数学人教A版选修2-3教材梳理：2.1离散型随机变量及其分布列Word版含解析.docVIP

庖丁巧解牛 知识·巧学 一、离散型随机变量 1.随机变量 在一些试验中，试验可能出现的结果可以用一个变量X来表示，并且这个变量X是随着试验的结果的变化而变化的，我们把这种随着试验结果变化而变化的变量称为随机变量.随机变量通常用字母X，Y，ξ，η……表示. 2.随机变量的特征 （1）不确定性（随机性）.即在试验之前，不能确定随机变量的结果； （2）随机变量和函数一样是一种映射，它把随机试验的结果映为实数； （3）可类比性.可类比函数进行理解，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.把随机变量的取值范围叫做随机变量的值域. 知识拓展 随机变量X是和随机事件A互相对应的.随机变量X的取值x1,x2,…是和A中的随机事件A1，A2，…一一对应的；随机变量X中的每个取值x1,x2,…的概率P(X=x1)，P(X=x2),…分别等于随机事件A1,A2,…所发生的概率P(A1),P(A2)….随机变量X不但有取值范围，而且还要有取值的概率，这是和通常的变量所不同的地方. 辨析比较 要注意区分随机变量ξ(u)与以前所学函数f(x)，这是两个不同的概念.函数f(x)是研究确定性现象的，它定义在实数轴上，有确定的因果关系，概率中的随机变量是研究随机现象的，它定义在由全部试验结果所组成的集合上，它的取值是不能预知的.我们研究随机变量，关心的是随机变量能取哪些值，即都包含哪些试验结果（基本事件），以及注意研究它的统计规律. 3.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. 如：抛掷骰子向上的面的点数是离散型随机变量，它的取值只有1，2，3，4，5，6这六个结果. 二、离散型随机变量的分布列 1.X的分布列 一般地，若离散型随机变量X可能取的不同值为x1,x2,…,xi,…xn,X取每一个值xi(i=1,2,…,n)的概率P(X=xi)=Pi，以表格形式表示如下： Xｘ1ｘ2… ｘｉ… ｘn Pｐ1ｐ2… ｐI… ｐn 这个表格称为离散型随机变量X的概率分布列，简称为X的分布列. 要点提示 X的分布列从整体上反映了随机变量取各个值的可能性的大小，反映了随机变量取值的规律性.为了表达简单，也用等式P(X=xi)=pi,i=1,2,…,n表示X的分布列. 2.离散型随机变量的分布列的性质 （1）pi≥0,i=1,2,…,n; （2）=1. 性质：（1）是由概率的非负性所决定的.性质（2）是因为一次试验的各种结果是互斥的，而全部结果之和为一必然事件. 深化升华 由于离散型随机变量取的各个可能值之间彼此互斥，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. 方法归纳 求离散型随机变量的分布列的步骤：①首先确定随机变量X的取值有哪些；②求出每种取值下随机事件的概率；③列表对应，即为分布列.上述步骤的关键是各随机事件的概率的计算. 3.两点分布 如果随机变量X的分布列是 X 0 1 P1-ｐｐ 我们称这样的分布为两点分布列. 如果随机变量X的分布列为两点分布列，就称X服从两点分布，而称p=P(X=1)为成功概率. 深化升华 两点分布又称0-1分布.由于只有两个可能结果的随机试验叫伯努利试验，所以这种分布还称为伯努利分布.两点分布的应用非常广泛，如抽取的彩券是否中奖；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，都可以用两点分布来研究.两点分布的试验结果只有两个可能性，且其概率之和为1. 4.超几何分布 在含有M件次品的N件产品中，任取ｎ件，其中恰有X件次品数，则事件{X=k}发生的概率为P{X=k}=,k=0,1,2,…,m,其中m=min{M,n}，且n≤N,M≤N, n,M,N∈N*，称分布列 X0 1 … ｍ P … 为超几何分布列.如果随机变量X的分布列为超几何分布列，则称随机变量X服从超几何分布. 超几何分布列给出了求解这类问题的方法，可以做公式直接运用求解，但不能机械地去记忆公式，要在理解的前提下记忆.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ｍ值时的概率P（X=ｍ），从而列出X的分布列. 疑点突破 在模型应用中，有时所遇到的问题是直接符合超几何分布的，这时只需直接利用模型即可；而有时需要构造或转化才可以利用.如从10名女生和15名男生中任选5名参加校体操队，求至少有3名女同学被选中的概率.此题与模型对照有点差别，但稍作转化再比较便知，设取出女生数为X，则N=25，ｎ=10，M=5.就可以借助于模型处理了. 问题·探究 问题1 随机变量是映射吗？它与函数的区别与联系是什么？ 思路:随机变量和函数一样，也是一个映射.随机变量是人