2}}dt=1\),\(\int_{\infty}^{\infty}t\frac{1}{\sqrt{2\pi}}e^{\frac{t^2}{2}}dt=0\),所以\(E(X)=\mu\)。(四)方差(25分钟)1.定义设\(X\)是一个随机变量,若\(E[(XE(X))^2]\)存在,则称\(E[(XE(X))^2]\)为\(X\)的方差,记为\(D(X)\)或\(Var(X)\),即\(D(X)=E[(XE(X))^2]\)。其算术平方根\(\sqrt{D(X)}\)称为标准差或均方差,记为\(\sigma(X)\)。2.计算方法对于离散型随机变量\(X\),\(D(X)=\sum_{k=1}^{\infty}(x_kE(X))^2p_k\)。对于连续型随机变量\(X\),\(D(X)=\int_{\infty}^{\infty}(xE(X))^2f(x)dx\)。常用公式:\(D(X)=E(X^2)[E(X)]^2\)。证明:\(D(X)=E[(XE(X))^2]=E(X^22XE(X)+[E(X)]^2)=E(X^2)2E(X)E(X)+[E(X)]^2=E(X^2)[E(X)]^2\)。3.举例已知\(X\)的分布列如下:\(P(X=1)=\frac{1}{4}\),\(P(X=0)=\frac{1}{2}\),\(P(X=1)=\frac{1}{4}\),求\(D(X)\)。先求\(E(X)\):\(E(X)=(1)\times\frac{1}{4}+0\times\frac{1}{2}+1\times\frac{1}{4}=0\)。再求\(E(X^2)\):\(E(X^2)=(1)^2\times\frac{1}{4}+0^2\times\frac{1}{2}+1^2\times\frac{1}{4}=\frac{1}{2}\)。最后根据公式\(D(X)=E(X^2)[E(X)]^2=\frac{1}{2}0^2=\frac{1}{2}\)。4.常见分布的方差01分布:\(D(X)=p(1p)\)。证明:\(E(X)=p\),\(E(X^2)=1^2\timesp+0^2\times(1p)=p\),所以\(D(X)=E(X^2)[E(X)]^2=pp^2=p(1p)\)。二项分布\(B(n,p)\):\(D(X)=np(1p)\)。证明:\(E(X)=np\),\(E(X^2)=\sum_{k=0}^{n}k^2C_n^kp^k(1p)^{nk}\)。由\(k^2C_n^k=n(n1)C_{n2}^{k2}+nC_{n1}^{k1}\)可得:\(E(X^2)=n(n1)p^2+(np)^2\),则\(D(X)=E(X^2)[E(X)]^2=n(n1)p^2+(np)^2(np)^2=np(1p)\)。泊松分布\(P(\lambda)\):\(D(X)=\lambda\)。证明:\(E(X)=\lambda\),\(E(X^2)=\sum_{k=0}^{\infty}k^2\frac{e^{\lambda}\lambda^k}{k!}\)。由\(k^2\frac{e^{\lambda}\lambda^k}{k!}=\lambdak\frac{e^{\lambda}\lambda^{k1}}{(k1)!}\)可得\(E(X^2)=\lambda^2+\lambda\),所以\(D(X)=E(X^2)[E(X)]^2=\lambda^2+\lambda\lambda^2=\lambda\)。均匀分布\(U(a,b)\):\(D(X)=\frac{(ba)^2}{12}\)。证明:\(E(X)=\f
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 高铁噪声管理办法
- 乡镇气象员管理办法
- 云计划投资管理办法
- 湿地恢复费管理办法
- 风险中台管理办法
- 碑林区餐饮管理办法
- 河北省供热管理办法
- 秦皇岛促销管理办法
- 乡集市贸易管理办法
- 深圳市艺培管理办法
- 2014红星美凯龙建材品类系列知识培训:卫浴篇
- 卫生部手术分级目录(2023年1月份修订)
- GB/T 9576-2013橡胶和塑料软管及软管组合件选择、贮存、使用和维护指南
- 神经康复学教学大纲
- 煤矿用防爆电气设备防爆检查标准培训课件
- 护士注册健康体检表下载【可直接打印版本】
- SH3904-2022年石油化工建设工程项目竣工验收规定
- 检查院的申诉书范文写检察院的申诉状
- 数字孪生应用白皮书
- 叉车检验检测报告
- 新浙教版七年级下册初中科学全册教案(教学设计)
评论
0/150
提交评论