[2.1离散型随机变量及其分布列.docVIP

第二章 概 率 2．1 离散型随机变量及其分布列 课标考纲解读 1．了解离散型随机变量的概念． 2．理解取有限个值的离散型随机变量及其分布列的概念． 3．掌握离散型随机变量的分布列的两个基本性质，并会用它来解决一些简单问题． 状元学习方案 1．求随机变量的分布列，首先要明确随机变量，确定随机变量的取值，然后计算随机变量每个取值的概率，最后列出分布列． 2．随机变量的每个取值的概率和为1，这个结论既可以用于求概率，也可以用来检验概率是否求对． 要点核心解读 1．随机变量 （1）一般地，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．通常用大写拉丁字母X，Y，Z（或小写希腊字母ξ，η，ζ）等表示，而用小写拉丁字母x，y，z（加上适当下标）等表示随机变量取的可能值． （2）引入随机变量后，随机试验中的各种事件就可以通过随机变量的取值表示出来了． （3）说明： ①课本在介绍随机变量的概念时，不加定义地引入了“随机试验”的概念，一般地，一个试验如果满足下列条件：a．试验可以在相同的情形下重复进行．b，试验的所有可能结果是明确可知的，并且不止一个．c．每次试验总是恰好出现这些可能结果中的一个，但在试验之前却不能肯定这次试验会出现哪一个结果．这种试验就是一个随机试验，为了方便起见，也简称试验． ②所谓随机变量，就是随机试验的试验结果与实数之间的一个对应关系，这种对应关系是人为建立起来的，但又是客观存在的．这与函数概念的本质是一样的，只不过在函数概念中，函数的自变量是实数，而在随机变量的概念中，随机变量的自变量是试验结果． （4）知识拓展： ①一般情况下，我们所说的随机变量有以下两种： 如果随机变量所有可能的取值都能一一列举出来，这样的随机变量叫做离散型随机变量．如果随机变量可以取其一区间内的一切值，这样的随机变量叫做连续型随机变量． ②离散型随机变量和连续型随机变量的区别： 离散型随机变量和连续型随机变量都用来刻画随机试验出现的结果，但在二者之间又有着根本的区别：对于离散型随机变量来说，它所可能取的值为有限个或至多可列个，或者说能将它的可能取值按一定次序一一列出，而连续性随机变量可取某一区间内的一切值，我们无法将其中的值一一列举．例如，抛掷一枚骰子，可能出现的点数孝是一个离散型随机变量；某人早晨在出租车站等出租车的时间竹（单位：秒）就不是一个离散型随机变量． 2．随机变量概率分布的性质 （1）对于随机变量的研究，我们不仅要知道随机变量取哪些值，随机变量所取的值表示的随机试验的结果，而且需要进一步了解随机变量取这些值的概率． 对于离散型随机变量，它的分布列指出了随机变量ξ取这些值的概率，掌握离散型随机变量的分布列，我们就对离散型随机变量取哪些值及取这些值的概率情况有了本质的认识，即掌握了离散型随机变量取值的统计规律． （2）我们知道，随机事件A的概率满足0≤P（A）≤1，必然事件U的概率P（U）=1，若离散型随机变量X所有可能取的值为x1，x2，…，xn． X取每一个值xi（i=1，2，…，n）的概率为P（X=xi）=pi，则可列表如下： X x1 x2 x3 … xn P p1 p2 p3 … pn 上表有以下两条性质： ①0≤pi≤1，i=1，2，3，…，n；②p1+p2+p3+…+pn=1． 满足上述两条性质的分布列一定是错误的，即分布列满足上述两条性质是该分布列正确的必要不充分条件． （3）由离散型随机变量分布列的概念可知，离散型随机变量各个可能的取值表示的事件是互斥的，因此，离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的概率之和． 例如：已知随机变量ξ的分布表为 ξ 1 2 3 4 5 6 P 0.25 0.2 0.3 0.1 0.05 0.1 则P（2＜ξ≤5）=P（ξ=3）+P（ξ=4）+P（ξ=5）=0.3+0.1+0.05=0.45． 3．求随机变量概率分布的步骤及综合运用 （1）求随机变量的概率分布有以下几步：①明确随机变量的取值范围，即找出随机变量X的所有可能的取值xi（i=1，2，…）；②求出随机变量取每一个值的概率P（X=xi）=pi；③列成表格． （2）随机变量的概率分布的求解要注意以下几点：①搞清楚随机变量每个取值对应的基本随机事件；②计算必须准确无误；③注意运用概率分布的两条性质检验所求的概率分布是否正确． （3）随机变量的概率分布是以后学习随机变量的数学期望、方差的基础，而求概率分布需要综合运用排列组合和概