高中数学选择性必修三 概率统计

相关主题
  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)。

概率统计

通过上节课的学习,我们已经知道分布列实际是一种函数,确切的说是一种离散型的函数,所谓的分布列的表格就是列表法表示函数.比如我们可以类似于连续函数做出离散型函数的函数图象.如上一讲中的例6,我们知道它的分布列为:

X

0 1 2 3 4 5

P

136 112 19 13 19 13

于是,我们可以根据分布列画出函数的图象.

考点1:二点分布

1.如果随机变量X 的分布列为

X 1 0

P p 1p -

其中01p <<,则称离散型随机变量X 服从参数为p 的二点分布.二点分布又称01-分布,由于只有两个可能结果的随机试验叫做伯努利试验,所以这种分布又称为伯努利分布.

【举例】两点分布的应用十分广泛,如抽取的彩票是否中奖;买回的一件产品是否为正品;新生

婴儿的性别;投篮是否命中等等,都可以用二点分布来研究.老师可以以下边的例子讲 解两点分布,让学生从直观上理解二点分布.

屋子里关着一只鸟,这只鸟要从窗户飞出去,屋子里有三扇窗户,只有一个是开着的,剩

下两个有玻璃,不过这只鸟的眼神不是特别好,看不清哪个是开着的.于是,他会随机的

挑选一个撞过去,那么成功率就是1

3

.随机变量X 为这只鸟从窗户飞出去的结果,成功定义为1,失败

定义为0,则X 的分布列满足二点分布.

X 1 0

P

13

23

知识点睛

543210

P

X

2.二点分布的期望与方差:

若随机变量X 服从参数为p 的二点分布,则

()()101E X p p p =⨯+⨯-=;()()()()()22

1011D X p p p p p p =-⋅+-⋅-=-

【教师备案】二点分布严格定义是01-分布,不过实际上二点分布的模型可以应用于自然界所有“只有两种情况”的

情况.比如:我们高考考北大,我们可以把考上定义为1,没考上定义为0,这样就可以写出一个二点分布的分布列.我们可以以这个分布列来估计考上北大的可能性,进而决定我们如何报考.这里会有一个比较有意思的问题:在什么情况下我们会比较纠结呢?直观的看,假设我们考上的概率是40%,考不上的概率是60%,我们就会侧重于不报考;如果考上的概率60%,考不上的概率是40%的话,我们就会考虑报考.但是如果我们发现考上的概率是50%的话,就彻底纠结了.这个时候其实我们最靠谱的办法是掷硬币……从数学的角度分析,这件事非常简单,我们知道二点分布的方差是()1p p -,由均值不等式很容易得出当1

2

p =的时候,方差最大,也就是结果的波动性最大.此时我们是最没有办法估计结果的.

【例1】 二点分布

从装有6只白球和4只红球的口袋中任取1只球,用X 表示“取到的白球个数”,求随机变量X 的分布列及

期望与方差.

【解析】 由题意知()420645P X ===+,()631645P X ===+,故随机变量X 的分布列为()2

05

P X ==,

()3

15

P X ==,概率分布表如下:

X 0 1 P

25

35

()35E X =,()236

5525

D X =⨯=.

考点2:超几何分布

1.超几何分布 一般地,设有总数为N 件的两类物品,其中一类有M 件,从所有物品中任取n 件()n N ≤,这n 件中所含这类物品件数X 是一个离散型随机变量,它取值为m 时的概率为

C C ()C m n m

M N M

n N P X m --==(01m l =,,,,l 为n 和M 中较小的一个 ).

我们称离散型随机变量X 的这种形式的概率分布为超几何分布,也称X 服从参数为N ,M ,n 的超几何分布.在

超几何分布中,只要知道N ,M 和n ,就可以根据公式求出X 取不同值时的概率()P X m =,从而列出X 的分布列.

2.超几何分布的期望与方差:

若离散型随机变量X 服从参数为N M n ,,的超几何分布, 则()nM

E X N

=

;()11nM M N n D X N N N -⎛⎫=- ⎪

-⎝⎭. 【举例】可以继续延续之前那个鸟的例子,假设现在屋子里有100扇窗户,其中有10扇窗户是打开的,现在鸟不傻

知识点睛

经典精讲

了,不过眼神依然不好.他现在决定尝试20次(否则可能撞的次数太多给撞死了),并且撞过的窗户不再去撞了,记录结果,统计一下有多少次能出去.这就是超几何分布,从模型角度讲,超几何分布就是“无放回”的抽取.超几何分布的典型例子就是生物学上的标记重捕法.先标记种群内的一部分个体,放回后再次捕捉,统计含有标记的数量,来估计总数,这实际是利用了超几何分布的期望的直观意义.

【教师备案】老师在讲完超几何分布后,就可以让学生做例2,例2主要是让学生写超几何分布的分布列,关键是

让学生从题目上就可以看出是超几何分布,然后根据超几何分布的概率公式就可以很快写出分布列;然后老师就可以继续讲超几何分布的期望与方差,对于超几何的期望和方差,老师可以只介绍期望公式,方差的公式太麻烦了,所以不建议给学生讲解,而且期望的公式推导过程也不要求,只需让学生记住就行了.讲完期望公式后,就可以让学生做例3,例3主要是套公式,学生会发现,对于超几何分布求期望用公式也非常快.

【例2】 求超几何分布的分布列

一个口袋内有4个不同的红球,6个不同的白球,从中任取4个球, ⑴ 求其中红球个数的分布列 ⑵ 求其中白球个数的分布列.

【追问】从红球的分布列和白球的分布列你能看出X 和Y 的取值之间有什么关系?

【解析】 ⑴ 记X 表示“取出4个球中红球的个数”,则X 服从参数为1044,,的超几何分布.

∴0446410C C 1(0)C 14P X ⋅===,1346410C C 8(1)C 21P X ⋅===,22

46

4

10C C 3(2)C 7P X ⋅===, 31464

10C C 4(3)C 35P X ⋅===,4046

410C C 1(4)C 210

P X ⋅===. ∴X 的分布列为:

X

0 1 2 3 4 P

114

821 37 435 1210

⑵ 记Y 表示“取出4个球中白球的个数”,则Y 服从参数为1064,,的超几何分布.

∴4046410C C 1(0)C 210P Y ⋅===,31

46

4

10C C 4(1)C 35

P Y ⋅===, 2246410C C 3(2)C 7P Y ⋅===,1346410C C 8(3)C 21P Y ⋅===,0446

4

10C C 1(4)C 14

P Y ⋅===, ∴Y 的分布列为: Y

0 1 2 3 4 P

1210

435 37 821 114

【追问】4X Y +=,故(0)(4)(1)(3)P X P Y P X P Y ======,,.

提高班学案1

【铺1】 某人参加一次英语口语考试,已知在备选的10道试题中,能答对其中的6题,规定每次考试

经典精讲

相关文档
最新文档