正在加载图片...
教案 随机变量的数字特征 教学内容 随机变量的分布函数全面地反映了随机变量的统计规律,利用分布函数可以 很方便地计算各种事件的概率。但在实际应用中,常常并不需要全面了解随机变 量的变化情况,只需要知道一些能反映随机变量的特征的指标就能解决问题,这 些指标便是数字特征。本节主要讲解以下内容: (1)数学期望、方差、协方差和相关系数等概念和计算方法 (2)随机变量的函数的数学期望的计算方法; (3)一些常见分布的数字特征的计算。 教学思路与要求 (1)结合实际背景引出数学期望的概念,指出数学期望的性质,并结合实 际例子讲解其计算方法,并进一步给出随机变量的函数的数学期望的 计算方法 (2)结合实际背景引出方差与标准差的概念,指出方差的性质,并结合实 际例子讲解其计算方法; (3)对几种常见分布计算它们的数学期望和方差 (4)结合实际背景引出协方差与相关系数的概念,指出它们的性质,并结 合实际例子讲解其计算方法 (5)对于正态分布的数字特征,其重要性与常见性众所周知,计算也相对 复杂,更需加以详细讲解。 教学安排 数学期望 我们先看一个例子。检验员每天从生产线取出n件产品进行检验。记5为每 天检验出的次品数。若检验员检查了N天,记这N天出现0,1…,n件次品的天数 分别为x,x1,…,xn,则x0+x1+…+xn=N,且N天出现的总次品数为 0x6+1x1+…+nx=∑kx 因此N天中平均每天出现的次品数为 点, 注意就是N天中每天出现k件次品的频率,即{=k}的频率。若记p4为每天 出现k件次品的概率,即P(E=k),则由概率的统计意义,当N充分大时,会 在p附近摆动(k=01…,n),所以∑k就会在∑k·P附近摆动。因此从教 案 随机变量的数字特征 教学内容 随机变量的分布函数全面地反映了随机变量的统计规律,利用分布函数可以 很方便地计算各种事件的概率。但在实际应用中,常常并不需要全面了解随机变 量的变化情况,只需要知道一些能反映随机变量的特征的指标就能解决问题,这 些指标便是数字特征。本节主要讲解以下内容: (1) 数学期望、方差、协方差和相关系数等概念和计算方法; (2) 随机变量的函数的数学期望的计算方法; (3) 一些常见分布的数字特征的计算。 教学思路与要求 (1) 结合实际背景引出数学期望的概念,指出数学期望的性质,并结合实 际例子讲解其计算方法,并进一步给出随机变量的函数的数学期望的 计算方法; (2) 结合实际背景引出方差与标准差的概念,指出方差的性质,并结合实 际例子讲解其计算方法; (3) 对几种常见分布计算它们的数学期望和方差; (4) 结合实际背景引出协方差与相关系数的概念,指出它们的性质,并结 合实际例子讲解其计算方法。 (5) 对于正态分布的数字特征,其重要性与常见性众所周知,计算也相对 复杂,更需加以详细讲解。 教学安排 一.数学期望 我们先看一个例子。检验员每天从生产线取出 n 件产品进行检验。记  为每 天检验出的次品数。若检验员检查了 N 天,记这 N 天出现 0,1,  ,n 件次品的天数 分别为 n x , x , , x 0 1  ,则 x0  x1  xn  N ,且 N 天出现的总次品数为         n k n k x x n x kx 0 0 0 1 1  。 因此 N 天中平均每天出现的次品数为       n k k n k k N x k N kx 0 0 。 注意 N xk 就是 N 天中每天出现 k 件次品的频率,即 {  k} 的频率。若记 k p 为每天 出现 k 件次品的概率,即 P(  k) ,则由概率的统计意义,当 N 充分大时, N xk 会 在 k p 附近摆动( k  0,1,  ,n ),所以   n k k N x k 0 就会在   n k pk k 0 附近摆动。因此从
向下翻页>>
©2008-现在 cucdc.com 高等教育资讯网 版权所有