第二章 随机变量及其分布(第2讲)
高中数学第二章概率1离散型随机变量及其分布列知识导航北师大版选修2-3
§1 离散型随机变量及其分布列 自主整理 1.随机现象中试验(或观测)的每一个可能的结果都对应于一个数，这种对应称为一个_____________. 2.随机变量的取值能够_____________的随机变量称为离散型随机变量. 3.设离散型随机变量X 的取值为a 1，a 2，…，随机变量X 取a i 的概率为p i (i=1,2，…)，记作 p(X=a i )=P i (i=1,2，…) 称为__________________________________________________________________________。 并且有①p i _____________0，②p 1+p 2+…=_____________. 如果随机变量X 的分布列如上表，则称随机变量X 服从这一分布(列)，并记为_____________. 高手笔记 1.随机变量是将随机试验的结果数量化. 2.随机变量的取值对应于随机试验的某一随机事件. 3.随机变量X 取每一个值a i 的概率P(X=a i )等于其相应的随机事件A i 发生的概率P(A i ). 4.若X 为一个随机变量，则Y=aX+b(a,b 为常数)也为随机变量. 5.离散型随机变量的分布列中 第一行表述了随机变量X 的所有可能的取值,在这里要注意按一定的次序来填写；第二行表述了随机变量X 取相应上行中数值a i 的概率的大小p i =P(X=a i )，i=1,2，… 6.一般地，离散型随机变量在某一范围内取值的概率等于其在这个范围内取每一个值的概率之和. 7.离散型随机变量的分布列不仅清楚地反映其所取的一切可能的值，而且能清楚地看到取每一个值的概率大小，从而反映了随机变量在随机试验中取值的分布状况，是进一步研究随机试验数量特征的基础. 名师解惑 1.随机变量与以前学过的变量有什么区别与联系？ 剖析：随机变量作为一个变量，当然有它的取值范围，这和以前学过的变量一样.不仅如此，还有它取每个值的可能性的大小，如：从装有无差别的6只黑球、4只白球的袋中，随机抽取3只球，所得的白球个数是一随机变量X ，其取值为X=0，1，2，3；而取每个值的可能性的大小，可通过其相应的随机事件发生的大小——即其概率来反映.即“若X=2”，对应事件A 2：“取出的3只球中恰有两只白球”，其概率： P(A 2)=.1031238910123 46310 2416=??????? =C C C 若“X=3”对应事件A 3：“取出的3只球中恰有三只白球”的概率： P(A 3)=.10112389101232 34310 34=????????=C C
第2章 2.1 2.1.1 离散型随机变量
2.1离散型随机变量及其分布列 2.1.1离散型随机变量 学 习目标核心素养 1.理解随机变量及离散型随机变量的含义．(重 点) 2.了解随机变量与函数的区别与联系．(易混点) 3.能写出离散型随机变量的可能取值，并能解释其意义．(难点)通过学习随机变量及离散型随机变量，培养数学抽象的素养. 1．随机变量 (1)定义：在随机试验中，确定一个对应关系，使得每一个试验结果都用一个确定的数字表示．在这个对应关系下，数字随着试验结果的变化而变化的变量称为随机变量． (2)表示：随机变量常用字母X，Y，ξ，η，…表示． 2．离散型随机变量 (1)定义：所有取值可以一一列出的随机变量，称为离散型随机变量． (2)特征： ①可用数值表示． ②试验之前可以判断其出现的所有值． ③在试验之前不能确定取何值． ④试验结果能一一列出． 思考：离散型随机变量的取值必须是有限个吗？ [提示]离散型随机变量的取值可以是有限个，例如取值为1,2，…，n；也
可以是无限个，如取值为1,2，…，n，…. 1．下列变量中，是离散型随机变量的是() A．到2019年10月1日止，我国发射的人造地球卫星数 B．一只刚出生的大熊猫，一年以后的身高 C．某人在车站等出租车的时间 D．某人投篮10次，可能投中的次数 D[根据离散型随机变量的定义：其可能取到的不相同的值是有限个或可列为有限个，即可以按一定次序一一列出，试验前可以判断其出现的所有值．选项A，B，C的数值均有不确定性，而选项D中，投篮10次，可能投中的次数是离散型随机变量．] 2．袋中有大小相同的红球6个，白球5个，从袋中每次任意取出1个球，直到取出的球是白球为止时，所需要的取球次数为随机变量X，则X的可能取值为() A．1,2,3，…，6B．1,2,3，…，7 C．0,1,2，…，5 D．1,2，…，5 B[由于取到白球游戏结束，由题意可知X的可能取值为1,2,3,4,5,6,7.] 3．下列随机变量不是离散型随机变量的是________． ①某景点一天的游客数X； ②某手机一天内收到呼叫次数X； ③水文站观测到江水的水位数X； ④某收费站一天内通过的汽车车辆数X. ③[①②④中的随机变量X可能取的值，我们都可以按一定的次序一一列出，因此都是离散型随机变量；③中X可以取一区间内的一切值，无法按一定次序一一列出，故③不是离散型随机变量．] 随机变量的概念 【例1】件，则下列可作为随机变量的是()
选修2-3第二章随机变量及其分布知识点总结
第二章概率总结 一、知识点 1.随机试验的特点: ①试验可以在相同的情形下重复进行； ②试验的所有可能结果是明确可知的，并且不止一个 ③每次试验总是恰好出现这些结果中的一个，但在一次试验之前却不能肯定这次试验会 出现哪一个结果． 2.分类 随机变量 （如果随机试验可能出现的结果可以用一个变量X来表示，并且X是随着试验的结 果的不同而变化，那么这样的变量叫做随机变量．随机变量常用大写字母X、Y等 或希腊字母ξ、η等表示。） 离散型随机变量：连续型随机变量： 3.离散型随机变量的分布列 一般的,设离散型随机变量X可能取的值为x1, x2, ,x i , ,x n X取每一个值xi(i=1,2,）的概率P(ξ=x i）＝P i，则称表 为离散型随机变量X 的概率分布，简称分布列 性质：①---------------------------------------------- ②-------------------------------------------------． 二点分布 如果随机变量X的分布列为： 其中0 一般地, 设总数为N 件的两类物品，其中一类有M 件，从所有物品中任取n(n ≤N)件, 这n 件中所含这类物品件数X 是一个离散型随机变量， 则它取值为k 时的概率为()(0,1,2,,)k n k M N M n N C C P X k k m C --===，其中 则称随机变量X 的分布列 , 为超几何分布列,且称随机变量X 服从参数N 、M 、n 的超几何分布 注意：（1）超几何分布的模型是不放回抽样； （2）超几何分布中的参数是N 、M 、n ，其意义分别是总体中的个体总数、N 中一类的 总数、样本容量 条件概率 1.定义：对任意事件A 和事件B ，在已知事件A 发生的条件下事件B 发生的概率， 叫做条件概率.记作P(B|A)，读作A 发生的条件下B 的概率 2.事件的交（积）:由事件A 和事件B 同时发生所构成的事件D ，称为事件A 与事件B 的交（或积）.记作D=A ∩B 或D=AB 3.条件概率计算公式: 例题、10个产品中有7个正品、3个次品，从中不放回地抽取两个，已知第一个取到次品， 求第二个又取到次品的概率. 相互独立事件 1.定义：事件A(或B)是否发生对事件B(或A)发生的概率没有影响,这样的两个事件 叫做相互独立事件 2.相互独立事件同时发生的概率公式 两个相互独立事件同时发生的概率，等于每个事件发生的概率的积。则有 如果事件A1，A2，…An 相互独立，那么这n 个事件同时发生的概率， 等于每个事件发生的概率的积。即： P （A1·A2·…·An ）=P （A1）·P （A2）·…·P(An) 3解题步骤 说明（1）判断两事件A 、B 是否为相互独立事件，关键是看A （或B ）发生与否对B （或A ）发生的概率是否影响，若两种状况下概率不变，则为相互独立. （2）互斥事件是指不可能同时发生的两个事件；相互独立事件是指一事件的发生与否对另一事件发生的概率没影响. （3）如果A 、B 是相互独立事件，则A 的补集与B 的补集、A 与B 的补集、A 的补集与B 也都相互独立. 第二章 随机变量及其分布 2．1．1离散型随机变量 第一课时 思考1：掷一枚骰子，出现的点数可以用数字1 , 2 ，3，4，5，6来表示．那么掷一枚硬币的结果是否也可以用数字来表示呢？ 掷一枚硬币，可能出现正面向上、反面向上两种结果．虽然这个随机试验的结果不具有数量性质，但我们可以用数1和 0分别表示正面向上和反面向上（图2.1一1 ) . 在掷骰子和掷硬币的随机试验中，我们确定了一个对应关系，使得每一个试验结果都用一个确定的数字表示．在这个对应关系下，数字随着试验结果的变化而变化． 定义1：随着试验结果变化而变化的变量称为随机变量（random variable )．随机变量常用字母 X , Y ，ξ，η，… 表示． 思考2：随机变量和函数有类似的地方吗？ 随机变量和函数都是一种映射，随机变量把随机试验的结果映为实数，函数把实数映为实数．在这两种映射之间，试验结果的范围相当于函数的定义域，随机变量的取值范围相当于函数的值域．我们把随机变量的取值范围叫做随机变量的值域． 例如，在含有10件次品的100 件产品中，任意抽取4件，可能含有的次品件数X 将随着抽取结果的变化而变化，是一个随机变量，其值域是｛0, 1, 2 , 3, 4 } . 利用随机变量可以表达一些事件．例如{X=0｝表示“抽出0件次品” , {X =4｝表示“抽出4件次品”等．你能说出｛X< 3 ｝在这里表示什么事件吗？“抽出 3 件以上次品”又如何用 X 表示呢？ 定义2：所有取值可以一一列出的随机变量，称为离散型随机变量 ( discrete random variable ) . 离散型随机变量的例子很多．例如某人射击一次可能命中的环数 X 是一个离散型随机变量，它的所有可能取值为0，1，…，10；某网页在24小时内被浏览的次数Y 也是一个离散型随机变量，它的所有可能取值为0, 1,2，…. 思考3：电灯的寿命X 是离散型随机变量吗？ 电灯泡的寿命 X 的可能取值是任何一个非负实数，而所有非负实数不能一一列出，所以 X 不是离散型随机变量． 在研究随机现象时，需要根据所关心的问题恰当地定义随机变量．例如，如果我们仅关心电灯泡的使用寿命是否超过1000 小时，那么就可以定义如下的随机变量： ??≥?0，寿命<1000小时；Y=1,寿命1000小时. 与电灯泡的寿命 X 相比较，随机变量Y 的构造更简单，它只取两个不同的值0和1，是一个离散型随机变量，研究起来更加容易． 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 如某林场树木最高达30米，则林场树木的高度ξ是一个随机变量，它可以取（0，30]内的一切值 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 注意：（1）有些随机试验的结果虽然不具有数量性质，但可以用数量来表达如投掷一枚硬币，ξ=0，表示正面向上， ξ=1， 第二章 随机变量及其分布 2．1．1离散型随机变量 第一课时 思考1：掷一枚骰子，出现的点数可以用数字1 , 2 ，3，4，5，6来表示．那么掷一枚硬币的结果是否也可以用数字来表示呢？ 掷一枚硬币，可能出现正面向上、反面向上两种结果．虽然这个随机试验的结果不具有数量性质，但我们可以用数1和 0分别表示正面向上和反面向上（图2.1一1 ) . 在掷骰子和掷硬币的随机试验中，我们确定了一个对应关系，使得每一个试验结果都用一个确定的数字表示．在这个对应关系下，数字随着试验结果的变化而变化． 定义1：随着试验结果变化而变化的变量称为随机变量（random variable )．随机变量常用字母 X , Y ，ξ，η，… 表示． 思考2：随机变量和函数有类似的地方吗？ 随机变量和函数都是一种映射，随机变量把随机试验的结果映为实数，函数把实数映为实数．在这两种映射之间，试验结果的范围相当于函数的定义域，随机变量的取值范围相当于函数的值域．我们把随机变量的取值范围叫做随机变量的值域． 例如，在含有10件次品的100 件产品中，任意抽取4件，可能含有的次品件数X 将随着抽取结果的变化而变化，是一个随机变量，其值域是｛0, 1, 2 , 3, 4 } . 利用随机变量可以表达一些事件．例如{X=0｝表示“抽出0件次品” , {X =4｝表示“抽出4件次品”等．你能说出｛X< 3 ｝在这里表示什么事件吗？“抽出 3 件以上次品”又如何用 X 表示呢？ 定义2：所有取值可以一一列出的随机变量，称为离散型随机变量 ( discrete random variable ) . 离散型随机变量的例子很多．例如某人射击一次可能命中的环数 X 是一个离散型随机变量，它的所有可能取值为0，1，…，10；某网页在24小时内被浏览的次数Y 也是一个离散型随机变量，它的所有可能取值为0, 1,2，…. 思考3：电灯的寿命X 是离散型随机变量吗？ 电灯泡的寿命 X 的可能取值是任何一个非负实数，而所有非负实数不能一一列出，所以 X 不是离散型随机变量． 在研究随机现象时，需要根据所关心的问题恰当地定义随机变量．例如，如果我们仅关心电灯泡的使用寿命是否超过1000 小时，那么就可以定义如下的随机变量： ?? ≥?0，寿命<1000小时； Y=1,寿命1000小时. 与电灯泡的寿命 X 相比较，随机变量Y 的构造更简单，它只取两个不同的值0和1，是一个离散型随机变量，研究起来更加容易． 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 如某林场树木最高达30米，则林场树木的高度ξ是一个随机变量，它可以取（0，30]内的一切值 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 第二章离散型随机变量 教学目的与要求 1.熟练掌握一维离散型随机变量及其分布的概念，会求一维随机变量的分布列. 2.熟练掌握二维离散型随机变量的概念及其分布，了解常见的二维随机变量的分布. 3.掌握二维离散型随机变量的边际分布及其计算公式. 4.了解多维随机变量的概念及其分布. 5.理解随机变量相互独立的关系及其判别方法. 6.掌握一维、二维离散型随机变量函数的分布列的求法. 7.准确理解数学期望、方差的概念及其相关的性质，熟练掌握常见的几种分布的数学期 望和方差. 8.了解条件分布与条件期望及其性质. 教学重点一、二维随机变量及其分布 教学难点随机变量的分布 教学方法讲解法 教学时间安排 1~2 第一节一维随机变量及分布列 3~4 第二节多维随机变量、联合分布列和边际分布列 5~6 习题辅导 7~8 随机变量函数的分布列 9~10 数学期望的定义及性质 11~12方差的定义及性质 13~14条件分布与条件数学期望 15~16 习题辅导 教学内容 1~2. 第一节一维随机变量及分布列 一、随机变量 在上一章所讲的有些随机试验的样本空间中基本事件是用数值描述的，这就提示我们，无论什么随机试验，如果用一个变量的不同取值来描述它的全部可能结果，样本空间的表达及其相应的概率就显得更明了、更简单.事实上，这种想法是可以的，为此，引入一个新概念. 定义2.1 设E 维随机试验，()ωΩ=为其样本空间，若对任意的ω∈Ω，有唯一的实数与之对应，则称()ξω为随机变量. 这样，事件可通过随机变量的取值来表示，随机变量,(),(), b a b ξξξ≤<≤等都表 示为事件，其中,a b 表示任意实数.即用随机变量的各种取值状态和取值范围来表示随机事件. 二、一维离散型随机变量的概念 定义 2.2 定义在样本空间Ω上，取之于实数域R ，且只取有限个或可列个值的变量 ()ξξω=，称作是一维（实值）离散型随机变量，简称为离散型随机变量.称 ()i i P a p ξ==， 1,2,i = 为随机变量()ξω的概率分布列，也称为分布律，有时就简称为分布. 离散型随机变量()ξω的分布列常常习惯地把它们写成表格的形式或矩阵形式： 121 2 a a p p ?? ??? 例2.1 在5n =的贝努里试验中，设事件A 在一次试验中出现的概率为p ，令 ξ=5次试验中事件A 出现的次数 则 55(),05k k k P k C p q k ξ-==≤≤ 于是，ξ的分布列为： §3 连续型随机变量 除了离散型随机变量之外，还有非离散型的随机变量，这些随机变量的取值已不再是有限个或可列个。在这类非离散型随机变量中，有一类常见而重要的类型，即所谓连续型随机变量。粗略地说，连续型随机变量可以在某特定区间内任何一点取值。例如某种树的高度；测量的误差；计算机的使用寿命等等都是连续型随机变量。对于连续型随机变量，不能一一列出它可能取值，因此不能像对离散型随机变量那样用它取各个可能值的概率来描述它的概率分布，而是要考虑该随机变量在某个区间上取值的概率，我们是用概率密度函数来研究连续型随机变量的。 一． 概率密度和连续型随机变量定义： 对于随机变量X ，如果存在非负可积函数 ()()f x x -∞<<+∞，使得对于任意实数， ,()a b a b <都有 {}()b a P a X b f x dx <<= ? ， 则称X 为连续型随机变量；称()f x 为X 的概率密度函数，简称概率密度或密度． 由定义可知，分布密度()f x 具有如下基本性质: （１）．()0()f x x ≥-∞<<+∞； （２）． ()()1f x dx P X +∞ -∞ =-∞<<+∞=? ． 这两条性质的几何意义是：概率分布密度曲线不在x 轴下方，且该曲线与x 轴所围的图形面积为1。性质(1)、(2)可以作为判定一个函数是否可以作为一个连续型随机变量的分布密度的条件。 对于连续型随机变量X 可以证明，它在某一点a 处取值的概率为零，即 对于任意实数a ，有()0P X a ==． 即研究X 在某一点处取值的概率是没有什么实际意义的。从而可知，研究X 在某区间上取值的概率时，该区间含不含端点，不影响概率值。即 (３)．对于任意实数， ,()a b a b <都有 {}{}{}{}()b a P a X b P a X b P a X b P a X b f x dx <<=≤<=<≤=≤≤=? 【例1】 设X 是连续型随机变量，已知X 的概率密度为 其中λ为正常数． 试 确定常数A ． 几种常用的连续型随机变量 给出一个新概念：广义概率密度函数。 设连续型随机变量ξ的概率密度函数为φ(x ), 那么任何与之成正比的函数f (x )∝φ(x ), 都叫做ξ的广义概率密度函数, 或者说, 一个函数f (x )是ξ的广义概率密度函数, 说明存在着一实数a , 使得 φ(x )=af (x ) (1) 而知道了广义概率密度函数, ξ的概率密度函数就可以根据性质1)(=?+∞ ∞ -dx x ?, 求出 将(1)式代入得: 1)()(??+∞ ∞ -+∞ ∞ -==dx x af dx x ? 则?∞+∞ -= dx x f a )(1 因此, 知道了广义概率密度函数就等于知道了一般的概率密度函数, 我们只需关心函数的形状就可以了解概率密度的性质了. 因此也不必关于那个常数是什么. 4.4 指数分布 指数分布的概率密度函数为 ?? ?>=-其它 )(x e x x λλ? 它的图形如下图所示: 它的期望和方差如下计算: () λ λ λ?ξλλλλλ1 1 )(0 =- =+-=-= = = ∞ +-∞+-∞ +-+∞ -+∞ -+∞ ∞ -????x x x x x e dx e xe e xd dx e x dx x x E () 2 20 202 2 2 2 2 2)(|λξλ λ?ξλλλλ= = +-=-= = = ????∞+-∞+-+∞ -+∞ -+∞∞ -E dx xe e x e d x dx e x dx x x E x x x x 2 2 2 221 1 2 )(λ λ λ ξξξ= - = -=E E D 指数分布常用来作为各种"寿命"分布的近似. 4.5 Γ-分布 如果一个随机变量ξ只取正值, 且在正半轴的广义概率密度函数的形式是x 的某次方x k 乘上指数函数e -λx , 即 ?? ?>->>=-其它 ) 0,1(0)(λλk x e x x f x k 那么就称ξ服从Γ-分布了. 上式中之所以要求k >-1, λ>0, 是因为广义积分 ?? +∞ -+∞ ∞ -= )(dx e x dx x f x k λ 只有在这种条件下才收敛. 此外, 传统上为了方便起见, 用另一个常数r =k +1, 因此广义概率密度函数写为 ?? ?>>>=--其它 ) 0,0(0)(1λλr x e x x f x r 而真实的概率密度函数φ(x )=af (x ), 可以给出常数a 由下式计算: ?∞ +--= 11 dx e x a x r λ 这样, 计算的关键就是要计算广义积分 ?+∞ --0 1dx e x x r λ, 作代换t =λx , 则x =t /λ, dx =dt /λ, 则???+∞ --+∞ --+∞ --= ? ?? ? ?=0 101 011 1 dt e t dt e t dx e x t r r t r x r λ λ λλ, 问题就转成怎样计算广义积分? +∞ --0 1dt e t t r , 这个积分有一个参数r >0, 在r 为一些特定 的参数时, 如当r =1时, 上面的广义积分还是可以计算的, 但是当r 为任意的正实数时, 此广 义积分就没有一般的公式, 一般的原函数表达式. 在这种情况下数学家常用的办法就是定义一个新的函数. 比如说, 在中学学的三角函数就无法用一个加减乘除的公式表示, 因此就发明了sin , cos 这样的记号来代表三角函数. 同样, 上面的广义积分的取值只依赖于参数r , 每给定一个r 值就有一个积分值与之对应, 因此也可以定义一个函数, 叫Γ-函数, 定义为 2-3随机变量及其分布 -- HW) T数字特征11 …. --- L-W Array「(两点分布〕 5店殊分布列)--憊几何分祠 -(二项分利 十［并件相互独立性)一価立重复试劇 5J ~(条件概率) ”、r<正态分布密度曲绚 f正态分布)一 要点归纳 一、离散型随机变量及其分布列 1.⑴随机变量：在随机试验中，我们确定了一个对应关 系，使得每一个试验结果都用一个确定的数字表示?在这个对应关系下，数字随着试验结果的变化而变化.像这种随着试验结果变化而变化的变量称为随机变量?通常用字母X, Y, E, n等表示. (2) 离散型随机变量：所有取值可以一一列出的随机变量称为离散型随 机变量. (3) 离散型随机变量的分布列： 一般地，若离散型随机变量 X可能取的不同值为X i, X2…，X i，…X n，X取每一个值X i(i = 1，2，…，n)的概率 P(X= X)= p i，以表格的形式表示如下： X的分布列.有时为了简单起见，也用等式P(X = X i) = p i， i = 1，2，…，n表示X的分布列. (4)离散型随机变量的分布列的性质： ①P i>0，i = 1，2，…，n； n ②P i = 1. i = 1 (5)常见的分布列： 两点分布：如果随机变量X 的分布列具有下表的形式，则 称X 服从两点分布，并称p = P(X = 1)为成功概率. 两点分布又称 0- 1分布，伯努利分布. 超几何分布：一般地，在含有 M 件次品的N 件产品中，任取 X 件次品，则事件｛X = k ｝发生的概率为 P(X = 其中 m= min ｛ M , n ｝，且 n W N , M < N , n , M , N € N *.如 果随机变量X 的分布列具有上表的形式，则称随机变量 X 服从超几何分布. 2 .二项分布及其应用 (1)条件概率：一般地，设 A 和B 是两个事件，且 P(A)>0, p / AB) 称P(BA) = P ((A )为在事件A 发生的条件下，事件B 发生 的条件概率.P(B|A)读作A 发生的条件下B 发生的概率. ⑵条件概率的性质： ① 0 < P(BA)< 1； ② 必然事件的条件概率为1,不可能事件的条件概率为0; ③ 如果 B 和C 是两个互斥事件，则 P(B U C|A)= P(B|A) + P(C|A). (3) 事件的相互独立性：设 A, B 为两个事件，如果 P(AB)= P(A)P(B)，则 称事件 A 与事件B 相互独立?如果事件 A 与B 相互独立，那么 A 与-,-与B ,-与-也都相互独立. (4) 独立重复试验：一般地，在相同条件下重复做的 n 次试 验称为n 次独立重复试验. c M c N-/i c N k = 0, 1, 2, ,m,即 n 件，其中恰有 k)= 第二章 随机变量及其概率分布 §2.1 一维离散型随机变量 一、基本概念 ★知识点精讲 1.一维离散型随机变量的分布及分布律 （1）离散型随机变量：若随机变量X 只取有限多个或可列无限多个值，则称X 为离散型随机变量。 （2）分布律： ,2,1,}{===k p x X P k k 或 （3）性质： ① ,2,1,0=≥k p k ②∑∞ ==11k k p 2.常用的离散型分布 （1）0-1分布),1(p B 分布律 ： X 0 1 P p -1 p 其中 p 为事件A 出现的概率，0 ★ 题型归纳及解题技巧 例1.设随机变量X 则k=（ ） A.0.1 B.0.2 C.0.3 D.0.4 解：选Ｄ。 因为∑==1 1k k p ，故11.03.02.0=+++k ，得4.0=k 。 例2．设离散型随机变量X 的分布律为 （关于离散型随机变量概率求法） 则P{-1 一、单项选择题 1 ，那么下列结论正确的是 （）A B C D.以上都不正确 2设X与Y相互独立，X 0—1分布，Y 0—1分布，则方程 t 有相同实根的概率为 （A（B（C （D 3．设二维随机变量（X，Y）的概率密度为 则k的值必为 （A（B（C （D 4．设（X，Y）的联合密度函数为 （A （B（C（D 5．设随机变量X与Y相互独立，而且X服从标准正态分布N（0，1），Y服从二项分布B（n，p），0 二、填空题 2 若（X ，Y ）的联合密度 ， 3 4 ，则 且区域 5 。 6 . 7 =? ∞+∞ -)(x f X . 8 如果随机变量),(Y X 的联合概率分布为 X 1 2 3 1 61 91 181 2 3 1 α β 则βα,应满足的条件是 ；若X 与Y 相互独立，则=α ，=β . 9 设Y X ,相互独立，)1.0(~),1,0(~N Y N X ，则),(Y X 的联合概率密度 =),(y x f ，Y X Z +=的概率密度=)(Z f Z . 10、 设 ( 、 ) 的 联 合 分 布 函 数 为 ()()()()?? ??? ≥≥+-+-+++= y x y x y x A y x F 00,0111111,2 22则 A =_____。 11设X 服从参数为1的泊松分布，Y 服从参数为2的泊松分布，而且X 与Y 相互独立，则 (max(,)0)_______. (min(,)0)_______.P X Y P X Y ≠=≠= 12 设X 与Y 相互独立，均服从[1，3]上的均匀分布，记(),A X a =≤(),B Y a => 7 ()9 P A B ?= 且，则a=_______. 13 二维随机变量（X ，Y ）的联合概率密度为 221()21sin sin (,)(,),2x y x y f x y e x y π -++= -∞<<+∞ 则两个边缘密度为_________. 三．解答题 1 一个袋中有三个球,依次标有数字 1, 2, 2,从中任取一个, 不放回袋中 , 再任取一个, 设每次取球时,各球被取到的可能性相等,以 X , Y 分别记第一次和第二次取到的球上标有的数字 ,求 ( X , Y ) 的分布律与分布函数. 2．箱子里装有12件产品，其中2件是次品，每次从箱子里任取一件产品，共取2次，定义随机变量12,X X 如下： 2.1.1 离散型随机变量 学习目标 1.理解随机变量及离散型随机变量的含义.2.了解随机变量与函数的区别与联系． 知识点一随机变量 思考1 抛掷一枚质地均匀的硬币，可能出现正面向上、反面向上两种结果，这种试验结果能用数字表示吗？ 答案可以，可用数字1和0分别表示正面向上和反面向上． 思考2 在一块地里种10棵树苗，成活的棵数为x，则x可取哪些数字？ 答案x＝0,1,2,3， (10) 梳理(1)定义 在随机试验中，可以确定一个对应关系，使得每一个试验结果都用一个确定的数字表示，数字随着试验结果的变化而变化，像这种随着试验结果变化而变化的变量称为随机变量． (2)随机变量常用字母X，Y，ξ，η，…表示． 知识点二随机变量与函数的关系 相同点随机变量和函数都是一种一一对应关系 区别随机变量是随机试验的结果到实数的一一对应，函数是实数到实数的一一对应 联系随机试验结果的范围相当于函数的定义域，随机变量的取值范围相当于函数的值域 知识点三离散型随机变量 1．定义：所有取值可以一一列出的随机变量称为离散型随机变量． 2．特征： (1)可用数字表示． (2)试验之前可以判断其出现的所有值． (3)在试验之前不能确定取何值． (4)试验结果能一一列出． 1．离散型随机变量的取值是任意的实数．( ×) 2．随机变量的取值可以是有限个，也可以是无限个．( √) 3．离散型随机变量是指某一区间内的任意值．( ×) 类型一随机变量的概念 例1 下列变量中，哪些是随机变量，哪些不是随机变量？并说明理由． (1)某机场一年中每天运送乘客的数量； (2)某单位办公室一天中接到电话的次数； (3)明年5月1日到10月1日期间所查酒驾的人数； (4)明年某天济南—青岛的某次列车到达青岛站的时间． 考点随机变量及离散型随机变量的概念 题点随机变量的概念 解(1)某机场一年中每天运送乘客的数量可能为0,1,2,3，…，是随机变化的，因此是随机变量． (2)某单位办公室一天中接到电话的次数可能为0,1,2,3，…，是随机变化的，因此是随机变量． (3)明年5月1日到10月1日期间，所查酒驾的人数可能为0,1,2,3，…，是随机变化的，因此是随机变量． (4)济南—青岛的某次列车到达青岛站的时间每次都是随机的，可能提前，可能准时，也可能晚点，故是随机变量． 反思与感悟随机变量的辨析方法 (1)随机试验的结果具有可变性，即每次试验对应的结果不尽相同． (2)随机试验的结果的不确定性，即每次试验总是恰好出现这些结果中的一个，但在一次试验之前却不能肯定这次试验会出现哪一个结果． 如果一个随机试验的结果对应的变量具有以上两点，则该变量即为随机变量． 跟踪训练1 掷均匀硬币一次，随机变量为( ) A．掷硬币的次数 B．出现正面向上的次数 第二章 随机变量及其概率分布 考试模拟题 (共90分) 一．选择题(每题2分共20分) 1．F(X)是随机变量X 的分布函数，则下列结论不正确的是（ B ） A.≤0F(x )1≤ B.F(x )=P{X=x } C.F(x )=P{X x ≤} D.F(∞+)=1, F(∞-)=0 解析： A,C,D 都是对于分布函数的正确结论，请记住正确结论！B 是错误的。 2．设随机变量X 的分布函数律为如下表格：F(x)为其分布函数，则F(5)=( C ) A.0.3 B.0.5 C.0.6 D.0.4 解析：由分布函数定义F(5)=P{X ≤5}=P{X=0}+P{X=2}+P{X=4}=0.1+0.2+0.3=0.6 3．下列函数可以作为随机变量分布函数的是（ D ） 4x 01≤≤x 2x 10<≤x A.F(x)= B.F(x)= 1 其它 2 其它 -1 x<0 0 x<0 C.F(x)= 2x 10<≤x D.F(x)= 2x 5.00<≤x 1 其它 1 x ≥0.5 解析：由分布函数F(x)性质：01)(≤≤x F ，A,B,C 都不满足这个性质，选D 4 x 31<<-x 4．设X 的密度函数为f(x)= 则P{-2 A. 0 B.83 C. 43 D. 85 解析：P{-2 离散型随机变量及其分布列辅导教案 学生姓名性别年级学科数学 授课教师上课时间年月日第（）次课 共（）次课 课时：2课时 教学课题人教版选修2-3 第二章离散型随机变量及其分布列同步教案 教学目标知识目标：理解离散型随机变量的概念，并会求出某些简单的离散型随机变量的概率分布。能力目标：通过对离散型随机变量的学习认识概率分布对于刻画随机现象的重要性。 情感态度价值观：通过合作与交流，让学生体会数学与生活的紧密联系，感受学习的乐趣。 教学重点 与难点 离散型随机变量的分布列的概念及求法。 教学过程 （一）离散型随机变量 知识梳理 1．离散型随机变量的定义 如果对于试验的样本空间中的每一个样本点，变量都有一个确定的实数值与之对应，则变量是样本点的实函数，记作．我们称这样的变量为随机变量．若随机变量只能取有限个数值或可列无穷多个数值则称为离散随机变量。 2．离散型随机变量的表示方法 离散型随机变量常用字母 X , Y，ξ ， η，…表示． 例题精讲 【题型一、随机变量的表示方法】 【例1】写出下列随机变量可能取的值，并说明随机变量所取的值表示的随机试验的结果 (1)一袋中装有5只同样大小的白球，编号为1，2，3，4，5现从该袋内随机取出3只球，被取出的球的最大号码数ξ； (2)某单位的某部电话在单位时间内收到的呼叫次数η 【方法技巧】随机变量随机变量常用希腊字母ξ、η等表示，对于离散型随机变量的结果可以按一定次序一一列出。 【题型二、随机变量的表示意义】 【例2】抛掷两枚骰子各一次，记第一枚骰子掷出的点数与第二枚骰子掷出的点数的差为ξ，试问：“ξ> 4”表示的试验结果是什么？ 【方法技巧】在掷骰子和掷硬币的随机试验中，我们确定了一个对应关系，使得每一个试验结果都用一个确定的数字表示．在这个对应关系下，数字随着试验结果的变化而变化． 【题型三、随机变量应用题】 【例3】某城市出租汽车的起步价为10元，行驶路程不超出4km，则按10元的标准收租车费若行驶路程超出4km，则按每超出lkm加收2元计费(超出不足1km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，他收旅客的租车费可也是一个随机变量 (1)求租车费η关于行车路程ξ的关系式； (Ⅱ)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? 【方法技巧】若ξ是随机变量，b a b a, , + =ξ η 是常数，则 η也是随机变量 巩固训练 1．随机变量为抛掷两枚硬币时徽花向上的硬币数，求的可能取值 §2.1.1离散型随机变量 一、教学目标 1.复习古典概型、几何概型有关知识。 2.理解离散型随机变量的概念，学会区分离散型与非离散型随机变量。 3. 理解随机变量所表示试验结果的含义，并恰当地定义随机变量. 重点：离散型随机变量的概念，以及在实际问题中如何恰当地定义随机变量. 难点：对引入随机变量目的的认识，了解什么样的随机变量便于研究. 二、复习引入： 1.试验中不能的随机事件，其他事件可以用它们来，这样的事件称为 。所有基本事件构成的集合称为，常用大写希腊字母表示。 2.一次试验中的两个事件叫做互斥事件（或称互不相容事件）。 互斥事件的概率加法公式。 3. 一次试验中的两个事件叫做互为对立事件， 事件A的对立事件记作，对立事件的概率公式 4.古典概型的两个特征：（１） .（２） . 5.概率的古典定义：P（A）= 。 6.几何概型中的概率定义：P(A)= 。 三、预习自测： 1.在随机试验中，试验可能出现的结果，并且X是随着试验的结果的不同而的，这样的变量X叫做一个。常用表示。 2.如果随机变量X的所有可能的取值，则称X为。 四、典例解析： 例1写出下列各随机变量可能取得值： （1）抛掷一枚骰子得到的点数。 （2）袋中装有6个红球，4个白球，从中任取5个球，其中所含白球的个数。 （3）抛掷两枚骰子得到的点数之和。 （4）某项试验的成功率为0.001，在n次试验中成功的次数。 （5）某射手有五发子弹，射击一次命中率为0.9，若命中了就停止射击，若不命中就一直射到子弹耗尽.求这名射手的射击次数X的可能取值 例2随机变量X为抛掷两枚硬币时正面向上的硬币数，求X的所有可能取值及相应概率。变式训练一只口袋装有6个小球，其中有3个白球，3个红球，从中任取2个小球，取得白球的个数为X，求X的所有可能取值及相应概率。 例3△ABC中，D，E分别为AB，AC的中点，向△ABC内部随意投入一个小球，求小球落在△ADE 中的概率。 五、当堂检测 1.将一颗均匀骰子掷两次，不能作为随机变量的是：（） (A)两次出现的点数之和；(B)两次掷出的最大点数； (C)第一次减去第二次的点数差；(D)抛掷的次数。 2.小王钱夹中只剩有20元、10元、5元、2元和1元人民币各一张。他决定随机抽出两张，作为晚餐费用。用X表示这两张人民币金额之和。X的可能取值。 3.2008年8月的某天,福娃在国家射击馆进行手枪慢射决赛，她对准移动靶进行射击。你觉得她可能出现的射击结果有，若用X表示命中的环数，则X 可能取的值有。 4.在一场比赛中樱木花道在三分线外出手，你觉得他得分的可能性有种，若用X表示得分情况，则X可能取的值有。 5.在含有10件次品的100件产品中,任意抽取4件,设含有的次品数为X： X=4表示事件____ ___；X=0表示事件__ ； X<3表示事件_____ ；事件“抽出3件以上次品数”用_______表示. 6.袋中有大小相同的5个小球，分别标有1、2、3、4、5五个号码，现在 在有放回的条件下取出两个小球，设两个小球号码之和为X，则X所有可 能值的是__ ；X=4表示． 7.某项试验的成功率是失败率的3倍，用随机变量X表示一次试验的成功 次数，则P（X=0）= 。 8.10件产品中有6件合格品，4件次品，从中任取3件，取得次品的个数为X，求X的所有可能取值及相应概率。 七、作业：课后练习A、B。 连续型随机变量的分布 （一）连续型随机变量及其概率密度函数 1.定义：对于随机变量X 的分布函数 F(X) ，若存在非负函数f(x), 使对于 任意的实数 x，有F ( x)x f(x) 称为 X f (t)dt ，则称X为连续性随机变量， 的概率密度函数，简称概率密度。 注： F(x)表示曲线下x 左边的面积，曲线下的整个面积为1。 2 .密度函数f(x) 的性质：注： f( x)不是概率。 1) f( x)≥ 0 + f ( x) dx = 1 2) ò-x 2 3)P{x 1 < X ? x 2 }òx1 f (x) dx = F (x 2 ) - F (x 1 ) 特别地，连续型随机变量在某一点的概率为零，即 P{ X = x} = 0. （但 { X=x} 并不一定是不可能事件） 因此P(a≤X ≤ b)= P(a< X高中数学选修2-3第二章随机变量及其分布教案
(完整word版)高中数学选修2-3第二章随机变量及其分布教案
第二章 离散型随机变量
连续型随机变量
几种常用连续型随机变量
选修2-3随机变量及其分布知识点总结典型例题
第二章随机变量及其分布
二维随机变量及其分布题目
2020版高中数学 第二章 2.1.1 离散型随机变量学案 新人教A版选修2-3
第二章__随机变量及其概率分布_考试模拟题答案
人教版 选修2-3 第二章 离散型随机变量及其分布列 同步教案
高二数学选修2-3第二章 随机变量及其分布
连续型随机变量的分布与例题讲解