9-23随机变量(夏梓豪).docVIP

学生姓名：夏梓豪 年级：高三 授课时间：9月23日10:30 教师姓名：徐润 课时：2 课 题 随机变量 教学目标 掌握随机变量的几种模型 重 点 随机变量题型几种模型的题型解法 难 点 随机变量题型几种模型的题型解法 授课过程： 一、回顾 上节课作业检查与评讲 二、知识点讲解 三、例题讲解 四、学生练习及评讲 五、学生自行课堂小结 布置作业 作业 见附页 【主要知识点】 1．随机变量的概念 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。 对于随机变量可能取的值，我们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。注：随机变量ξ是关于试验结果的函数，即每一个试验结果对应着一个实数；随机变量ξ的线性组合η=aξ+b(a、b是常数)也是随机变量。 一般地，设离散型随机变量可能取得值为 X1，X2，…，X3，…， 取每一个值Xi（I=1，2，…）的概率为P（，则称表 X1 X2 … xi … P P1 P2 … Pi … 为随机变量的概率分布，简称的分布列。…)；②P1+P2+…=1。 3．独立 相互独立事件：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。 独立重复试验：若n次重复试验中，每次试验结果的概率都不依赖于其他各次试验的结果，则称这n次试验是独立的。 公式 (1)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，即P（A·B）=P（A）·P（B）； 推广：若事件A1，A2，…，An相互独立，则P(A1·A2…An)=P(A1)·P(A2)·…·P(n)。 (2)如果在一次试验中某事件发生的概率为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Pn(k)=CPk(1－P)n-k。 4．随机变量的均值和方差 （1）随机变量的均值 …；反映随机变量取值的平均水平。　　 ……；反映随机变量取值的稳定与波动，集中与离散的程度。 　　；。 5．几种特殊的分布列 （1）两点分布：对于一个随机试验，如果它的结果只有两种情况，则我们可用随机变量来描述这个随机试验的结果如果甲结果发生的概率为P，则乙结果发生的概率必定为1－P，所以两点分布的分布列为 1 0 P P 1－p E=p，方差为D=p（1－p）。 （2）超几何分布 重复进行独立试验，每次试验只有成功、失败两种可能，如果每次试验成功的概率为p，重复试验直到出现一次成功为止，则需要的试验次数是一个随机变量，用ξ表示，因此事件{ξ＝n}表示“第n次试验成功且前n－1次试验均失败”。所以，其分布列为： ξ 1 2 … n … P p p(1－p) … … （3）二项分布 如果我们设在每次试验中成功的概率都为P，则在n次重复试验中，试验成功的次数是一个随机变量，用ξ来表示，则ξ服从二项分布．则在n次试验中恰好成功k次的概率为： 二项分布的分布列为： ξ 0 1 … … n P … … 记ε是n次独立重复试验某事件发生的次数，则ε～B（n，p）；其概率…。期望Eε=np，方差Dε=npq。 6．正态分布 正态分布密度函数：，均值为Eε=μ，方差为。 正态曲线具有以下性质： （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）曲线在x =μ时位于最高点。 （4）当x μ时，曲线上升；当x μ时，曲线下降。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）当μ一定时，曲线的形状由σ确定。σ越大，曲线越“矮胖”，表示总体越分散；σ越小，曲线越“瘦高”，表示总体的分布越集中。 从理论上讲，服从正态分布的随机变量的取值范围是R，但实际上取区间(μ-3σ，μ+3σ)外的数值的可能性微乎其微，在实际问题中常常认为它是不会发生的。因此，往往认为它的取值是个有限区间，即区间(μ-3σ，μ+3σ)，这即实用中的三倍标准差规则，也叫3σ规则。在企业管理中，经常应用这个规则进行产品质量检查和工艺生产过程控制。 【例题讲解】 题型1：独立的概念及应用 例1．(2003,江苏、河南,12分)有三种产品,合格率分别是0.90,0.95和0.95，各抽取一件进行检验。 (1)求恰有一件不合格的概率； (2)求至少有两件不合格的概率（精确到0.001）； 解析：设三种产品各抽取一件，抽到合格产品的事件分别为A、B和C， (1)P(A)=0.90，P(B)=P(C)=0.95，则P()=0.10,P()=P()=0.05。 因为事件A、B、C相互独立，恰有一件不合格的概率为： P（A·B·）+P（A··C）+P（·B