二项式定理
学习目标：
1掌握二项式定理和二项式系数的性质。
2.能灵活运用展开式、通项公式、二项式系数的性质解题
学习重点：如何灵活运用展开式、通项公式、二项式系数的性质解题
学习难点：如何灵活运用展开式、通项公式、二项式系数的性质解题
授课类型：新授课
课时安排：1课时
教 具：多媒体、实物投影仪 21世纪教育网
教学过程：
一、复习引入：
1．二项式定理及其特例：
（1），
（2）.
2．二项展开式的通项公式：
3．求常数项、有理项和系数最大的项时，要根据通项公式讨论对的限制；求有理项时要注意到指数及项数的整数性
4 二项式系数表（杨辉三角）
展开式的二项式系数，当依次取…时，二项式系数表，表中每行两端都是，除以外的每一个数都等于它肩上两个数的和
5．二项式系数的性质：
展开式的二项式系数是，，，…，．可以看成以为自变量的函数，定义域是，例当时，其图象是个孤立的点（如图）
（1）对称性．与首末两端“等距离”的两个二项式系数相等（∵）．
直线是图象的对称轴．
（2）增减性与最大值：当是偶数时，中间一项取得最大值；当是奇数时，中间两项，取得最大值．
（3）各二项式系数和：
∵，21世纪教育网
令，则
二、讲解范例：
例1． 设，
当时，求的值
解：令得：
，
∴，
点评：对于，令即可得各项系数的和的值；令即，可得奇数项系数和与偶数项和的关系
例2．求证：．
证（法一）倒序相加：设 ①
又∵ ②
∵，∴， 21世纪教育网
由①+②得：，
∴，即．
（法二）：左边各组合数的通项为
，
∴ ．
例3．已知：的展开式中，各项系数和比它的二项式系数和大．
（1）求展开式中二项式系数最大的项；（2）求展开式中系数最大的项
解：令，则展开式中各项系数和为，21世纪教育网
又展开式中二项式系数和为，
∴，．21世纪教育网
（1）∵，展开式共项，二项式系数最大的项为第三、四两项，
∴， ， [来源:21世纪教育网]
（2）设展开式中第项系数最大，则，21世纪教育网
∴，∴ ，
即展开式中第项系数最大，．
例4．已知，
求证：当为偶数时，能被整除
分析：由二项式定理的逆用化简，再把变形，化为含有因数的多项式
∵，
∴，∵为偶数，∴设（），
∴
（） ，
当=时，显然能被整除，
当时，（）式能被整除，
所以，当为偶数时，能被整除
三、课堂练习：
1．展开式中的系数为 ，各项系数之和为 ．
2．多项式（）的展开式中，的系数为
3．若二项式（）的展开式中含有常数项，则的最小值为（ ）21世纪教育网
A.4 B.5 C.6 D.8
4．某企业欲实现在今后10年内年产值翻一番的目标，那么该企业年产值的年平均增长率最低应 （ ）
A.低于5％ B.在5％～6％之间
C.在6％～8％之间 D.在8％以上
5．在的展开式中，奇数项之和为，偶数项之和为，则等于（ ）
A.0 B. C. D.
6．求和：．21世纪教育网
7．求证：当且时，．
8．求的展开式中系数最大的项
答案：1. 45, 0 2. 0 ．提示：
3. B 4. C 5. D 6.
7. (略) 8.
四、小结 ：二项式定理体现了二项式的正整数幂的展开式的指数、项数、二项式系数等方面的内在联系，涉及到二项展开式中的项和系数的综合问题，只需运用通项公式和二项式系数的性质对条件进行逐个节破，对于与组合数有关的和的问题，赋值法是常用且重要的方法，同时注意二项式定理的逆用 五、课后作业：
1．已知展开式中的各项系数的和等于的展开式的常数项，而 展开式的系数的最大的项等于，求的值
答案：
2．设
求：① ②．
答案：①； ②21世纪教育网
3．求值：．
答案：
4．设，试求的展开式中：
（1）所有项的系数和；
（2）所有偶次项的系数和及所有奇次项的系数和
答案：（1）；
（2）所有偶次项的系数和为；
所有奇次项的系数和为
六、板书设计（略）
七、课后记：
分类加法计数原理和分步乘法计数原理
教学目标：
知识与技能：①理解分类加法计数原理与分步乘法计数原理；
②会利用两个原理分析和解决一些简单的应用问题；
过程与方法：培养学生的归纳概括能力；
情感、态度与价值观：引导学生形成 “自主学习”与“合作学习”等良好的学习方式
教学重点：分类计数原理(加法原理)与分步计数原理(乘法原理)
教学难点：分类计数原理(加法原理)与分步计数原理(乘法原理)的准确理解
授课类型：新授课
课时安排：2课时
教 具：多媒体、实物投影仪 21世纪教育网
第一课时
引入课题
先看下面的问题：
①从我们班上推选出两名同学担任班长，有多少种不同的选法？
②把我们的同学排成一排，共有多少种不同的排法？
要解决这些问题，就要运用有关排列、组合知识. 排列组合是一种重要的数学计数方法. 总的来说，就是研究按某一规则做某事时，一共有多少种不同的做法. 在运用排列、组合方法时，经常要用到分类加法计数原理与分步乘法计数原理. 这节课，我们从具体例子出发来学习这两个原理.
1 分类加法计数原理
（1）提出问题
问题1.1：用一个大写的英文字母或一个阿拉伯数字给教室里的座位编号，总共能够编出多少种不同的号码？
问题1.2：从甲地到乙地，可以乘火车，也可以乘汽车.如果一天中火车有3班，汽车有2班.那么一天中，乘坐这些交通工具从甲地到乙地共有多少种不同的走法？
探究：你能说说以上两个问题的特征吗？
（2）发现新知
分类加法计数原理 完成一件事有两类不同方案，在第1类方案中有种不同的方法，在第2类方案中有种不同的方法. 那么完成这件事共有
种不同的方法.
（3）知识应用
例1.在填写高考志愿表时，一名高中毕业生了解到，A,B两所大学各有一些自己感兴趣的强项专业，具体情况如下：
A大学 B大学
生物学 数学
化学 会计学
医学 信息技术学
物理学 法学
工程学
如果这名同学只能选一个专业，那么他共有多少种选择呢？
分析：由于这名同学在 A , B 两所大学中只能选择一所，而且只能选择一个专业，又由于两所大学没有共同的强项专业，因此符合分类加法计数原理的条件．解：这名同学可以选择 A , B 两所大学中的一所．在 A 大学中有 5 种专业选择方法，在 B 大学中有 4 种专业选择方法．又由于没有一个强项专业是两所大学共有的，因此根据分类加法计数原理，这名同学可能的专业选择共有
5+4=9（种）.
变式：若还有C大学，其中强项专业为：新闻学、金融学、人力资源学.那么，这名同学可能的专业选择共有多少种？
探究：如果完成一件事有三类不同方案，在第1类方案中有种不同的方法，在第2类方案中有种不同的方法，在第3类方案中有种不同的方法，那么完成这件事共有多少种不同的方法？
如果完成一件事情有类不同方案，在每一类中都有若干种不同方法，那么应当如何计数呢？
一般归纳：21世纪教育网
完成一件事情，有n类办法，在第1类办法中有种不同的方法，在第2类办法中有种不同的方法……在第n类办法中有种不同的方法.那么完成这件事共有
种不同的方法.
理解分类加法计数原理：
分类加法计数原理针对的是“分类”问题，完成一件事要分为若干类，各类的方法相互独立，各类中的各种方法也相对独立，用任何一类中的任何一种方法都可以单独完成这件事.
例2.一蚂蚁沿着长方体的棱,从的一个顶点爬到相对的另一个顶点的最近路线共有多少条？
解:从总体上看,如,蚂蚁从顶点A爬到顶点C1有三类方法,从局部上看每类又需两步完成,所以, 21世纪教育网
第一类, m1 = 1×2 = 2 条
第二类, m2 = 1×2 = 2 条
第三类, m3 = 1×2 = 2 条
所以, 根据加法原理, 从顶点A到顶点C1最近路线共有 N = 2 + 2 + 2 = 6 条21世纪教育网
练习
1．填空：
( 1 ）一件工作可以用 2 种方法完成，有 5 人只会用第 1 种方法完成，另有 4 人只会用第 2 种方法完成，从中选出 l 人来完成这件工作，不同选法的种数是＿ ;
( 2 ）从 A 村去 B 村的道路有 3 条，从 B 村去 C 村的道路有 2 条，从 A 村经 B 的路线有＿条．
第二课时[来源:21世纪教育网]
[来源:21世纪教育网]
2 分步乘法计数原理
（1）提出问题
问题2.1：用前6个大写英文字母和1—9九个阿拉伯数字，以,,…，,,…的方式给教室里的座位编号，总共能编出多少个不同的号码？
用列举法可以列出所有可能的号码：
我们还可以这样来思考：由于前 6 个英文字母中的任意一个都能与 9 个数字中的任何一个组成一个号码，而且它们各不相同，因此共有 6×9 = 54 个不同的号码．
探究：你能说说这个问题的特征吗？
（2）发现新知
分步乘法计数原理 完成一件事有两类不同方案，在第1类方案中有种不同的方法，在第2类方案中有种不同的方法. 那么完成这件事共有
种不同的方法.
（3）知识应用
例1.设某班有男生30名，女生24名. 现要从中选出男、女生各一名代表班级参加比赛，共有多少种不同的选法？
分析：选出一组参赛代表，可以分两个步骤．第 l 步选男生．第2步选女生．
解：第 1步，从 30 名男生中选出1人，有30种不同选择；
第 2 步，从24 名女生中选出1人，有 24 种不同选择．
根据分步乘法计数原理，共有
30×24 =720
种不同的选法．
探究：如果完成一件事需要三个步骤，做第1步有种不同的方法，做第2步有种不同的方法，做第3步有种不同的方法，那么完成这件事共有多少种不同的方法？
如果完成一件事情需要个步骤，做每一步中都有若干种不同方法，那么应当如何计数呢？
一般归纳：
完成一件事情，需要分成n个步骤，做第1步有种不同的方法，做第2步有种不同的方法……做第n步有种不同的方法.那么完成这件事共有
种不同的方法.
理解分步乘法计数原理：
分步计数原理针对的是“分步”问题，完成一件事要分为若干步，各个步骤相互依存，完成任何其中的一步都不能完成该件事，只有当各个步骤都完成后，才算完成这件事.
3．理解分类加法计数原理与分步乘法计数原理异同点
①相同点：都是完成一件事的不同方法种数的问题
②不同点：分类加法计数原理针对的是“分类”问题，完成一件事要分为若干类，各类的方法相互独立，各类中的各种方法也相对独立，用任何一类中的任何一种方法都可以单独完成这件事，是独立完成；而分步乘法计数原理针对的是“分步”问题，完成一件事要分为若干步，各个步骤相互依存，完成任何其中的一步都不能完成该件事，只有当各个步骤都完成后，才算完成这件事，是合作完成.
例2 .如图,要给地图A、B、C、D四个区域分别涂上3种不同颜色中的某一种,允许同一种颜色使用多次,但相邻区域必须涂不同的颜色,不同的涂色方案有多少种？
解: 按地图A、B、C、D四个区域依次分四步完成,
第一步, m1 = 3 种,
第二步, m2 = 2 种,
第三步, m3 = 1 种,
第四步, m4 = 1 种,
所以根据乘法原理, 得到不同的涂色方案种数共有N = 3 × 2 ×1×1 = 6
变式
1，如图,要给地图A、B、C、D四个区域分别涂上3种不同颜色中的某一种,允许同一种颜色使用多次,但相邻区域必须涂不同的颜色,不同的涂色方案有多少种？
2若颜色是2种，4种，5种又会什么样的结果呢？
练习
2．现有高一年级的学生 3 名，高二年级的学生 5 名，高三年级的学生 4 名． ( 1 ）从中任选1 人参加接待外宾的活动，有多少种不同的选法？村去 C 村，不同 ( 2 ）从 3 个年级的学生中各选 1 人参加接待外宾的活动，有多少种不同的选法？
21世纪教育网
第三课时
3 综合应用
例1. 书架的第1层放有4本不同的计算机书，第2层放有3本不同的文艺书，第3层放2本不同的体育书.
①从书架上任取1本书，有多少种不同的取法？
②从书架的第1、2、3层各取1本书，有多少种不同的取法？
③从书架上任取两本不同学科的书，有多少种不同的取法？
【分析】
①要完成的事是“取一本书”，由于不论取书架的哪一层的书都可以完成了这件事，因此是分类问题，应用分类计数原理.
②要完成的事是“从书架的第1、2、3层中各取一本书”，由于取一层中的一本书都只完成了这件事的一部分，只有第1、2、3层都取后，才能完成这件事，因此是分步问题，应用分步计数原理.
③要完成的事是“取2本不同学科的书”，先要考虑的是取哪两个学科的书，如取计算机和文艺书各1本，再要考虑取1本计算机书或取1本文艺书都只完成了这
件事的一部分，应用分步计数原理，上述每一种选法都完成后，这件事才能完成，因此这些选法的种数之间还应运用分类计数原理.
解： (1) 从书架上任取1本书，有3类方法：第1类方法是从第1层取1本计算机书，有4 种方法；第2 类方法是从第2 层取1本文艺书，有3 种方法；第3类方法是从第 3 层取 1 本体育书，有 2 种方法．根据分类加法计数原理，不同取法的种数是
=4+3+2=9;
( 2 ）从书架的第 1 , 2 , 3 层各取 1 本书，可以分成3个步骤完成：第 1 步从第 1 层取 1 本计算机书，有 4 种方法；第 2 步从第 2 层取1本文艺书，有 3 种方法；第 3 步从第3层取1 本体育书，有 2 种方法．根据分步乘法计数原理，不同取法的种数是
=4×3×2=24 .
（3）。
例2. 要从甲、乙、丙3幅不同的画中选出2幅，分别挂在左、右两边墙上的指定位置，问共有多少种不同的挂法？
解：从 3 幅画中选出 2 幅分别挂在左、右两边墙上，可以分两个步骤完成：第 1 步，从 3 幅画中选 1 幅挂在左边墙上，有 3 种选法；第 2 步，从剩下的 2 幅画中选 1 幅挂在右边墙上，有 2 种选法．根据分步乘法计数原理，不同挂法的种数是
N=3×2=6 .
6种挂法可以表示如下：
分类加法计数原理和分步乘法计数原理，回答的都是有关做一件事的不同方法的种数问题．区别在于：分类加法计数原理针对的是“分类”问题，其中各种方法相互独立，用其中任何一种方法都可以做完这件事，分步乘法计数原理针对的是“分步”问题，各个步骤中的方法互相依存，只有各个步骤都完成才算做完这件事．
例3.随着人们生活水平的提高，某城市家庭汽车拥有量迅速增长，汽车牌照号码需交通管理部门出台了一种汽车牌照组成办法，每一个汽车牌照都必须有3个不重复的英文字母和 3 个不重复的阿拉伯数字，并且 3 个字母必须合成一组出现，3个数字也必须合成一组出现．那么这种办法共能给多少辆汽车上牌照？
分析：按照新规定，牌照可以分为 2类，即字母组合在左和字母组合在右．确定一个牌照的字母和数字可以分6个步骤．
解：将汽车牌照分为 2 类，一类的字母组合在左，另一类的字母组合在右．字母组合在左时，分6个步骤确定一个牌照的字母和数字：
第1步，从26个字母中选1个，放在首位，有26种选法；21世纪教育网
第2步，从剩下的25个字母中选 1个，放在第2位，有25种选法；
第3步，从剩下的24个字母中选 1个，放在第3位，有24种选法；
第4步，从10个数字中选1个，放在第 4 位，有10种选法；
第5步，从剩下的 9个数字中选1个，放在第5位，有9种选法；
第6步，从剩下的 8个字母中选1个，放在第6位，有8种选法．
根据分步乘法计数原理，字母组合在左的牌照共有
26 ×25×24×10×9×8=11 232 000（个） .
同理，字母组合在右的牌照也有11232 000 个．
所以，共能给
11232 000 + 11232 000 = 22464 000（个） .
辆汽车上牌照．
用两个计数原理解决计数问题时，最重要的是在开始计算之前要进行仔细分析 ― 需要分类还是需要分步．分类要做到“不重不漏”．分类后再分别对每一类进行计数，最后用分类加法计数原理求和，得到总数．分步要做到“步骤完整” ― 完成了所有步骤，恰好完成任务，当然步与步之间要相互独立．分步后再计算每一步的方法数，最后根据分步乘法计数原理，把完成每一步的方法数相乘，得到总数．
练习
1．乘积展开后共有多少项？
2．某电话局管辖范围内的电话号码由八位数字组成，其中前四位的数字是不变的，后四位数字都是。到 9 之间的一个数字，那么这个电话局不同的电话号码最多有多少个？ 3．从 5 名同学中选出正、副组长各 1 名，有多少种不同的选法？
4．某商场有 6 个门，如果某人从其中的任意一个门进人商场，并且要求从其他的门出去，共有多少种不同的进出商场的方式？
21世纪教育网
第四课时
例1.给程序模块命名，需要用3个字符，其中首字符要求用字母 A～G 或 U～Z , 后两个要求用数字1～9．问最多可以给多少个程序命名？
分析：要给一个程序模块命名，可以分三个步骤：第 1 步，选首字符；第2步，选中间字符；第3步，选最后一个字符．而首字符又可以分为两类．
解：先计算首字符的选法．由分类加法计数原理，首字符共有
7 + 6 = 13
种选法．
再计算可能的不同程序名称．由分步乘法计数原理，最多可以有
13×9×9 = = 1053
个不同的名称，即最多可以给1053个程序命名．
例2. 核糖核酸（RNA）分子是在生物细胞中发现的化学成分一个 RNA 分子是一个有着数百个甚至数千个位置的长链，长链中每一个位置上都由一种称为碱基的化学成分所占据．
总共有 4 种不同的碱基，分别用A,C,G,U表示．在一个 RNA 分子中，各种碱基能够以任意次序出现，所以在任意一个位置上的碱基与其他位置上的碱基无关．假设有一类 RNA 分子由 100 个碱基组成，那么能有多少种不同的 RNA 分子？
分析：用图1. 1一2 来表示由100个碱基组成的长链，这时我们共有100个位置，每个位置都可以从A , C , G , U 中任选一个来占据．
解：100个碱基组成的长链共有 100个位置，如图1 . 1一2所示．从左到右依次在每一个位置中，从 A , C , G , U 中任选一个填人，每个位置有 4 种填充方法．根据分步乘法计数原理，长度为 100 的所有可能的不同 RNA 分子数目有
（个）
例3.电子元件很容易实现电路的通与断、电位的高与低等两种状态，而这也是最容易控制的两种状态．因此计算机内部就采用了每一位只有 O 或 1 两种数字的记数法，即二进制．为了使计算机能够识别字符，需要对字符进行编码，每个字符可以用一个或多个字节来表示，其中字节是计算机中数据存储的最小计量单位，每个字节由 8 个二进制位构成．问：
(1）一个字节（ 8 位）最多可以表示多少个不同的字符？
(2）计算机汉字国标码（GB 码）包含了6 763 个汉字，一个汉字为一个字符，要对这些汉字进行编码，每个汉字至少要用多少个字节表示？
分析：由于每个字节有 8 个二进制位，每一位上的值都有 0,1两种选择，而且不同的顺序代表不同的字符，因此可以用分步乘法计数原理求解本题．
解：(1）用图1.1一3 来表示一个字节．[来源:21世纪教育网]
图 1 . 1 一 3
一个字节共有 8 位，每位上有 2 种选择．根据分步乘法计数原理，一个字节最多可以表示 2×2×2×2×2×2×2×2= 28 =256 个不同的字符；
( 2）由（ 1 ）知，用一个字节所能表示的不同字符不够 6 763 个，我们就考虑用2 个字节能够表示多少个字符．前一个字节有 256 种不同的表示方法，后一个字节也有 256 种表示方法．根据分步乘法计数原理， 2个字节可以表示 256×256 = 65536
个不同的字符，这已经大于汉字国标码包含的汉字个数 6 763．所以要表示这些汉字，每个汉字至少要用 2 个字节表示．
例4.计算机编程人员在编写好程序以后需要对程序进行测试．程序员需要知道到底有多少条执行路径（即程序从开始到结束的路线），以便知道需要提供多少个测试数据．一般地，一个程序模块由许多子模块组成．如图1.1一4，它是一个具有许多执行路径的程序模块．问：这个程序模块有多少条执行路径？
另外，为了减少测试时间，程序员需要设法减少测试次数你能帮助程序员设计一个测试方法，以减少测试次数吗？
图1.1一4
分析：整个模块的任意一条执行路径都分两步完成：第 1 步是从开始执行到 A 点；第 2 步是从 A 点执行到结束．而第 1 步可由子模块 1 或子模块 2 或子模块 3 来完成；第 2 步可由子模块 4 或子模块 5 来完成．因此，分析一条指令在整个模块的执行路径需要用到两个计数原理．
解：由分类加法计数原理，子模块 1 或子模块 2 或子模块 3 中的子路径共有
18 + 45 + 28 = 91 （条） ;
子模块 4 或子模块 5 中的子路径共有
38 + 43 = 81 （条） .
又由分步乘法计数原理，整个模块的执行路径共有
91×81 = 7 371（条）.
在实际测试中，程序员总是把每一个子模块看成一个黑箱，即通过只考察是否执行了正确的子模块的方式来测试整个模块．这样，他可以先分别单独测试 5 个模块，以考察每个子模块的工作是否正常．总共需要的测试次数为
18 + 45 + 28 + 38 + 43 =172.
再测试各个模块之间的信息交流是否正常，只需要测试程序第1 步中的各个子模块和第 2 步中的各个子模块之间的信息交流是否正常，需要的测试次数为
3×2=6 .
如果每个子模块都工作正常，并且各个子模块之间的信息交流也正常，那么整个程序模块就工作正常．这样，测试整个模块的次数就变为
172 + 6=178（次）.
显然，178 与7371 的差距是非常大的．
你看出了程序员是如何实现减少测试次数的吗？
巩固练习：
1.如图,从甲地到乙地有2条路可通,从乙地到丙地有3条路可通;从甲地到丁地有4条路可通, 从丁地到丙地有2条路可通。从甲地到丙地共有多少种不同的走法？
2.书架上放有3本不同的数学书，5本不同的语文书，6本不同的英语书．
（1）若从这些书中任取一本，有多少种不同的取法？
（2）若从这些书中，取数学书、语文书、英语书各一本，有多少种不同的取法？
（3）若从这些书中取不同的科目的书两本，有多少种不同的取法？
3.如图一,要给①,②,③,④四块区域分别涂上五种颜色中的某一种,允许同一种颜色使用多次,但相邻区域必须涂不同颜色,则不同涂色方法种数为()
A. 180 B. 160 C. 96 D. 60
若变为图二,图三呢?
5.五名学生报名参加四项体育比赛，每人限报一项，报名方法的种数为多少？又他们争夺这四项比赛的冠军，获得冠军的可能性有多少种？
6．（2007年重庆卷）若三个平面两两相交，且三条交线互相平行，则这三个平面把空间分成（ C ）
A．5部分 B.6部分 C.7部分 D.8部分
课外作业：第10页 习题 1. 1 6 , 7 , 8
教学反思：
课堂小结
1．分类加法计数原理和分步乘法计数原理是排列组合问题的最基本的原理，是推导排列数、组合数公式的理论依据，也是求解排列、组合问题的基本思想.
2．理解分类加法计数原理与分步乘法计数原理，并加区别
分类加法计数原理针对的是“分类”问题，其中各种方法相对独立，用其中任何一种方法都可以完成这件事；而分步乘法计数原理针对的是“分步”问题，各个步骤中的方法相互依存，只有各个步骤都完成后才算做完这件事.
3．运用分类加法计数原理与分步乘法计数原理的注意点：
分类加法计数原理：首先确定分类标准，其次满足：完成这件事的任何一种方法必属于某一类，并且分别属于不同的两类的方法都是不同的方法，即"不重不漏". 分步乘法计数原理：首先确定分步标准，其次满足：必须并且只需连续完成这n个步骤，这件事才算完成.
分配问题
把一些元素分给另一些元素来接受．这是排列组合应用问题中难度较大的一类问题．因为这涉及到两类元素：被分配元素和接受单位．而我们所学的排列组合是对一类元素做排列或进行组合的，于是遇到这类问题便手足无措了．
事实上，任何排列问题都可以看作面对两类元素．例如，把10个全排列，可以理解为在10个人旁边，有序号为1，2，……，10的10把椅子，每把椅子坐一个人，那么有多少种坐法？这样就出现了两类元素，一类是人，一类是椅子。于是对眼花缭乱的常见分配问题，可归结为以下小的“方法结构”：
①.每个“接受单位”至多接受一个被分配元素的问题方法是，这里.其中是“接受单位”的个数。至于谁是“接受单位”，不要管它在生活中原来的意义，只要.个数为的一个元素就是“接受单位”，于是，方法还可以简化为.这里的“多”只要“少”.
②.被分配元素和接受单位的每个成员都有“归宿”,并且不限制一对一的分配问题，方法是分组问题的计算公式乘以.
回归分析的基本思想及其初步应用知识梳理
一．线性回归方程的确定
如果一组具有相关关系的数据 作出散点图大致分布在一条直线附近,那么我们称这样的变量之间的关系为线性相关关系(也称一元线性相关),这条直线就是回归直线,记为．
那么如何求得参数使得各点与此直线的距离的平方和为最小,即如何求得线性回归方程呢? 21世纪教育网 在所求回归直线方程中,当取时，与实际收集到的数据之间的偏差为,偏差的平方为(如图1).21世纪教育网
即 来刻画出个点与回归直线在整体上的偏差的平方和,显然Q取最小值时的的值就是我们所求的:
其中为样本数据,为样本平均数，称为样本点中心，且所求线性回归直线经过样本点中心（如图2所示）．
当回归直线斜率时,为线性正相关, 时为线性负相关.
应注意,这个最小距离不是通常所指的各数据的点到直线的距离,而是各数据点沿平行y轴方向到直线的距离（如图1所示）．
对于上面参数的求法原理及方法是简单的,但是运算量较大,需要将展开,再合并,然后配方整理,从而求得. 21世纪教育网
例如,当取怎样实数时, 的值为最小,显然当时最小值为,像这样配方求最值的方法是经常用到的, 线性回归方程中的参数就是这样求出的.
教材中用了添项法较为简捷的求出了截距和斜率分别是使取最小值时的值．
求得，的值，请同学们体会其解法．
线性回归方程的确定是进行回归分析的基础．
二．回归分析：是对具有相关关系的两个变量进行统计分析的一种常用方法．
１．线性相关关系的强弱
两个变量之间线性相关关系的样本相关系数衡量线性相性关系的强弱，由于分子与斜率的分子一样，因此，当时，两个变量正相关；当时两个变量负相关．当的绝对值接近１，表明两个变量的线性相关性很强；当的绝对值接近０，表明两个变量之间几乎不存在线性相关关系．规定当时，我们认为两个变量有很强的线性相关关系．
２．解释变量与随机误差对预报精度的影响以及残差分析
（1）有关概念
线性回归模型
其中和为模型的未知参数；[来源:21世纪教育网]
称为解释变量，称为预报变量；
是与之间的误差，
叫随机误差。
随机误差的估计值为
称为相应于样本点的残差（如图３）．
（2）随机误差的方差估计值衡量回归方程的预报精度
由于随机误差的均值＝0，
因此，可以用随机误差的方差估计值＝ （其中，残差平方和为）衡量回归方程的预报精度，显然越小，预报精度越高。
（3）通过残差分析判断模型拟合效果
由计算出残差，，…，，然后选取横坐标为编号、或解释变量或预报变量，纵坐标为残差作出残差图．通过图形分析，如果样本点的残差较大，就要分析样本数据的采集是否有错误；另一方面，可以通过残差点分布的水平带状区域的宽窄，说明模型拟合效果，反映回归方程的预报精度．
3．相关指数反应模型的拟合效果[来源:21世纪教育网]
＝
（1）变量理解：
为总偏差平方和，表示解释变量和随机误差产生的总的效应；
为残差平方和，表示了随机误差效应；
，表示了解释变量效应．
（２）模型拟合效果
，反映了随机误差对预报变量（总效应）的贡献率；
反映了解释变量对预报变量（总效应）的贡献率； 因此，越接近１（即越接近0），表示回归的效果越好，
即解释变量和预报变量的线性相关性越强．
三．非线性回归的问题转化为线性回归问题
（1）作散点图确定曲线模型
根据收集的数据作散点图（如图４），
可见两个变量不呈线性相关关系．而是
分布在某一条指数函数曲线的21世纪教育网
周围，也可以认为样本点集中在某二次
曲线的附近．
（2）非线性转化为线性21世纪教育网21世纪教育网21世纪教育网
这时通过对数变换把指数关系21世纪教育网
变为线性关系；通过换元把二次函数关系变换为
线性关系． 在这两种情况下就可以利用线性回归模型，建立和之间的非线性回归方程了．
（3）比较两种模型的拟合效果
对于给定的样本点
ⅰ可以通过转换后的对应数表作散点图来确定线性回归的拟合情况，判断选用哪一种曲线模型较为合适；
ⅱ可以通过原始数据及和之间的非线性回归方程列出残差对比分析表，一
般通过残差平方和比较两种模型的拟合效果，显然残差平方和较小的拟合效果较好；
ⅲ还可以用来比较两个模型的拟合效果，越大（越接近１），拟合效果越好。
回归直线方程的推导
设x与y是具有线性相关关系的两个变量，且相应于样本的一组观测值的n个点的坐标分别是：，下面给出回归方程的推导。
设所求的回归方程为，其中是待确定的参数，那么：[来源:21世纪教育网]
，（），
样本中各个点的偏差是 ，（）21世纪教育网
显然，上面的各个偏差的符号有正、有负，如果将他们相加会相互抵消一部分，，因此他们的和不能代表n个点与回归直线在整体上的接近程度，而是采用n个偏差的平方和来表示n个点与相应直线（回归直线）在整体上的接近程度。
即
＝
求出当取最小值时的的值，就求出了回归方程。21世纪教育网
（一） 先证明两个在变形中用到的公式：
公式（1） 其中
因为
＝＝
＝＝ 所以
公式（２）
因为
＝
＝
＝
＝＝ 所以
（二）推导：将的表达式的各项先展开，再合并、变形
-----展开
-----以a，b为同类项，合并
--以a，b的次数为标准整理
--将数据转化为平均数
---配方法[来源:21世纪教育网][21世纪教育网
---展开
---整理
[来源:21世纪教育网]
-----用公式（一）、（二）变形
---配方
在上式中，共有四项，后两项与a，b无关，为常数；前两项是两个非负数的和，因此要使得区的最小值，当且仅当前两项的值都为0。所以
或 ------用公式（一）、（二）变形得
（三）总结规律：21世纪教育网
上述推倒过程是围绕着待定参数a，b进行的，只含有的部分是常数或系数，用到的方法有（1）配方法，有两次配方，分别是a的二次三项式和b的二次三项式；（2）变形时，用到公式（一）、（二）和整体思想；（3）用平方的非负性求最小值。(4)实际计算时，通常是分步计算：先求出，再分别计算， 或，的值，最后就可以计算出a，b的值。
小练习：
(1)验证当样本数据只有两个点时的回归方程；
(2)当样本数据有三个点，是（），（），（）时，试推导回归方程。
2．?2．1条件概率
教学目标：
知识与技能：通过对具体情景的分析，了解条件概率的定义。
过程与方法：掌握一些简单的条件概率的计算。
情感、态度与价值观：通过对实例的分析，会进行简单的应用。
教学重点：条件概率定义的理解
教学难点：概率计算公式的应用
授课类型：新授课 21世纪教育网
课时安排：1课时
教 具：多媒体、实物投影仪
教学设想：引导学生形成 “自主学习”与“合作学习”等良好的学习方式。
教学过程：21世纪教育网
一、复习引入：
探究: 三张奖券中只有一张能中奖,现分别由三名同学无放回地抽取,问最后一名同学抽到中奖奖券的概率是否比前两名同学小.21世纪教育网
若抽到中奖奖券用“Y ”表示，没有抽到用“ ”，表示，那么三名同学的抽奖结果共有三种可能：Y，Y和 Y．用 B 表示事件“最后一名同学抽到中奖奖券” , 则 B 仅包含一个基本事件Y．由古典概型计算公式可知，最后一名同学抽到中奖奖券的概率为.
思考:如果已经知道第一名同学没有抽到中奖奖券，那么最后一名同学抽到奖券的概率又是多少？
因为已知第一名同学没有抽到中奖奖券，所以可能出现的基本事件只有Y和Y．而“最后一名同学抽到中奖奖券”包含的基本事件仍是Y.由古典概型计算公式可知．最后一名同学抽到中奖奖券的概率为，不妨记为P（B|A ) ，其中A表示事件“第一名同学没有抽到中奖奖券”.[来源:21世纪教育网]
已知第一名同学的抽奖结果为什么会影响最后一名同学抽到中奖奖券的概率呢？
在这个问题中，知道第一名同学没有抽到中奖奖券，等价于知道事件 A 一定会发生，导致可能出现的基本事件必然在事件 A 中，从而影响事件 B 发生的概率，使得 P ( B|A ）≠P ( B ) .[来源:21世纪教育网]
思考:对于上面的事件A和事件B，P ( B|A）与它们的概率有什么关系呢？
用表示三名同学可能抽取的结果全体，则它由三个基本事件组成，即=｛Y, Y,Y｝．既然已知事件A必然发生，那么只需在A={Y, Y}的范围内考虑问题，即只有两个基本事件Y和Y．在事件 A 发生的情况下事件B发生，等价于事件 A 和事件 B 同时发生，即 AB 发生．而事件 AB 中仅含一个基本事件Y，因此
==.
其中n ( A）和 n ( AB）分别表示事件 A 和事件 AB 所包含的基本事件个数．另一方面，根据古典概型的计算公式，
其中 n（）表示中包含的基本事件个数．所以，
=.
因此，可以通过事件A和事件AB的概率来表示P（B| A ) .
条件概率
1.定义
设A和B为两个事件，P(A)>0，那么，在“A已发生”的条件下，B发生的条件概率（conditional probability ). 读作A 发生的条件下 B 发生的概率．
定义为
.
由这个定义可知，对任意两个事件A、B，若，则有
.
并称上式微概率的乘法公式.
2.P（·|B）的性质：
（1）非负性：对任意的Af. ；
（2）规范性：P（|B）=1；
（3）可列可加性：如果是两个互斥事件,则
.
更一般地,对任意的一列两两部相容的事件（I=1,2…），有
P =.
例1.在5道题中有3道理科题和2道文科题.如果不放回地依次抽取2 道题，求： 21世纪教育网
(l）第1次抽到理科题的概率；
(2）第1次和第2次都抽到理科题的概率；
(3）在第 1 次抽到理科题的条件下，第2次抽到理科题的概率．
解：设第1次抽到理科题为事件A，第2次抽到理科题为事件B，则第1次和第2次都抽到理科题为事件AB.
(1）从5道题中不放回地依次抽取2道的事件数为
n（）==20.
根据分步乘法计数原理，n (A）==12 ．于是
.
(2）因为 n (AB)＝=6 ，所以
.
(3）解法 1 由（ 1 ) (2 ）可得，在第 1 次抽到理科题的条件下，第 2 次抽到理科题的概
.
解法2 因为n (AB）=6 , n (A）=12 ，所以
.
例2.一张储蓄卡的密码共位数字，每位数字都可从0～9中任选一个．某人在银行自动提款机上取钱时，忘记了密码的最后一位数字，求：
(1）任意按最后一位数字，不超过 2 次就按对的概率；
(2）如果他记得密码的最后一位是偶数，不超过2次就按对的概率．
解：设第i次按对密码为事件(i=1,2) ，则表示不超过2次就按对密码．
(1）因为事件与事件互斥，由概率的加法公式得
.
(2）用B 表示最后一位按偶数的事件，则
.
课堂练习.
1、抛掷一颗质地均匀的骰子所得的样本空间为S={1，2，3，4，5，6}，令事件A={2，3，5}，B={1，2，4，5，6}，求P（A），P（B），P（AB），P（A︱B）。
2、一个正方形被平均分成9个部分，向大正方形区域随机地投掷一个点（每次都能投中），设投中最左侧3个小正方形区域的事件记为A，投中最上面3个小正方形或正中间的1个小正方形区域的事件记为B，求P（AB），P（A︱B）。
3、在一个盒子中有大小一样的20个球，其中10和红球，10个白球。求第1个人摸出1个红球，紧接着第2个人摸出1个白球的概率。
巩固练习： 课本55页练习1、2[来源:21世纪教育网]
课外作业：第60页 习题 2. 2 1 ，2 ，3
教学反思：21世纪教育网
1. 通过对具体情景的分析，了解条件概率的定义。
2. 掌握一些简单的条件概率的计算。
3. 通过对实例的分析，会进行简单的应用。21世纪教育网[来源:21世纪教育网]
正态分布
教学目标：
知识与技能：掌握正态分布在实际生活中的意义和作用 。
过程与方法：结合正态曲线，加深对正态密度函数的理理。
情感、态度与价值观：通过正态分布的图形特征，归纳正态曲线的性质 。
教学重点：正态分布曲线的性质、标准正态曲线N(0，1) 。
教学难点：通过正态分布的图形特征，归纳正态曲线的性质。
教具准备：多媒体、实物投影仪 。
教学设想：在总体分布研究中我们选择正态分布作为研究的突破口，正态分布在统计学中是最基本、最重要的一种分布。
内容分析：
1．在实际遇到的许多随机现象都服从或近似服从正态分布在上一节课我们研究了当样本容量无限增大时，频率分布直方图就无限接近于一条总体密度曲线，总体密度曲线较科学地反映了总体分布但总体密度曲线的相关知识较为抽象，学生不易理解，因此在总体分布研究中我们选择正态分布作为研究的突破口正态分布在统计学中是最基本、最重要的一种分布
2．正态分布是可以用函数形式来表述的其密度函数可写成：
， （σ＞0）
由此可见，正态分布是由它的平均数μ和标准差σ唯一决定的常把它记为
3．从形态上看，正态分布是一条单峰、对称呈钟形的曲线，其对称轴为x=μ，并在x=μ时取最大值从x=μ点开始，曲线向正负两个方向递减延伸，不断逼近x轴，但永不与x轴相交，因此说曲线在正负两个方向都是以x轴为渐近线的 [来源:21世纪教育网]
4．通过三组正态分布的曲线，可知正态曲线具有两头低、中间高、左右对称的基本特征 [来源:21世纪教育网]
5．由于正态分布是由其平均数μ和标准差σ唯一决定的，因此从某种意义上说，正态分布就有好多好多，这给我们深入研究带来一定的困难但我们也发现，许多正态分布中，重点研究N（0，1），其他的正态分布都可以通过转化为N（0，1），我们把N（0，1）称为标准正态分布，其密度函数为，x∈（-∞，+∞），从而使正态分布的研究得以简化
6．结合正态曲线的图形特征，归纳正态曲线的性质正态曲线的作图较难，教科书没做要求，授课时可以借助几何画板作图，学生只要了解大致的情形就行了，关键是能通过正态曲线，引导学生归纳其性质 21世纪教育网
教学过程：
学生探究过程：
复习引入：
总体密度曲线:样本容量越大，所分组数越多，各组的频率就越接近于总体在相应各组取值的概率．设想样本容量无限增大，分组的组距无限缩小，那么频率分布直方图就会无限接近于一条光滑曲线,这条曲线叫做总体密度曲线．
它反映了总体在各个范围内取值的概率．根据这条曲线，可求出总体在区间(a，b)内取值的概率等于总体密度曲线，直线x=a，x=b及x轴所围图形的面积．
观察总体密度曲线的形状，它具有“两头低，中间高，左右对称”的特征，具有这种特征的总体密度曲线一般可用下面函数的图象来表示或近似表示：
式中的实数、是参数，分别表示总体的平均数与标准差，的图象为正态分布密度曲线,简称正态曲线．21世纪教育网
讲解新课：
一般地，如果对于任何实数，随机变量X满足
,
则称 X 的分布为正态分布（normal distribution ) ．正态分布完全由参数和确定，因此正态分布常记作．如果随机变量 X 服从正态分布，则记为X～.
经验表明，一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和，它就服从或近似服从正态分布．例如，高尔顿板试验中，小球在下落过程中要与众多小木块发生碰撞，每次碰撞的结果使得小球随机地向左或向右下落，因此小球第1次与高尔顿板底部接触时的坐标 X 是众多随机碰撞的结果，所以它近似服从正态分布．在现实生活中，很多随机变量都服从或近似地服从正态分布．例如长度测量误差；某一地区同年龄人群的身高、体重、肺活量等；一定条件下生长的小麦的株高、穗长、单位面积产量等；正常生产条件下各种产品的质量指标（如零件的尺寸、纤维的纤度、电容器的电容量、电子管的使用寿命等）；某地每年七月份的平均气温、平均湿度、降雨量等；一般都服从正态分布．因此，正态分布广泛存在于自然现象、生产和生活实际之中．正态分布在概率和统计中占有重要的地位．
说明:1参数是反映随机变量取值的平均水平的特征数，可以用样本均值去佑计；是衡量随机变量总体波动大小的特征数，可以用样本标准差去估计．
2.早在 1733 年，法国数学家棣莫弗就用n！的近似公式得到了正态分布．之后，德国数学家高斯在研究测量误差时从另一个角度导出了它，并研究了它的性质，因此，人们也称正态分布为高斯分布．[来源:21世纪教育网]
2．正态分布）是由均值μ和标准差σ唯一决定的分布
通过固定其中一个值，讨论均值与标准差对于正态曲线的影响
3．通过对三组正态曲线分析，得出正态曲线具有的基本特征是两头底、中间高、左右对称正态曲线的作图，书中没有做要求，教师也不必补上讲课时教师可以应用几何画板，形象、美观地画出三条正态曲线的图形，结合前面均值与标准差对图形的影响，引导学生观察总结正态曲线的性质
4．正态曲线的性质：
（1）曲线在x轴的上方，与x轴不相交
（2）曲线关于直线x=μ对称
（3）当x=μ时，曲线位于最高点
（4）当x＜μ时，曲线上升（增函数）；当x＞μ时，曲线下降（减函数）并且当曲线向左、右两边无限延伸时，以x轴为渐近线，向它无限靠近
（5）μ一定时，曲线的形状由σ确定
σ越大，曲线越“矮胖”，总体分布越分散；
σ越小．曲线越“瘦高”．总体分布越集中：
五条性质中前三条学生较易掌握，后两条较难理解，因此在讲授时应运用数形结合的原则，采用对比教学
5．标准正态曲线:当μ=0、σ=l时，正态总体称为标准正态总体，其相应的函数表示式是，（-∞＜x＜+∞）
其相应的曲线称为标准正态曲线
标准正态总体N（0，1）在正态总体的研究中占有重要的地位任何正态分布的概率问题均可转化成标准正态分布的概率问题
讲解范例：
例1．给出下列三个正态总体的函数表达式，请找出其均值μ和标准差σ
（１）
（２）
（３）
答案：(1)0，1；(2)1，2；(3)-1，0.5
例2求标准正态总体在（-1，2）内取值的概率．
解：利用等式有
==0.9772＋0.8413－1=0.8151．
1.标准正态总体的概率问题:
21世纪教育网
对于标准正态总体N（0，1），是总体取值小于的概率，
即 ，21世纪教育网
其中，图中阴影部分的面积表示为概率只要有标准正态分布表即可查表解决.从图中不难发现:当时，；而当时，Φ（0）=0.5
2.标准正态分布表
标准正态总体在正态总体的研究中有非常重要的地位，为此专门制作了“标准正态分布表”．在这个表中，对应于的值是指总体取值小于的概率，即 ，．
若，则．
利用标准正态分布表，可以求出标准正态总体在任意区间内取值的概率，即直线，与正态曲线、x轴所围成的曲边梯形的面积．
3．非标准正态总体在某区间内取值的概率:可以通过转化成标准正态总体，然后查标准正态分布表即可在这里重点掌握如何转化首先要掌握正态总体的均值和标准差，然后进行相应的转化
4.小概率事件的含义
发生概率一般不超过5％的事件，即事件在一次试验中几乎不可能发生 21世纪教育网
假设检验方法的基本思想:首先，假设总体应是或近似为正态总体，然后，依照小概率事件几乎不可能在一次试验中发生的原理对试验结果进行分析
假设检验方法的操作程序，即“三步曲”
一是提出统计假设，教科书中的统计假设总体是正态总体；
二是确定一次试验中的a值是否落入(μ-3σ，μ+3σ)；
三是作出判断
讲解范例：
例1. 若x～N(0,1),求(l)P(-2.322).
解：(1)P(-2.32 =((1.2)-[1-((2.32)]=0.8849-(1-0.9898)=0.8747.
(2)P(x>2)=1-P(x<2)=1-((2)=l-0.9772=0.0228.
例2．利用标准正态分布表，求标准正态总体在下面区间取值的概率：21世纪教育网
(1)在N(1,4)下，求
（2）在N（μ，σ2）下，求Ｆ（μ－σ，μ＋σ）；
Ｆ（μ－1.84σ，μ＋1.84σ）；Ｆ（μ－2σ，μ＋2σ）；
Ｆ（μ－3σ，μ＋3σ）
解：（１）＝＝Φ（1）＝0.8413
（２）Ｆ（μ＋σ）＝＝Φ（1）＝0.8413
Ｆ（μ－σ）＝＝Φ（－1）＝１－Φ（1）＝１－0.8413＝0.1587
Ｆ（μ－σ，μ＋σ）＝Ｆ（μ＋σ）－Ｆ（μ－σ）＝0.8413－0.1587＝0.6826
Ｆ（μ－1.84σ，μ＋1.84σ）＝Ｆ（μ＋1.84σ）－Ｆ（μ－1.84σ）＝0.9342
Ｆ（μ－2σ，μ＋2σ）＝Ｆ（μ＋2σ）－Ｆ（μ－2σ）＝0.954
Ｆ（μ－3σ，μ＋3σ）＝Ｆ（μ＋3σ）－Ｆ（μ－3σ）＝0.997
对于正态总体取值的概率：
在区间（μ-σ，μ+σ）、（μ-2σ，μ+2σ）、（μ-3σ，μ+3σ）内取值的概率分别为68.3%、95.4%、99.7%因此我们时常只在区间（μ-3σ，μ+3σ）内研究正态总体分布情况，而忽略其中很小的一部分
例3．某正态总体函数的概率密度函数是偶函数，而且该函数的最大值为，求总体落入区间（－1.2，0.2）之间的概率
解：正态分布的概率密度函数是，它是偶函数，说明μ＝0，的最大值为＝，所以σ＝1，这个正态分布就是标准正态分布
巩固练习：书本第74页 1,2,3
课后作业： 书本第75页 习题2. 4 A组 1 , 2 B组1 , 2
教学反思：
1．在实际遇到的许多随机现象都服从或近似服从正态分布在上一节课我们研究了当样本容量无限增大时，频率分布直方图就无限接近于一条总体密度曲线，总体密度曲线较科学地反映了总体分布但总体密度曲线的相关知识较为抽象，学生不易理解，因此在总体分布研究中我们选择正态分布作为研究的突破口正态分布在统计学中是最基本、最重要的一种分布
2．正态分布是可以用函数形式来表述的其密度函数可写成：[来源:21世纪教育网]
， （σ＞0）
由此可见，正态分布是由它的平均数μ和标准差σ唯一决定的常把它记为
3．从形态上看，正态分布是一条单峰、对称呈钟形的曲线，其对称轴为x=μ，并在x=μ时取最大值从x=μ点开始，曲线向正负两个方向递减延伸，不断逼近x轴，但永不与x轴相交，因此说曲线在正负两个方向都是以x轴为渐近线的
4．通过三组正态分布的曲线，可知正态曲线具有两头低、中间高、左右对称的基本特征。由于正态分布是由其平均数μ和标准差σ唯一决定的，因此从某种意义上说，正态分布就有好多好多，这给我们深入研究带来一定的困难但我们也发现，许多正态分布中，重点研究N（0，1），其他的正态分布都可以通过转化为N（0，1），我们把N（0，1）称为标准正态分布，其密度函数为，x∈（-∞，+∞），从而使正态分布的研究得以简化。结合正态曲线的图形特征，归纳正态曲线的性质正态曲线的作图较难，教科书没做要求，授课时可以借助几何画板作图，学生只要了解大致的情形就行了，关键是能通过正态曲线，引导学生归纳其性质。
独立性检验的基本思想及其初步应用
（共计3课时）
授课类型：新授课
一、教学内容与教学对象分析
通过典型案例，学习下列一些常用的统计方法，并能初步应用这些方法解决一些实际问题。
通过对典型案例（如“患肺癌与吸烟有关吗”等）的探究。了解独立性检验（只要求2×2列联表）的基本思想、方法及初步应用。
通过对典型案例（如“人的体重与身高的关系”等）的探究，了解回归的基本思想、 方法及其初步应用。
二. 学习目标
1、知识与技能
通过本节知识的学习，了解独立性检验的基本思想和初步应用，能对两个分类变量是否有关做出明确的判断。明确对两个分类变量的独立性检验的基本思想具体步骤，会对具体问题作出独立性检验。
2、过程与方法
在本节知识的学习中，应使学生从具体问题中认识进行独立性检验的作用及必要性，树立学好本节知识的信心，在此基础上学习三维柱形图和二维柱形图，并认识它们的基本作用和存在的不足，从而为学习下面作好铺垫，进而介绍K的平方的计算公式和K的平方的观测值R的求法，以及它们的实际意义。从中得出判断“X与Y有关系”的一般步骤及利用独立性检验来考察两个分类变量是否有关系，并能较准确地给出这种判断的可靠程度的具体做法和可信程度的大小。最后介绍了独立性检验思想的综合运用。
3、情感、态度与价值观
通过本节知识的学习，首先让学生了解对两个分类博变量进行独立性检验的必要性和作用，并引导学生注意比较与观测值之间的联系与区别，从而引导学生去探索新知识，培养学生全面的观点和辨证地分析问题，不为假想所迷惑，寻求问题的内在联系，培养学生学习数学、应用数学的良好的数学品质。加强与现实生活相联系，从对实际问题的分析中学会利用图形分析、解决问题及用具体的数量来衡量两个变量之间的联系，学习用图形、数据来正确描述两个变量的关系。明确数学在现实生活中的重要作用和实际价值。教学中，应多给学生提供自主学习、独立探究、合作交流的机会。养成严谨的学习态度及实事求是的分析问题、解决问题的科学世界观，并会用所学到的知识来解决实际问题。
三．教学重点、难点
教学重点：理解独立性检验的基本思想；独立性检验的步骤。
教学难点；1、理解独立性检验的基本思想；
2、了解随机变量K2的含义；
3、独立性检验的步骤。
四、教学策略
教学方法：诱思探究教学法
学习方法：自主探究、观察发现、合作交流、归纳总结。
教学手段：多媒体辅助教学
五、教学过程：
对于性别变量，其取值为男和女两种．这种变量的不同“值”表示个体所属的不同类别，像这类变量称为分类变量．在现实生活中，分类变量是大量存在的，例如是否吸烟，宗教信仰，国籍，等等．在日常生活中，我们常常关心两个分类变量之间是否有关系．例如，吸烟与患肺癌是否有关系？性别对于是否喜欢数学课程有影响？等等．
为调查吸烟是否对肺癌有影响，某肿瘤研究所随机地调查了9965人，得到如下结果（单位：人）
表3-7 吸烟与肺癌列联表
不患肺癌
患肺癌
总计
不吸烟
7775
42
7817
吸烟
2099
49
2148
总计
9874
91
9965
那么吸烟是否对患肺癌有影响吗？
像表3一7 这样列出的两个分类变量的频数表，称为列联表．由吸烟情况和患肺癌情况的列联表可以粗略估计出：在不吸烟者中，有0.54 ％患有肺癌；在吸烟者中，有2.28％患有肺癌．因此，直观上可以得到结论：吸烟者和不吸烟者患肺癌的可能性存在差异．
与表格相比，三维柱形图和二维条形图能更直观地反映出相关数据的总体状况．图3. 2 一1 是列联表的三维柱形图，从中能清晰地看出各个频数的相对大小．
图3.2一2 是叠在一起的二维条形图，其中浅色条高表示不患肺癌的人数，深色条高表示患肺癌的人数．从图中可以看出，吸烟者中患肺癌的比例高于不吸烟者中患肺癌的比例．
为了更清晰地表达这个特征，我们还可用如下的等高条形图表示两种情况下患肺癌的比例．如图3.2一3 所示，在等高条形图中，浅色的条高表示不患肺癌的百分比；深色的条高表示患肺癌的百分比．
通过分析数据和图形，我们得到的直观印象是“吸烟和患肺癌有关”．那么我们是否能够以一定的把握认为“吸烟与患肺癌有关”呢？[来源:21世纪教育网]
为了回答上述问题，我们先假设
H0：吸烟与患肺癌没有关系．用A表示不吸烟， B表示不患肺癌，则“吸烟与患肺癌没有关系”独立”，即假设 H0等价于
PAB）=P(A）+P(B) .
把表3一7中的数字用字母代替，得到如下用字母表示的列联表：
表3-8 吸烟与肺癌列联表
不患肺癌
患肺癌
总计
不吸烟
a
b
a+b
吸烟[来源:21世纪教育网]
c
d
c+d
总计
a+c
b+d
a+b+c+d
在表3一8中，a恰好为事件AB发生的频数；a+b 和a+c恰好分别为事件A和B发生的频数．由于频率近似于概率，所以在H0成立的条件下应该有
,
其中为样本容量， (a+b+c+d)≈(a+b)(a+c) ,
即ad≈bc.
因此，|ad-bc|越小，说明吸烟与患肺癌之间关系越弱；|ad -bc|越大，说明吸烟与患肺癌之间关系越强．
为了使不同样本容量的数据有统一的评判标准，基于上面的分析，我们构造一个随机变量
(1)
其中为样本容量．
若 H0 成立，即“吸烟与患肺癌没有关系”，则 K “应该很小．根据表3一7中的数据，利用公式（1）计算得到 K “的观测值为
,
这个值到底能告诉我们什么呢？
统计学家经过研究后发现，在 H0成立的情况下，
. (2)
(2）式说明，在H0成立的情况下，的观测值超过 6. 635 的概率非常小，近似为0 . 01，是一个小概率事件．现在的观测值≈56.632 ，远远大于6. 635，所以有理由断定H0不成立，即认为“吸烟与患肺癌有关系”．但这种判断会犯错误，犯错误的概率不会超过0.01，即我们有99％的把握认为“吸烟与患肺癌有关系” .
在上述过程中，实际上是借助于随机变量的观测值建立了一个判断H0是否成立的规则：
如果≥6. 635，就判断H0不成立，即认为吸烟与患肺癌有关系；否则，就判断H0成立，即认为吸烟与患肺癌没有关系．
在该规则下，把结论“H0 成立”错判成“H0 不成立”的概率不会超过
,
即有99％的把握认为从不成立．[来源:21世纪教育网]
上面解决问题的想法类似于反证法．要确认是否能以给定的可信程度认为“两个分类变量有关系”，首先假设该结论不成立，即
H0:“两个分类变量没有关系”
成立．在该假设下我们所构造的随机变量应该很小．如果由观测数据计算得到的的观测值k很大，则在一定可信程度上说明H0不成立，即在一定可信程度上认为“两个分类变量有关系”；如果k的值很小，则说明由样本观测数据没有发现反对H0 的充分证据．
怎样判断的观测值 k 是大还是小呢？这仅需确定一个正数，当时就认为 的观测值k大．此时相应于的判断规则为：
如果，就认为“两个分类变量之间有关系”；否则就认为“两个分类变量之间没有关系”.
我们称这样的为一个判断规则的临界值．按照上述规则，把“两个分类变量之间没有关系”错误地判断为“两个分类变量之间有关系”的概率为. 21世纪教育网
在实际应用中，我们把解释为有的把握认为“两个分类变量之间有关系”；把解释为不能以的把握认为“两个分类变量之间有关系”，或者样本观测数据没有提供“两个分类变量之间有关系”的充分证据．上面这种利用随机变量来确定是否能以一定把握认为“两个分类变量有关系”的方法，称为两个分类变量的独立性检验．
利用上面结论，你能从列表的三维柱形图中看出两个变量是否相关吗？
一般地，假设有两个分类变量X和Y，它们的可能取值分别为｛｝和｛｝, 其样本频数列联表（称为2×2列联表）为：
表3一 9 2×2列联表
[来源:21世纪教育网]
总计
总计
21世纪教育网
若要推断的论述为
Hl:X与Y有关系，
可以按如下步骤判断结论Hl 成立的可能性：
1．通过三维柱形图和二维条形图，可以粗略地判断两个分类变量是否有关系，但是这种判断无法精确地给出所得结论的可靠程度．
① 在三维柱形图中，主对角线上两个柱形高度的乘积ad 与副对角线上的两个柱形高度的乘积bc相差越大，H1成立的可能性就越大．
②在二维条形图中，可以估计满足条件X=的个体中具有Y=的个体所占的比例，也可以估计满足条件X=的个体中具有Y=，的个体所占的比例.“两个比例的值相差越大，Hl 成立的可能性就越大．
2．可以利用独立性检验来考察两个分类变量是否有关系，并且能较精确地给出这种判断的可靠程度．具体做法是：
① 根据实际问题需要的可信程度确定临界值；
② 利用公式（ 1 ) ，由观测数据计算得到随机变量的观测值;
③ 如果，就以的把握认为“X与Y有关系”；否则就说样本观测数据没有提供“X与Y有关系”的充分证据．
在实际应用中，要在获取样本数据之前通过下表确定临界值：
表3一10
0.50
0.40
0.25
0.15
0.10
0.05
21世纪教育网
0.025
0.010
0.005
0.001
0.455
0.708
1.323
2.072
1.323
2.706
3.841
5.024
6.635
10.828
（四）、举例：
例1．在某医院，因为患心脏病而住院的 665 名男性病人中，有 214 人秃顶，而另外 772 名不是因为患心脏病而住院的男性病人中有 175 人秃顶．
(1)利用图形判断秃顶与患心脏病是否有关系．
(2)能够以 99 ％的把握认为秃顶与患心脏病有关系吗？为什么？
解：根据题目所给数据得到如下列联表：
(1)相应的三维柱形图如图3.2一4所示．比较来说，底面副对角线上两个柱体高度的乘积要大一些，可以在某种程度上认为“秃顶与患心脏病有关”.
(2)根据列联表3一11中的数据，得到
≈16.373>6 .
因此有 99 ％的把握认为“秃顶与患心脏病有关” .
例2．为考察高中生的性别与是否喜欢数学课程之间的关系,在某城市的某校高中生中随机抽取300名学生，得到如下列联表：
表3一12 性别与喜欢数学课程列联表
喜欢数学课程
不喜欢数学课程
总计
男
37
85
122
女
35
143
178
总计
72
228
300
由表中数据计算得的观测值．能够以95％的把握认为高中生的性别与是否喜欢数学课程之间有关系吗？请详细阐明得出结论的依据．
解：可以有约95％以上的把握认为“性别与喜欢数学课之间有关系”．作出这种判断的依据是独立性检验的基本思想，具体过程如下：
分别用a , b , c , d 表示样本中喜欢数学课的男生人数、不喜欢数学课的男生人数、喜欢数学课的女生人数、不喜欢数学课的女生人数．如果性别与是否喜欢数学课有关系，则男生中喜欢数学课的比例与女生中喜欢数学课的人数比例应该相差很多，即
应很大．
将上式等号右边的式子乘以常数因子
,
然后平方得
,
其中．因此越大，“性别与喜欢数学课之间有关系”成立的可能性越大．
另一方面，在假设“性别与喜欢数学课之间没有关系”的前提下，事件A ={≥3. 841｝的概率为P (≥3. 841) ≈0.05,
因此事件 A 是一个小概率事件．而由样本数据计算得的观测值k=4.514，即小概率事件 A发生．因此应该断定“性别与喜欢数学课之间有关系”成立，并且这种判断结果出错的可能性约为5 %．所以，约有95 ％的把握认为“性别与喜欢数学课之间有关系”.
补充例题1：打鼾不仅影响别人休息，而且可能与患某种疾病有关，下表是一次调查所得的数据，试问：每一晚都打鼾与患心脏病有关吗？
患心脏病
未患心脏病
合计
每一晚都打鼾
30
224
254
不打鼾
24
1355
1379
合计
54
1579
1633
解：略。
补充例题2： 对196个接受心脏搭桥手术的病人和196个接受血管清障手术的病人进行3年跟踪研究，调查他们是否又发作过心脏病，调查结果如下表所示：
又发作过心脏病
未发作过心脏病
合计
心脏搭桥手术
39
157
196
血管清障手术
29
167
196
合计
68
324
392
试根据上述数据比较两种手术对病人又发作心脏病的影响有没有差别。
解略
（四） 课堂小结
1．知识梳理[21世纪教育网]
2．规律小结
（1）三维柱形图与二维条形图
（2）独立性检验的基本思想
（3）独立性检验的一般方法
（五） 作业：
五 课后反思：
本节内容对独立性检验的探讨过程学生基本没什么困难，还有学生提出了新的探讨路径和思想，学生思维活泼！对独立性检验的作用，本节课也作了系统总结比较。21世纪教育网
离散型随机变量的分布列
教学目标：
知识与技能：会求出某些简单的离散型随机变量的概率分布。
过程与方法：认识概率分布对于刻画随机现象的重要性。
情感、态度与价值观：认识概率分布对于刻画随机现象的重要性。
教学重点：离散型随机变量的分布列的概念21世纪教育网
教学难点：求简单的离散型随机变量的分布列
授课类型：新授课
课时安排：2课时
教 具：多媒体、实物投影仪
教学过程：21世纪教育网
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
若是随机变量，是常数，则也是随机变量并且不改变其属性（离散型、连续型）
请同学们阅读课本P5-6的内容，说明什么是随机变量的分布列？
二、讲解新课：
1. 分布列:设离散型随机变量ξ可能取得值为
x1，x2，…，x3，…，
ξ取每一个值xi（i=1，2，…）的概率为，则称表
ξ
x1
x2
…
xi
…[来源:21世纪教育网]
P
P121世纪教育网
P2
…
Pi
…
为随机变量ξ的概率分布，简称ξ的分布列
2. 分布列的两个性质：任何随机事件发生的概率都满足:，并且不可能事件的概率为0，必然事件的概率为1．由此你可以得出离散型随机变量的分布列都具有下面两个性质：
⑴Pi≥0，i＝1，2，…；
⑵P1+P2+…=1．
对于离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的概率的和即
3.两点分布列:
例1.在掷一枚图钉的随机试验中，令
如果针尖向上的概率为，试写出随机变量 X 的分布列．
解：根据分布列的性质，针尖向下的概率是（) ．于是，随机变量 X的分布列是
ξ
021世纪教育网
1
P
像上面这样的分布列称为两点分布列．21世纪教育网
两点分布列的应用非常广泛．如抽取的彩券是否中奖；买回的一件产品是否为正品；新生婴儿的性别；投篮是否命中等，都可以用两点分布列来研究．如果随机变量X的分布列为两点分布列，就称X服从两点分布 ( two一point distribution)，而称=P (X = 1）为成功概率．
两点分布又称0一1分布．由于只有两个可能结果的随机试验叫伯努利（ Bernoulli ) 试验，所以还称这种分布为伯努利分布．
，
，
，．
4. 超几何分布列：
例 2．在含有 5 件次品的 100 件产品中，任取 3 件，试求：[来源:21世纪教育网]
(1)取到的次品数X 的分布列；
（2）至少取到1件次品的概率．
解： (1)由于从 100 件产品中任取3 件的结果数为，从100 件产品中任取3件，
其中恰有k 件次品的结果数为，那么从 100 件产品中任取 3 件，其中恰有 k 件次品的概率为
。
所以随机变量 X 的分布列是
X
0
1
2
3
P
(2)根据随机变量X 的分布列，可得至少取到 1 件次品的概率
P ( X≥1 ) = P ( X = 1 ) + P ( X = 2 ) + P ( X = 3 )
≈0.138 06 + 0. 005 88 + 0. 00006
= 0. 144 00 .
一般地，在含有M 件次品的 N 件产品中，任取 n 件，其中恰有X件次品数，则事件 {X=k｝发生的概率为
,
其中，且．称分布列
X
0
1
…
P
…
为超几何分布列．如果随机变量 X 的分布列为超几何分布列，则称随机变量 X 服从超几何分布（ hypergeometriC distribution ) .
例 3．在某年级的联欢会上设计了一个摸奖游戏，在一个口袋中装有10个红球和20个白球，这些球除颜色外完全相同．一次从中摸出5个球，至少摸到3个红球就中奖．求中奖的概率．
解：设摸出红球的个数为X，则X服从超几何分布，其中 N = 30 , M=10, n=5 ．于是中奖的概率
P (X≥3 ) = P (X =3 ) + P ( X = 4 ）十 P ( X = 5 )
=≈0.191.
思考：如果要将这个游戏的中奖率控制在55%左右，那么应该如何设计中奖规则？
例4.已知一批产品共 件，其中 件是次品，从中任取 件，试求这 件产品中所含次品件数 的分布律。 解 显然，取得的次品数 只能是不大于 与 最小者的非负整数，即 的可能取值为：0，1，…，，由古典概型知 此时称 服从参数为的超几何分布。 注 超几何分布的上述模型中，“任取 件”应理解为“不放回地一次取一件，连续取 件”.如果是有放回地抽取，就变成了 重贝努利试验，这时概率分布就是二项分布.所以两个分布的区别就在于是不放回地抽样，还是有放回地抽样.若产品总数 很大时，那么不放回抽样可以近似地看成有放回抽样.因此，当 时，超几何分布的极限分布就是二项分布，即有如下定理. 定理 如果当 时，，那么当 时（ 不变），则 。 由于普阿松分布又是二项分布的极限分布，于是有：
超几何分布 二项分布 普阿松分布.
例5．一盒中放有大小相同的红色、绿色、黄色三种小球，已知红球个数是绿球个数的两倍，黄球个数是绿球个数的一半．现从该盒中随机取出一个球，若取出红球得1分，取出黄球得0分，取出绿球得－1分，试写出从该盒中取出一球所得分数ξ的分布列．
分析：欲写出ξ的分布列，要先求出ξ的所有取值，以及ξ取每一值时的概率．
解：设黄球的个数为n，由题意知
绿球个数为2n，红球个数为4n，盒中的总数为7n．
∴ ，，．
所以从该盒中随机取出一球所得分数ξ的分布列为
ξ
121世纪教育网
0
－1
P
说明：在写出ξ的分布列后，要及时检查所有的概率之和是否为1．
例6．某一射手射击所得的环数ξ的分布列如下：
ξ
4
5
6
7
8
9
10
P
0.02
0.04
0.06
0.09
0.28
0.29
0.22
求此射手“射击一次命中环数≥7”的概率．
分析：“射击一次命中环数≥7”是指互斥事件“ξ＝7”、“ξ＝8”、“ξ＝9”、“ξ＝10”的和，根据互斥事件的概率加法公式，可以求得此射手“射击一次命中环数≥7”的概率．21世纪教育网
解：根据射手射击所得的环数ξ的分布列，有
P(ξ=7)＝0.09，P(ξ=8)＝0.28，P(ξ=9)＝0.29，P(ξ=10)＝0.22.
所求的概率为 P (ξ≥7)＝0.09+0.28+0.29+0.22＝0.88[21世纪教育网]
四、课堂练习：
某一射手射击所得环数分布列为
4
5
6
7
8
9
10
P
0．02
0．04
0．06
0．09
0．28
0．29
0．22
求此射手“射击一次命中环数≥7”的概率
解：“射击一次命中环数≥7”是指互斥事件“=7”，“=8”，“=9”，“=10”的和，根据互斥事件的概率加法公式，有：
P（≥7）=P（=7）+P（=8）+P（=9）+P（=10）=0.88
注：求离散型随机变量的概率分布的步骤:
（1）确定随机变量的所有可能的值xi
（2）求出各取值的概率p(=xi)=pi
（3）画出表格
五、小结 ：⑴根据随机变量的概率分步（分步列），可以求随机事件的概率；⑵两点分布是一种常见的离散型随机变量的分布，它是概率论中最重要的几种分布之一 (3) 离散型随机变量的超几何分布
六、课后作业：
七、板书设计（略）
八、课后记：
预习提纲：
⑴什么叫做离散型随机变量ξ的数学期望？它反映了离散型随机变量的什么特征？
⑵离散型随机变量ξ的数学期望有什么性质？
离散型随机变量的均值与方差
离散型随机变量的均值
教学目标：
知识与技能：了解离散型随机变量的均值或期望的意义，会根据离散型随机变量的分布列求出均值或期望．
过程与方法：理解公式“E（aξ+b）=aEξ+b”，以及“若ξB（n,p），则Eξ=np”.能熟
练地应用它们求相应的离散型随机变量的均值或期望。
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：离散型随机变量的均值或期望的概念
教学难点：根据离散型随机变量的分布列求出均值或期望
授课类型：新授课
课时安排：2课时
教 具：多媒体、实物投影仪
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
若是随机变量，是常数，则也是随机变量并且不改变其属性（离散型、连续型）
5. 分布列:设离散型随机变量ξ可能取得值为x1，x2，…，x3，…，
ξ取每一个值xi（i=1，2，…）的概率为，则称表
ξ
x1
x2
…
xi
…
P
P1
P2
…
Pi
…
为随机变量ξ的概率分布，简称ξ的分布列
6. 分布列的两个性质： ⑴Pi≥0，i＝1，2，…； ⑵P1+P2+…=1．
7.离散型随机变量的二项分布:在一次随机试验中，某事件可能发生也可能不发生，在n次独立重复试验中这个事件发生的次数ξ是一个随机变量．如果在一次试验中某事件发生的概率是P，那么在n次独立重复试验中这个事件恰好发生k次的概率是
，（k＝0,1,2,…，n，）．
于是得到随机变量ξ的概率分布如下：
ξ
0
1
…
k
…
n
P
21世纪教育网
…
…
称这样的随机变量ξ服从二项分布，记作ξ～B(n，p)，其中n，p为参数，并记＝b(k；n，p)．
8. 离散型随机变量的几何分布：在独立重复试验中，某事件第一次发生时，所作试验的次数ξ也是一个正整数的离散型随机变量．“”表示在第k次独立重复试验时事件第一次发生.如果把k次试验时事件A发生记为、事件A不发生记为，P()=p，P()=q(q=1-p)，那么
（k＝0,1,2,…， ）．于是得到随机变量ξ的概率分布如下：
ξ
1
2[21世纪教育网
3
…
k
…
P
…[来源:21世纪教育网]
…
称这样的随机变量ξ服从几何分布
记作g(k，p)= ，其中k＝0,1,2,…， ．
二、讲解新课：
根据已知随机变量的分布列，我们可以方便的得出随机变量的某些制定的概率，但分布列的用途远不止于此，例如：已知某射手射击所得环数ξ的分布列如下
ξ
4
5
6
7
8
9
10
P
0.02
0.04
0.0621世纪教育网
0.09
0.28
0.29
0.22
在n次射击之前，可以根据这个分布列估计n次射击的平均环数．这就是我们今天要学习的离散型随机变量的均值或期望
根据射手射击所得环数ξ的分布列，
我们可以估计，在n次射击中，预计大约有
次得4环；
次得5环；
…………
次得10环．
故在n次射击的总环数大约为
，
从而，预计n次射击的平均环数约为
．
这是一个由射手射击所得环数的分布列得到的，只与射击环数的可能取值及其相应的概率有关的常数，它反映了射手射击的平均水平．
对于任一射手，若已知其射击所得环数ξ的分布列，即已知各个（i=0，1，2，…，10），我们可以同样预计他任意n次射击的平均环数:
…．
1. 均值或数学期望: 一般地，若离散型随机变量ξ的概率分布为
ξ
x1
x2
…
xn
…
P
p1
p2
…
pn
…
则称 …… 为ξ的均值或数学期望，简称期望．
2. 均值或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
3. 平均数、均值:一般地，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
4. 均值或期望的一个性质:若(a、b是常数)，ξ是随机变量，则η也是随机变量，它们的分布列为
ξ
x1
x2
…
xn
…
η
…
…
P
p1
p2
…
pn
…
于是……
＝……)……)
＝，
由此，我们得到了期望的一个性质:
5.若ξB（n,p），则Eξ=np
证明如下：21世纪教育网
∵ ，
∴ 0×＋1×＋2×＋…＋k×＋…＋n×．
又∵ ，
∴ ＋＋…＋＋…＋．
故 若ξ～B(n，p)，则np．
三、讲解范例：
例1. 篮球运动员在比赛中每次罚球命中得1分，罚不中得0分，已知他命中的概率为0.7，求他罚球一次得分的期望
解：因为，
所以
例2. 一次单元测验由20个选择题构成，每个选择题有4个选项，其中有且仅有一个选项是正确答案，每题选择正确答案得5分，不作出选择或选错不得分，满分100分学生甲选对任一题的概率为0.9，学生乙则在测验中对每题都从4个选择中随机地选择一个，求学生甲和乙在这次英语单元测验中的成绩的期望
解：设学生甲和乙在这次英语测验中正确答案的选择题个数分别是，则~ B（20,0.9）,,
由于答对每题得5分，学生甲和乙在这次英语测验中的成绩分别是5和5所以，他们在测验中的成绩的期望分别是：
例3. 根据气象预报，某地区近期有小洪水的概率为0.25,有大洪水的概率为0. 01．该地区某工地上有一台大型设备，遇到大洪水时要损失60 000元，遇到小洪水时要损失10000元．为保护设备，有以下3 种方案：
方案1：运走设备，搬运费为3 800 元．
方案2：建保护围墙，建设费为2 000 元．但围墙只能防小洪水．
方案3：不采取措施，希望不发生洪水．
试比较哪一种方案好．
解：用X1 、X2和X3分别表示三种方案的损失．
采用第1种方案，无论有无洪水，都损失3 800 元，即[来源:21世纪教育网]
X1 = 3 800 .
采用第2 种方案，遇到大洪水时，损失2 000 + 60 000=62 000 元；没有大洪水时，损失2 000 元，即
同样，采用第 3 种方案，有
于是，
EX1＝3 800 ,
EX2＝62 000×P (X2 = 62 000 ) + 2 00000×P (X2 = 2 000 )
= 62000×0. 01 + 2000×(1-0.01) = 2 600 ,
EX3 = 60000×P (X3 = 60000) + 10 000×P(X3 =10 000 ) + 0×P (X3 =0)
= 60 000×0.01 + 10000×0.25=3100 .
采取方案2的平均损失最小，所以可以选择方案2 .
值得注意的是，上述结论是通过比较“平均损失”而得出的．一般地，我们可以这样来理解“平均损失”：假设问题中的气象情况多次发生，那么采用方案 2 将会使损失减到最小．由于洪水是否发生以及洪水发生的大小都是随机的，所以对于个别的一次决策，采用方案 2 也不一定是最好的．
例4.随机抛掷一枚骰子，求所得骰子点数的期望
解：∵，
=3.5
例5.有一批数量很大的产品，其次品率是15%，对这批产品进行抽查，每次抽取1件，如果抽出次品，则抽查终止，否则继续抽查，直到抽出次品为止，但抽查次数不超过10次求抽查次数的期望（结果保留三个有效数字）
解：抽查次数取110的整数，从这批数量很大的产品中抽出1件检查的试验可以认为是彼此独立的，取出次品的概率是0.15，取出正品的概率是0.85，前次取出正品而第次（=1，2，…，10）取出次品的概率：
（=1，2，…，10）
需要抽查10次即前9次取出的都是正品的概率：由此可得的概率分布如下：
1
2
3
4
5
6
7
8
9
10
0.15
0.1275
0.1084
0.092
0.0783
0.0666
0.0566
0.0481
0.0409
0.2316
根据以上的概率分布，可得的期望
例6.随机的抛掷一个骰子，求所得骰子的点数ξ的数学期望．
解：抛掷骰子所得点数ξ的概率分布为
ξ
1
2
3
4
5
6
P
所以
1×＋2×＋3×＋4×＋5×＋6×
＝(1＋2＋3＋4＋5＋6)×＝3.5．
抛掷骰子所得点数ξ的数学期望，就是ξ的所有可能取值的平均值．
例7.某城市出租汽车的起步价为10元，行驶路程不超出4km时租车费为10元，若行驶路程超出4km，则按每超出lkm加收2元计费(超出不足lkm的部分按lkm计)．从这个城市的民航机场到某宾馆的路程为15km．某司机经常驾车在机场与此宾馆之间接送旅客，由于行车路线的不同以及途中停车时间要转换成行车路程(这个城市规定，每停车5分钟按lkm路程计费)，这个司机一次接送旅客的行车路程ξ是一个随机变量．设他所收租车费为η
(Ⅰ)求租车费η关于行车路程ξ的关系式；
(Ⅱ)若随机变量ξ的分布列为
ξ
15
16
17
18
P
0.1
0.5
0. 3
0.1
求所收租车费η的数学期望．
(Ⅲ)已知某旅客实付租车费38元，而出租汽车实际行驶了15km，问出租车在途中因故停车累计最多几分钟?
解：(Ⅰ)依题意得 η=2(ξ-4)十10，即 η=2ξ+2；
(Ⅱ)
∵ η=2ξ+2
∴ 2Eξ+2=34.8 （元）[来源:21世纪教育网]
故所收租车费η的数学期望为34.8元．
(Ⅲ)由38=2ξ+2，得ξ=18，5(18-15)=15
所以出租车在途中因故停车累计最多15分钟
四、课堂练习：
1. 口袋中有5只球，编号为1，2，3，4，5，从中任取3球，以表示取出球的最大号码，则（ ）
A．4； B．5； C．4.5； D．4.75
答案：C
2. 篮球运动员在比赛中每次罚球命中的1分，罚不中得0分．已知某运动员罚球命中的概率为0.7，求
⑴他罚球1次的得分ξ的数学期望；
⑵他罚球2次的得分η的数学期望；
⑶他罚球3次的得分ξ的数学期望．
解：⑴因为，，所以
1×＋0×
⑵η的概率分布为
η
0
1
2
P
所以 0×＋1×＋2×＝1.4．
⑶ξ的概率分布为
ξ
０
１
2
3
P
所以 0×＋1×＋2×＝2.1.
3．设有m升水，其中含有大肠杆菌n个．今取水1升进行化验，设其中含有大肠杆菌的个数为ξ，求ξ的数学期望．
分析：任取1升水，此升水中含一个大肠杆菌的概率是，事件“ξ=k”发生，即n个大肠杆菌中恰有k个在此升水中，由n次独立重复实验中事件A（在此升水中含一个大肠杆菌）恰好发生k次的概率计算方法可求出P(ξ=k),进而可求Eξ.
解：记事件A：“在所取的1升水中含一个大肠杆菌”，则P(A)=．
∴ P(ξ=k)=Pn(k)=C)k(1－)n－k（k=0,1,2,….,n）．
∴ ξ～B(n,)，故 Eξ =n×=
五、小结 ：(1)离散型随机变量的期望，反映了随机变量取值的平均水平；
(2)求离散型随机变量ξ的期望的基本步骤：①理解ξ的意义，写出ξ可能取的全部值；②求ξ取各个值的概率，写出分布列；③根据分布列，由期望的定义求出Eξ 公式E（aξ+b）= aEξ+b，以及服从二项分布的随机变量的期望Eξ=np
六、课后作业：P64-65练习1,2,3,4 P69 A组1,2,3
1.一袋子里装有大小相同的3个红球和两个黄球，从中同时取出2个，则其中含红球个数的数学期望是 （用数字作答）
解：令取取黄球个数 (=0、1、2)则的要布列为
0
1
2
p
于是 E（）=0×+1×+2×=0.8
故知红球个数的数学期望为1.2
2.袋中有4个黑球、3个白球、2个红球，从中任取2个球，每取到一个黑球记0分，每取到一个白球记1分，每取到一个红球记2分，用表示得分数
①求的概率分布列
②求的数学期望
解：①依题意的取值为0、1、2、3、4
=0时，取2黑 p(=0)=
=1时，取1黑1白 p(=1)=
=2时，取2白或1红1黑p(=2)= +
=3时，取1白1红，概率p(=3)= [来源:21世纪教育网]
=4时，取2红，概率p(=4)=
0
1
2
3
4
p
∴分布列为
（2）期望E=0×+1×+2×+3×+4×=
3.学校新进了三台投影仪用于多媒体教学，为保证设备正常工作，事先进行独立试验，已知各设备产生故障的概率分别为p1、p2、p3，求试验中三台投影仪产生故障的数学期望
解：设表示产生故障的仪器数，Ai表示第i台仪器出现故障（i=1、2、3）
表示第i台仪器不出现故障，则：
p(=1)=p(A1··)+ p(·A2·)+ p(··A3)
=p1(1－p2) (1－p3)+ p2(1－p1) (1－p3)+ p3(1－p1) (1－p2)
= p1+ p2+p3－2p1p2－2p2p3－2p3p1+3p1p2p3
p(=2)=p(A1· A2·)+ p(A1··)+ p(·A2·A3)
= p1p2 (1－p3)+ p1p3(1－p2)+ p2p3(1－p1)
= p1p2+ p1p3+ p2p3－3p1p2p3
p(=3)=p(A1· A2·A3)= p1p2p3
∴=1×p(=1)+2×p(=2)+3×p(=3)= p1+p2+p3
注：要充分运用分类讨论的思想，分别求出三台仪器中有一、二、三台发生故障的概率后再求期望
4.一个袋子里装有大小相同的3个红球和2个黄球，从中同时取出2个，含红球个数的数学期望是 1.2
解：从5个球中同时取出2个球，出现红球的分布列为
0
1
2
P
21世纪教育网
5. 、两个代表队进行乒乓球对抗赛，每队三名队员，队队员是，队队员是，按以往多次比赛的统计，对阵队员之间胜负概率如下：
对阵队员
A队队员胜的概率
B队队员胜的概率
A 1 对B1
A 2 对B2
A 3 对B3
现按表中对阵方式出场，每场胜队得1分，负队得0分，设队，队最后所得分分别为，
（1）求，的概率分布； （2）求，
解：（Ⅰ），的可能取值分别为3，2，1，0
根据题意知，所以
（Ⅱ）；
因为,所以
七、板书设计（略）
八、教学反思：
(1)离散型随机变量的期望，反映了随机变量取值的平均水平；
(2)求离散型随机变量ξ的期望的基本步骤：
①理解ξ的意义，写出ξ可能取的全部值；
②求ξ取各个值的概率，写出分布列；
③根据分布列，由期望的定义求出Eξ 公式E（aξ+b）= aEξ+b，以及服从二项分布的随机变量的期望Eξ=np 。
