方法技巧5 离散型随机变量的应用

合集下载

离散型随机变量教案

离散型随机变量教案

离散型随机变量及其分布列第一课时2.1.1离散型随机变量教学目标:1.知识与技能:理解随机变量和离散型随机变量的概念,能够应用随机变量表示随机事件,学会恰当的定义随机变量;2.过程与方法:在教学过程中,以不同的实际问题为导向,引导学生分析问题,归纳共性,提高分析能力和抽象概括能力;3.情感、态度与价值观:列举生活实例,使学生进一步感受到数学与生活的零距离,增强数学的应用意识.教学重点:随机变量、离散型随机变量概念的理解及随机变量的实际应用.教学难点:对随机变量概念的透彻理解及对引入随机变量目的的认识.教学方法:问题情境法、引导探究.教学手段:多媒体.教学过程:一、创设情境,引出随机变量问题1:掷一枚骰子,向上的点数有哪些?问题2:某人射击一次,射中的环数有哪些?问题3:掷一枚硬币的结果有哪些?思考:掷一枚硬币的结果是否也可以用数字来表示?任何随机试验的结果都可以用数字表示吗?二、探究发现,归纳概念问题4:从装有黑色,白色,黄色,红色四个球的箱子中摸出一个球,可能会出现哪几种结果?能否用数字来刻画这种随机试验的结果?引导学生从例子归纳出:如果将实验结果与实数建立了对应关系,那么随机试验的结果就可以用数字表示。

由于这个数字随着随机试验的不同结果而取不同的值,因此是个变量.随机变量的概念: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,常用字母X ,Y ,ξ,η,…表示.思考:随机变量和函数有类似的地方吗?函数随机变量问题5:在掷骰子的试验中,如果我们仅关心的是“掷出的点数是否为偶数”,怎样构造随机变量?问题6:在含有10件次品的100件产品中,任意抽取4件,设其中含有的次品件数为X ,思考:(1)求出随机变量X 的所有可能取值(2){X=4}表示什么事件?(3){X <3}表示什么事件?(4)事件“抽出3件以上次品”如何用X 表示?(5)事件“至少抽出1件次品”如何用X 表示?思考:前面所涉及的随机变量,从取值的角度看有什么共同特点?(取值可以一一列出)0,掷出奇数点1,掷出偶数点{Y 实数 实数离散型随机变量的概念:所有取值可以一一列出的随机变量,称为离散型随机变量.问题7:下面两个例题中的随机变量是离散型随机变量吗?(1)某网页在24小时内被浏览的次数(2)某人接连不断的射击,首次命中目标需要射击的次数合作交流:你能举出一些离散型随机变量的例子吗?问题8:下列随机变量是离散型随机变量吗?(1)在某项体能测试中,某同学跑1km所花费的时间;(2)公交车每10分钟一趟,一乘客等公交车的时间;(3)笔记本电脑的寿命.非连续型随机变量的概念:有的随机变量,它可以取某一区间内的一切值这样的随机变量叫做连续型随机变量.问题9:上例体能测试中,如果跑1km时间在3'39"之内的为优秀;时间在3'39"到3'49"之间的为良好;时间在3'49"到4'33"之间的为及格,其他的不及格.(1)如果我们只关心该同学是否能够取得优秀,应该如何定义随机变量?(2)如果我们关心学生的成绩等级,是优秀、良好还是及格,又应该如何定义随机变量呢?三、实际应用,加深理解练习:下列随机试验的结果能否用离散型随机变量表示?若能,则写出它可能的取值,并说明这些值所表示的随机试验的结果.(1)一袋中装有5个同样的球,编号依次为1,2,3,4,5.从该袋中随机取出3个球.三个球中的最小编号,最大编号呢?(2)袋子中有2个黑球6个红球,从中任取 3个,其中含有的红球个数?含有的黑球个数呢?(3)某同学打篮球投篮5次,投中的次数;(4)甲乙两队进行乒乓球单打比赛,采用“5局3胜制”,则分出胜负需要进行的比赛次数;四、课堂小结本节课你学到了什么?两个概念:随机变量、离散型随机变量一种思想:数字化五、布置作业必做题:1.有5把钥匙串在一起,其中有1把是有用的,若依次尝试开锁,若打不开就扔掉,直到找到能开锁的钥匙为止,则试验次数X 的所有可能取值是_______;2.在考试中,需回答三个问题,考试规则规定:每题回答正确得100分,回答不正确得-100分,求这名同学回答这三个问题的总得分ξ的所有可能取值及对应的试验结果.选做题:先后抛掷两枚骰子,向上的点数之和 X 的所有可能取值及取这些值时对应的概率.六、板书设计多媒体 典例分析 学生练习区: (1) (2) (3) (4) 2.1.1离散型随机变量1.随机变量的概念和本质:2.离散型随机变量概念:3.非离散型随机变量概念:。

统计学中的随机变量

统计学中的随机变量

统计学中的随机变量统计学是一门研究收集、整理、分析和解释数据的学科。

而随机变量是统计学中的重要概念之一,它在描述统计数据的分布、计算概率以及进行假设检验等方面发挥着关键作用。

本文将介绍统计学中的随机变量的基本概念、性质及其在实际应用中的重要性。

一、随机变量的定义与分类随机变量是一个数值函数,它的取值取决于随机试验的结果。

随机变量可以分为离散型和连续型两种类型。

1. 离散型随机变量离散型随机变量是指在一组有限或可数的数值中取值的变量。

比如,投掷一枚骰子,点数的取值范围是1到6之间的整数,这就是一个离散型随机变量。

2. 连续型随机变量连续型随机变量是指在一个区间范围内取值的变量,其取值可以是任意实数。

比如,测量一个人的身高,身高可以是从0到无穷大的任意实数,这就是一个连续型随机变量。

二、随机变量的概率分布函数随机变量的概率分布函数是描述其取值和对应概率之间关系的函数。

离散型随机变量的概率分布函数通常称为概率质量函数,连续型随机变量的概率分布函数通常称为概率密度函数。

1. 离散型随机变量的概率质量函数离散型随机变量的概率质量函数以概率的形式给出每个可能取值的概率。

比如,掷一枚骰子的结果可能是1、2、3、4、5或6,每个结果的概率都是1/6,这就是一个离散型随机变量的概率质量函数。

2. 连续型随机变量的概率密度函数连续型随机变量的概率密度函数描述了变量在某一取值范围内的概率密度。

在某个取值范围内的概率可以通过概率密度函数在该范围上的积分得到。

常见的连续型随机变量的概率密度函数有正态分布、均匀分布等。

三、随机变量的数学期望与方差数学期望和方差是描述随机变量特征的重要指标。

1. 数学期望数学期望是随机变量在其所有可能取值上加权平均的值。

对于离散型随机变量,数学期望可以通过每个可能取值乘以其对应的概率,再求和得到。

对于连续型随机变量,数学期望可以通过概率密度函数在整个取值范围上的积分得到。

2. 方差方差是衡量随机变量取值分散程度的指标。

方法技巧5离散型随机变量的应用

方法技巧5离散型随机变量的应用

04
离散型随机变量的应用 场景
概率论与数理统计
概率计算
离散型随机变量在概率
分布函数
离散型随机变量可以用来描述随 机变量的分布情况,例如二项分 布、泊松分布等。
统计推断
离散型随机变量在数理统计中用 于进行参数估计、假设检验等统 计推断,例如使用二项分布进行 置信区间的计算。
2
离散型随机变量通常用大写字母X表示,其取值 范围称为样本空间,记作Ω。
3
离散型随机变量的取值可以是整数、自然数、实 数等。
性质
01
02
03
离散型随机变量具有可 加性,即如果X和Y是两 个独立的离散型随机变 量,则X+Y也是离散型
随机变量。
离散型随机变量具有独 立性,即如果X和Y是两 个独立的离散型随机变 量,则X和Y之间相互独
描述
方差表示随机变量取值与期望值的偏离程度,通常用 Var(X) 表 示。
计算
方差可以通过各个可能取值与期望值的差的平方的概率质量函数 加权和得出。
03
常见的离散型随机变量
二项分布
总结词
二项分布适用于独立重复试验中成功的次数。
详细描述
二项分布适用于在n次独立重复试验中成功的次数,其中每次试验成功的概率为p, 不成功的概率为q=1-p。二项分布的概率函数为P(X=k) = C(n, k) * p^k * q^(n-k), 其中C(n, k)表示组合数,即从n个不同项中选取k个的组合方式数目。
在单位时间内(或单位面积内)随机事件的 次数是一个离散型随机变量,记作X~P(λ)。
从有限总体中不放回地抽取n个样本,其中某 一特定类别的样本数为k,则k是一个离散型 随机变量,记作X~H(N,n,K)。

高中数学概率分布的计算方法与应用

高中数学概率分布的计算方法与应用

高中数学概率分布的计算方法与应用概率分布是数学中一个重要的概念,它描述了随机事件发生的可能性以及各种可能性的分布情况。

在高中数学中,概率分布是一个重要的考点,也是解决实际问题的关键。

本文将介绍概率分布的计算方法与应用,并通过具体的题目进行分析和说明,帮助高中学生更好地理解和掌握这一知识点。

一、离散型随机变量的概率分布计算方法与应用离散型随机变量是指只能取有限个或可列个数值的随机变量。

对于离散型随机变量,我们可以通过列举每个可能取值的概率来描述其概率分布。

下面通过一个例题来说明如何计算离散型随机变量的概率分布。

例题:某班级有30名学生,其中10名学生会弹钢琴。

现从该班级中随机抽取5名学生,求抽到的学生中会弹钢琴的概率。

解析:首先,我们需要确定该问题中的随机变量。

这里的随机变量可以定义为“抽到的学生中会弹钢琴的人数”,记为X。

X的取值范围为0到5。

接下来,我们需要计算每个可能取值的概率。

当X=0时,表示抽到的5名学生中没有人会弹钢琴。

根据组合数的计算公式,可以得到抽到的学生中不会弹钢琴的人数为30-10=20名,因此概率为C(20, 5) /C(30, 5)。

当X=1时,表示抽到的5名学生中有1人会弹钢琴。

根据组合数的计算公式,可以得到抽到的学生中会弹钢琴的人数为10名,不会弹钢琴的人数为30-10=20名,因此概率为C(10, 1) * C(20, 4) / C(30, 5)。

以此类推,我们可以计算出X=2、X=3、X=4和X=5时的概率。

通过以上计算,我们可以得到离散型随机变量X的概率分布表如下:| X | 0 | 1 | 2 | 3 | 4 | 5 ||-------|-------|-------|-------|-------|-------|-------|| P | 0.250 | 0.375 | 0.250 | 0.083 | 0.042 | 0.010 |在实际应用中,我们可以利用概率分布来解决各种问题。

概率统计中的离散型随机变量与连续型随机变量

概率统计中的离散型随机变量与连续型随机变量

概率统计中的离散型随机变量与连续型随机变量概率统计是数学的一个分支,用于研究随机现象的规律性和不确定性。

在概率统计中,随机变量是一个非常重要的概念。

随机变量可以分为离散型随机变量和连续型随机变量两种类型。

本文将介绍这两种类型的随机变量以及它们的特点和应用。

一、离散型随机变量离散型随机变量是指在一定范围内取有限个或可列个值的随机变量。

它的特点是在定义域内的每个值都有一定的概率与之对应。

离散型随机变量的概率可以通过概率分布函数来描述。

概率分布函数是一个将随机变量的取值映射到概率的函数。

离散型随机变量常见的例子有抛硬币的结果、掷骰子的点数、抽奖的中奖号码等。

这些随机变量的取值都是有限个或可列个,每个取值的概率可以通过实验或统计数据得到。

离散型随机变量的期望值和方差是衡量其分布特征的重要指标。

期望值表示随机变量的平均取值,方差表示随机变量取值的离散程度。

通过计算期望值和方差,可以更好地理解和描述离散型随机变量的分布特征。

离散型随机变量在实际应用中有着广泛的应用。

例如,在市场调研中,我们可以将消费者的购买行为看作是一个离散型随机变量,通过统计分析不同购买决策的概率分布,可以了解不同消费者的购买偏好和市场需求。

二、连续型随机变量连续型随机变量是指在一定范围内可以取任意实数值的随机变量。

与离散型随机变量不同,连续型随机变量的取值是连续的,无法一一列举出来。

连续型随机变量的概率可以通过概率密度函数来描述。

概率密度函数是一个描述随机变量概率分布的函数,它可以表示在某个取值范围内随机变量出现的概率密度。

与离散型随机变量的概率分布函数不同,连续型随机变量的概率密度函数在定义域内的每个点上的函数值并不表示该点的概率,而是表示该点附近的概率密度。

连续型随机变量常见的例子有身高、体重、温度等物理量。

这些随机变量的取值可以是任意的实数,通过概率密度函数可以描述它们的概率分布情况。

与离散型随机变量类似,连续型随机变量也有期望值和方差这两个重要指标。

高中数学概率与统计中的离散型随机变量计算

高中数学概率与统计中的离散型随机变量计算

高中数学概率与统计中的离散型随机变量计算概率与统计是高中数学中的重要内容之一,而离散型随机变量是概率与统计中的重要概念。

在解题过程中,正确地计算离散型随机变量的概率是关键。

本文将以具体的例题来说明离散型随机变量的计算方法,并给出一些解题技巧,以帮助高中学生或他们的父母更好地理解和应用这一知识点。

一、离散型随机变量的概率计算离散型随机变量是指在一定范围内取有限个或可列个值的随机变量。

在计算其概率时,需要确定每个值出现的可能性,并将其与对应的概率相乘。

下面通过一个例题来说明。

例题1:一枚骰子投掷一次,设随机变量X表示投掷的点数。

求X为奇数的概率。

解析:骰子的点数为1、2、3、4、5、6,其中奇数为1、3、5。

因此,X为奇数的可能结果有3个。

骰子的总共可能结果为6个。

所以,X为奇数的概率为3/6,即1/2。

在解题过程中,我们首先确定了X为奇数的可能结果,然后计算出了X为奇数的概率。

这个例题的考点是离散型随机变量的概率计算方法。

二、离散型随机变量的期望计算离散型随机变量的期望是对随机变量可能取值的加权平均值。

在计算期望时,需要确定每个值出现的可能性,并将其与对应的值相乘,然后将所有结果相加。

下面通过一个例题来说明。

例题2:一副扑克牌中,红心的点数为1、2、3、4、5,黑桃的点数为6、7、8、9、10。

设随机变量X表示从一副扑克牌中随机取出一张牌的点数。

求X的期望。

解析:红心的点数为1、2、3、4、5,黑桃的点数为6、7、8、9、10。

根据每个点数出现的可能性,我们可以计算出X的期望。

E(X) = (1/10) * 1 + (1/10) * 2 + (1/10) * 3 + (1/10) * 4 + (1/10) * 5 + (1/10) * 6 +(1/10) * 7 + (1/10) * 8 + (1/10) * 9 + (1/10) * 10计算得出,E(X) = 5.5在解题过程中,我们首先确定了X可能取值的范围,然后计算出了每个值的可能性,并将其与对应的值相乘,最后将所有结果相加。

名词解释离散型随机变量

名词解释离散型随机变量

名词解释离散型随机变量
离散型随机变量是指具有有限个值或有限个可能结果中出现的一种变量,它们
具有离散取值,而不是连续变化。

离散型随机变量既可以是定义在连续变量上的变量,也可以是由其他连续随机变量(如随机变量)组成的变量。

离散型随机变量的应用可以追溯到19世纪的统计学家,他们把随机变量分为
连续型变量和离散型变量,以描述发生在概率范畴里的一些事件。

离散型随机变量是一个很强大的数学概念,已被广泛应用于各种科学领域,其中包括金融、经济学、生物统计学等。

离散型随机变量在统计学中可被描述为某一实验,其值依赖于可能观测到的值,本质上是一种概率分布。

它们利用概率论来表示实验结果的不确定性,可用于估计一种实验事件发生的概率。

更重要的是,它可以用来推断概率分布的特性,如正态分布、对数正态分布等,并估计其概率密度函数的参数值。

离散随机变量的另一个重要应用是描述实验结果的统计特性。

比如,使用它们
可以表示实验组与控制组之间的统计频数,识别两者之间的差异,也可以表示实验组间统计频数之间的相关性,同时绘制实验结果的直方图,使用者可清晰地观察不同状态的变化。

离散型随机变量在相关研究中的作用也受到了人们的广泛关注。

它可以用于识
别某一变量和另一个变量之间的相关性,以及可能的关系,这常常可简化研究者在实验中的观察结果,为深入的研究提供必要的信息。

总之,离散型随机变量具有深远的影响力,它们可以用来描述实验结果的统计
特性,估计概率分布的参数,识别不同变量之间的相关性等,因此离散型随机变量当今全球社会中受到的人们的广泛关注和广泛使用,在不断提升社会生活水平的过程中扮演着重要角色。

例说离散型随机变量期望与方差的应用

例说离散型随机变量期望与方差的应用

例说离散型随机变量期望与方差的应用离散型随机变量期望与方差的应用1. 简介离散型随机变量是统计分析中常见的变量,它指那些只能接受有限数目值的变量。

离散型随机变量期望和方差是重要的特征值,它主要用来衡量随机变量的中心位置及其分布的宽度。

2. 离散型随机变量期望离散型随机变量期望是指随机变量包含的离散值出现的期望概率,即根据给定的概率分布表示随机变量期望的概率依赖关系。

它的计算公式为:$$E[X]=\sum_{i}p_{i}x_{i},$$其中,$P_{i}$表示每个离散值$x_{i}$出现的概率,$x_{i}$为离散随机变量取每个离散值所对应的值。

3. 离散型随机变量方差离散型随机变量方差表示一组数据值的平方差分布,是反映离散型随机变量分布特征的指标,用来描述一组数据值分布的离散程度。

其计算公式为:$$D[X]=\sum_{i}p_{i}(x_{i}-E[X])^{2}, $$其中,$P_{i}$为每个离散值$x_{i}$出现的概率,$x_{i}$为离散随机变量每个离散值所对应的值,$E[X]$为随机变量的期望值。

4. 应用(1)投资市场:在投资市场中,离散型随机变量期望和方差可以帮助投资者估计投资风险。

可依据随机变量离散值出现的概率,通过计算离散型随机变量的期望和方差就可以确定投资的风险。

(2)保险行业:离散型随机变量期望和方差可以帮助保险公司分析客户的投保行为,并结合投保抵御的实际风险,提供精准的投保方案,以保证个人和企业的财产安全。

(3)医疗保健:离散型随机变量期望和方差可以用来进行疾病分布模拟,如根据区域划分,可分析疾病在不同地区的分布情况,并根据期望和方差确定疾病传播模式,为医疗保健提供重要参考。

综上所述,离散型随机变量期望和方差在多个行业都有重要的应用,它们可以用于评估投资风险、优化投保方案以及模拟疾病传播模式等,为上述行业的发展提供强有力的支持。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

方法技巧5 离散型随机变量的应用【考情快递】 主要考查离散型随机变量的分布列、期望与方差的应用,常以解答题形式出现. 方法1:公式法解题步骤 直接用公式计算离散型随机变量的分布列、期望与方差.适用情况适用于可直接用公式求解的问题.【例1】►(2012·黄冈中学月考)某社区举办2010年上海世博会知识宣传活动,并进行现场抽奖,抽奖规则是:盒中装有10张大小相同的精美卡片,卡片上分别印有“世博会会徽”或“海宝”(世博会吉祥物)图案,参加者每次从盒中抽取两张卡片,若抽到两张都是“海宝”卡即可获奖.(1)活动开始后,一位参加者问:盒中有几张“海宝”卡?主持人笑说:我只知道若从盒中抽两张都不是“海宝”卡的概率是13.求抽奖者获奖的概率; (2)现有甲、乙、丙、丁四个人依次抽奖,抽后放回,另一个人再抽,用ξ表示获奖的人数,求ξ的分布列及E (ξ),D (ξ). 解 (1)设“世博会会徽”卡有n 张, 由C 2nC 210=13,得n =6,故“海宝”卡有4张,抽奖者获奖的概率为C 24C 210=215.(2)由题意知,符合二项分布,且ξ~B ⎝ ⎛⎭⎪⎫4,215,故ξ的分布列为P (ξ=k )=C k 4⎝ ⎛⎭⎪⎫215k ⎝ ⎛⎭⎪⎫13154-k(k =0,1,2,3,4)或 ξ 0 1 2 3 4 P⎝ ⎛⎭⎪⎫13154 C 14215⎝ ⎛⎭⎪⎫13153C 24⎝ ⎛⎭⎪⎫2152⎝ ⎛⎭⎪⎫13152 C 34⎝ ⎛⎭⎪⎫2153⎝ ⎛⎭⎪⎫1315 ⎝ ⎛⎭⎪⎫2154由ξ的分布列知,E (ξ)=4×215=815, D (ξ)=4×215×⎝ ⎛⎭⎪⎫1-215=104225.方法2:方程法解题步骤① 利用题干条件列方程;②利用方程计算概率问题.适用情况适用于基本事件的个数可以用集合理论来说明的问题.【例2】►某工厂在试验阶段生产出了一种零件,该零件有A 、B 两项技术指标需要检测,设各项技术指标达标与否互不影响.若有且仅有一项技术指标达标的概率为512,至少一项技术指标达标的概率为1112.按质量检验规定:两项技术指标都达标的零件为合格品.(1)求一个零件经过检测,为合格品的概率是多少?(2)依次任意抽出5个零件进行检测,求其中至多3个零件是合格品的概率是多少?(3)依次任意抽取该零件4个,设ξ表示其中合格品的个数,求Eξ与Dξ. 解 (1)设A 、B 两项技术指标达标的概率分别为P 1、P 2,由题意得:⎩⎪⎨⎪⎧ P 1·(1-P 2)+P 2·(1-P 1)=512,1-(1-P 1)(1-P 2)=1112解得⎩⎪⎨⎪⎧P 1=34,P 2=23,或⎩⎪⎨⎪⎧P 1=23,P 2=34,所以P =P 1P 2=12,即一个零件经过检测,为合格品的概率为12.(2)任意抽出5个零件进行检测,其中至多3个零件是合格品的概率为1-C 45⎝ ⎛⎭⎪⎫125-C 55⎝ ⎛⎭⎪⎫125=1316.(3)依题意知ξ~B ⎝ ⎛⎭⎪⎫4,12,故E (ξ)=4×12=2,D (ξ)=4×12×12=1. 方法运用训练51.(2011·雅礼中学英特班质检)A 、B 两位同学各有五张卡片,现以投掷均匀硬币的形式进行游戏,当出现正面朝上时A 赢得B 一张卡片,否则B 赢得A 一张卡片.规定掷硬币的次数达9次时,或在此前某人已赢得所有卡片时游戏终止.设X 表示游戏终止时掷硬币的次数. (1)求X 的取值范围; (2)求X 的数学期望E (X ).解 (1)设正面出现的次数为m ,反面出现的次数为n ,则⎩⎨⎧|m -n |=5,m +n =X ,1≤X ≤9,可得:当m =5,n =0或m =0,n =5时,x =5. 当m =6,n =1或m =1,n =6时,X =7. 当m =7,n =2或m =2,n =7时,X =9. 所以X 的所有可能取值为:5,7,9. (2)P (X =5)=2×⎝ ⎛⎭⎪⎫125=232=116;P (X =7)=2C 15⎝ ⎛⎭⎪⎫127=564; P (X =9)=1-116-564=5564; E (X )=5×116+7×564+9×5564=27532.2.甲、乙、丙三人按下面的规则进行乒乓球比赛:第一局由甲、乙参加而丙轮空,以后每一局由前一局的获胜者与轮空者进行比赛,而前一局的失败者轮空,比赛按这种规则一直进行到其中一人连胜两局或打满6局时停止,设在每局中参赛者胜负的概率均为12,且各局胜负相互独立,求: (1)打满3局比赛还未停止的概率;(2)比赛停止时已打局数ξ的分布列与期望E (ξ).解 令A k ,B k ,C k 分别表示甲、乙、丙在第k 局中获胜.(1)由独立事件同时发生与互斥事件至少有一个发生的概率公式知,打满3局比赛还未停止的概率为P(A1C2B3)+P(B1C2A3)=123+123=14.(2)ξ的所有可能值为2,3,4,5,6,且P(ξ=2)=P(A1A2)+P(B1B2)=122+122=1 2,P(ξ=3)=P(A1C2C3)+P(B1C2C3)=123+123=14,P(ξ=4)=P(A1C2B3B4)+P(B1C2A3A4)=124+124=18,P(ξ=5)=P(A1C2B3A4A5)+P(B1C2A3B4B5)=125+125=116,P(ξ=6)=P(A1C2B3A4C5)+P(B1C2A3B4C5)=125+125=116,故有分布列ξ2345 6P 121418116116从而E(ξ)=2×12+3×14+4×18+5×116+6×116=4716(局).3.在某校组织的一次篮球定点投篮训练中,规定每人最多投3次;在A处每投进一球得3分,在B处每投进一球得2分;如果前两次得分之和超过3分即停止投篮,否则投第三次,某同学在A处的命中率q1为0.25,在B处的命中率为q2,该同学选择先在A处投一球,以后都在B处投,用ξ表示该同学投篮训练结束后所得的总分,其分布列为ξ0234 5P 0.03P1P2P3P4(1)求q2的值;(2)求随机变量ξ的数学期望E(ξ);(3)试比较该同学选择都在B处投篮得分超过3分与选择上述方式投篮得分超过3分的概率的大小.解(1)设该同学在A处投中为事件A,在B处投中为事件B,则事件A,B相互独立,且P(A)=0.25,P(A)=0.75,P(B)=q2,P(B)=1-q2.根据分布列知ξ=0时,P(A B B)=P(A)P(B)P(B)=0.75(1-q2)2=0.03,所以1-q2=0.2,q2=0.8.(2)当ξ=2时,P1=P(A B B+A B B)=P(A B B)+P(A B B)=P(A)P(B)P(B)+P(A)P(B)P(B)=0.75q2(1-q2)×2=1.5q2(1-q2)=0.24.当ξ=3时,P2=P(A B B)=P(A)P(B)P(B)=0.25(1-q2)2=0.01,当ξ=4时,P3=P(A BB)=P(A)P(B)P(B)=0.75q22=0.48,当ξ=5时,P4=P(A B B+AB)=P(A B B)+P(AB)=P(A)P(B)P(B)+P(A)P(B)=0.25q2(1-q2)+0.25q2=0.24,所以随机变量ξ的分布列为ξ0234 5P 0.030.240.010.480.24随机变量ξ的数学期望E(ξ)=0×0.03+2×0.24+3×0.01+4×0.48+5×0.24=3.63.(3)该同学选择都在B处投篮得分超过3分的概率为P(B BB+B B B+BB)=P(B BB)+P(B B B)+P(BB)=2(1-q2)q22+q22=0.896;该同学选择(1)中方式投篮得分超过3分的概率为0.48+0.24=0.72.由此看来该同学选择都在B处投篮得分超过3分的概率大.4.(2011·效实中学1次月考)一个袋中装有若干个大小相同的黑球,白球和红球.已知从袋中任意摸出1个球,得到黑球的概率是25;从袋中任意摸出2个球,至少得到1个白球的概率是79.(1)若袋中共有10个球,①求白球的个数;②从袋中任意摸出3个球,记得到白球的个数为ξ,求随机变量ξ的数学期望E (ξ).(2)求证:从袋中任意摸出2个球,至少得到1个黑球的概率不大于710.并指出袋中哪种颜色的球个数最少.(1)解 ①记“从袋中任意摸出两个球,至少得到一个白球”为事件A ,设袋中白球的个数为x ,则P (A )=1-C 210-xC 210=79,得到x =5.故白球有5个.②随机变量ξ的取值为0,1,2,3,由于P (ξ=0)=C 35C 310=112,P (ξ=1)=C 15C 25C 310=512,P (ξ=2)=C 25C 15C 310=512,P (ξ=3)=112,ξ的分布列是ξ 0 1 2 3 P112512512112ξ的数学期望E (ξ)=112×0+512×1+512×2+112×3=32. (2)证明 设袋中有n 个球,其中y 个黑球, 由题意得y =25n ,由2y <n,2y ≤n -1,所以y n -1≤12.记“从袋中任意摸出两个球,至少有1个黑球”为事件B ,则P (B )=C12n 5C13n 5+C22n 5C 2n=25+35·2n 5n -1=25+35·y n -1≤25+35×12=710.所以白球的个数比黑球多,白球个数多于25n ,红球的个数少于n5.故袋中红球个数最少.。

相关文档
最新文档