当前位置：首页>讲义>高中数学期望值与离散数学衔接讲义

高中数学期望值与离散数学衔接讲义

2026-11-03 13:03:32

高中数学期望值与离散数学衔接讲义

高中数学期望值与

欣睿教育

离散数学衔接讲义

衔接核心：高中期望值是「离散数学概率空间中随机变量的数学期望」的简化形式，高中侧重计算应用，离散数学侧重定义严谨性 + 逻辑证明，本讲义重点突破「从计算到严谨」的过渡。

高中数学期望值

（基础回顾・必夯实）

一、核心基础知识（基础生必记，无死角掌握）

离散型随机变量定义：
对于随机试验的结果，我们用一个取值可以一一列举的变量来表示，这个变量叫做离散型随机变量，记为 X（如：掷骰子的点数、投篮的命中次数）。
离散型随机变量的分布列：

若离散型随机变量 X 的所有可能取值为 x1,x2,…,xn，对应的概率为 P(X=x1)=p1，

P(X=x2)=p2，…，P(X=xn)=pn，则表格：

X	x1	x2	…	xn
P	p1	p2	…	pn
叫做 X 的分布列，满足两个核心性质：

·所有概率非负：pi≥0（i=1,2,…,n）

·概率和为 1：p1+p2+⋯+pn=1

3.期望值（数学期望）的高中核心公式（重中之重）

离散型随机变量 X 的期望值，记为 E(X) 或 EX，本质是「变量取值与对应概率的加权平均数」，公式的：

E(X)=X1P1+X2P2+⋯+XnPn

·基础备注：期望值是一个数值，不是随机变量，它反映了离散型随机变量取值的「平均水平」。

二、高中期望值基础例题（3 道核心题・详细解析）

例题 1（最简单基础・直接套公式）

掷一枚均匀的正方体骰子，设随机变量 X 表示骰子朝上的点数，求 E(X)。

详细解析：

第一步：确定 X 的所有可能取值及对应概率掷均匀骰子，点数取值为 1,2,3,4,5,6，每个点数出现的概率均为 61，分布列为：

X	1	2	3	4	5	6
P	1/6	1/6	1/6	1/6	1/6	1/6

第二步：代入期望值公式计算

E(X)=1×1/6+2×1/6+3×1/6+4×1/6+5×1/6+6×1/6=1+2+3+4+5+6/6=21/6=3.5

结论：掷均匀骰子的期望值为 3.5（反映骰子点数的平均水平）。

例题 2（基础中档・分布列求解 + 期望值计算）

某同学投篮，每次投篮的命中率为 0.6，每次投篮相互独立，连续

投篮 2 次，设 X 表示命中的次数，求 E(X)。

详细解析：

第一步：确定 X 的所有可能取值连续投篮 2 次，命中次数可能为 0,1,2，即 X∈{0,1,2}。

第二步：计算每个取值对应的概率（分步计数原理）

命中 0 次：两次都未命中，概率 P(X=0)=(1−0.6)×(1−0.6)=0.4×0.4=0.16
命中 1 次：第一次命中、第二次未命中，或第一次未命中、第二次命中，概率 P(X=1)=0.6×0.4+0.4×0.6=0.48
命中 2 次：两次都命中，概率 P(X=2)=0.6×0.6=0.36

第三步：验证分布列性质（基础生必做，避免算错）

0.16+0.48+0.36=1，满足概率和为 1，分布列正确。

第四步：代入公式计算期望值E(X)=0×0.16+1×0.48+2×0.36=0+0.48+0.72=1.2

结论：该同学连续投篮 2 次，命中次数的期望值为 1.2。

例题 3（高中易错・分层概率 + 期望值）

某商场开展抽奖活动，抽奖规则：摸 1 个球，摸到红球得 3 分，摸到白球得 1 分，摸到黑球得 0 分。已知摸到红球的概率为 0.2，白球的概率为 0.5，黑球的概率为 0.3，设 X 表示抽奖所得的分数，求 E(X)。

详细解析：

第一步：直接确定 X 的取值的对应概率（无需分步，直接套用已知概率）

第二步：计算期望值

E(X)=3×0.2+1×0.5+0×0.3=0.6+0.5+0=1.1

易错点提醒：本题无需计算分布列的概率，直接用已知概率代入即可，基础生避免画蛇添足，重复计算概率。

三、高中期望值核心性质（基础生必记・简化计算）

无需推导，记住即可直接套用，衔接离散数学时会证明这些性质：

常数的期望值：若 C 是常数，则 E(C)=C（如 E(5)=5）
线性性质 1：E(aX)=aE(X)（a 是常数，如 E(2X)=2E(X)）
线性性质 2：E(X+b)=E(X)+b（b 是常数，如 E(X+3)=E(X)+3）
综合线性性质：E(aX+b)=aE(X)+b

性质应用例题（简单题・快速计算）

已知 E(X)=2.5，求 E(2X+3) 的值。

解析：代入综合线性性质

E(2X+3)=2E(X)+3=2×2.5+3=5+3=8

高中期望值与离散数学的衔接

（核心章节・基础生能听懂）

01. 衔接核心：高中知识点的「离散数学升级」

高中阶段的期望值的简化版定义，离散数学中对期望值的定义更严谨，本质是「基于概率空间、集合映射的逻辑推导」，我们只讲基础衔接点，不深入复杂证明，适合基础生理解。

对比维度	高中数学（期望值）	离散数学（数学期望）	衔接关键点
核心侧重	计算应用，记住公式就能做题	严谨定义 + 逻辑证明，推导公式的由来	高中公式是离散数学定义的「特殊情况」
随机变量	简化定义：取值可一一列举	严谨定义：X:Ω→R（从样本空间到实数集的映射）	样本空间 Ω 就是高中的「所有试验结果的集合」
概率	直接给出或简单计算	基于幂集定义的概率函数 P	高中的概率的是离散数学概率函数的「取值」
期望值	有限个取值：E(X)=∑i=1nxipi	可推广到无限可数个取值：E(X)=∑i=1∞xipi	高中数学（期望值）高中只学有限情况，离散数学拓展到无限

02. 3个核心衔接点（基础生必掌握・不考复杂证明，只考理解）

衔接点 1：样本空间 Ω（离散数学集合→高中试验结果）

离散数学中，样本空间是「所有随机试验的可能结果构成的集合」，记为 Ω，这就是高中数学中「随机试验的所有结果」的严谨表述。

·举例：掷一枚骰子，高中说 “所有结果是 1,2,3,4,5,6”，离散数学中写为 Ω={1,2,3,4,5,6}（集合形式）。

·衔接提醒：高中的离散型随机变量 X，本质是从样本空间 Ω 到实数集 R 的映射，比如 X(ω)=ω（ω∈Ω），就是掷骰子的点数变量。

衔接点 2：概率函数 P（离散数学映射→高中概率）

高中阶段，我们直接说 “某个结果的概率是多少”，离散数学中，概率是一个函数：

定义域：样本空间 Ω 的幂集（所有子集构成的集合）
值域：[0,1]
核心性质：和高中一致（非负性、规范性、可加性）

·举例：掷均匀骰子，P({1})=61，就是高中说的 “点数为 1 的概率是 61”，只是离散数学用集合子集的形式表述，更严谨。

衔接点 3：期望值的严谨定义（离散数学求和→高中公式）

高中阶段的期望值公式，是离散数学中「有限可数随机变量的期望值」的简化：

离散数学严谨公式（有限情况）：若 X 是离散型随机变量，取值为 x1,x2,…,xn，对应的事件
Ai={ω∈Ω∣X(ω)=xi}，则 E(X)=∑i=1nxiP(Ai)
高中简化公式：E(X)=∑i=1nxipi（本质是 pi=P(Ai)，省略了事件的集合表述）

·衔接结论：高中的期望值公式，就是离散数学中「省略集合表述后的简化版」，二者本质一致，只是离散数学更严谨，高中更简洁。

03. 离散数学中期望值的基础证明（基础生必看・简单推导，衔接逻辑）

我们只证明「高中期望值的线性性质 1：E(aX)=aE(X)」，其他性质推导思路一致，无需死记，理解推导逻辑即可（这是高中和离散数学的核心区别：高中记性质，离散数学证性质）。

证明：

设离散型随机变量 X 的所有可能取值为 x1,x2,…,xn，对应概率为 p1,p2,…,pn，则：

E(aX)=∑i=1n(axi)pi=a∑i=1nxipi=aE(X)· 推导关键点：乘法分配律，把常数 a 提出求和符号，一步即可推导完成，非常简单，基础生都能看懂。

备注：离散数学中，无限可数情况的期望值，需要满足「级数收敛」，这个我们不深入，基础生只需掌握有限情况的推导即可。

衔接例题

（高中计算 + 离散数学

理解・基础专用）

衔接例题 1（基础・集合表述 + 期望值计算）

用离散数学的样本空间、集合表述，求解掷一枚均匀骰子的期望值（对应第一部分例题 1）。

详细解析：

确定样本空间：Ω={1,2,3,4,5,6}
定义随机变量：X:Ω→R，X(ω)=ω（ω∈Ω）
计算概率：对每个 ω∈Ω，P({ω})=61
代入离散数学期望值公式：E(X)=∑ω∈ΩX(ω)P({ω})=1×61+2×61+⋯+6×61=3.5结论：和高中计算结果一致，只是多了离散数学的集合表述，更严谨。

衔接例题 2（基础・线性性质证明 + 计算）

已知 E(X)=1.2（对应第一部分例题 2），用离散数学的推导思路，证明 E(3X+2)=3E(X)+2，并计算其值。

详细解析：

证明线性性质（综合性质）：
E(3X+2)=∑i=1n(3xi+2)pi=3∑i=1nxipi+2∑i=1npi
因为 ∑i=1npi=1，所以：E(3X+2)=3E(X)+2×1=3E(X)+2
代入计算：
E(3X+2)=3×1.2+2=3.6+2=5.6
结论：证明成立，计算结果正确，基础生要掌握这种「先证明后计算」的思路，这是离散数学的核心思维。