概率统计离散随机变量及其分布列.docVIP

个 性 化 教 学 设 计 教 案 授课时间： 2011 年 9 月 25 日（ 14：30—16：45 ） 备课时间：2011 年 9月 24 日 年级： 高二 学科： 数学 课时：3 学生姓名： 课题名称 第18讲 概率统计、离散随机变量及其分布列 授课教师： 教学目标 1．概率 （1）了解随机事件发生的不确定性和频率的稳定性，了解概率的意义，了解频率与概率的区别。 （2）了解两个互斥事件的概率加法公式。 （3）理解古典概型及其概率计算公式。 （4）了解几何概型的意义。 （5）了解条件概率。 2．两个事件相互独立，n次独立重复试验 （1）了解两个事件相互独立的概念； （2）理解n次独立重复试验的模型并能解决一些实际问题； 3．离散型随机变量及其分布列 （1）理解取有限个值的离散随机变量及其分布列的概念。 （2）理解二项分布，并解决一些简单问题。 4．离散型随机变量的均值、方差 （1）理解取有限个值的离散型随机变量的均值、方差的概念； （2）能计算简单离散型随机变量的均值、方差，并能解决一些实际问题。 教学过程 1．互斥、对立事件的概率 (1)如果事件A、B互斥，那么事件A＋B发生(即A、B中有一个发生)的概率等于事件A、B分别发生的概率的和，即P(A＋B)＝P(A)＋P(B), 并能推广到n(n≥3)个． (2)对立事件的概率的和为1，即P(A)＋P()＝1.它的变式为P(A)＝1－P()． 2．古典概型 古典概型的两个基本特征：基本事件有限性，基本事件等可能性． 对于古典概型，任何事件的概率为 P(A)＝. 3．几何概型 在几何概型中，事件A的概率的计算公式为 P(A)＝. 当试验的结果构成的区域为长度、面积、体积、弧长、夹角等时，应考虑使用几何概型求解。 4．事件的独立性与条件概率 事件A、B是相互独立事件，它们同时发生记作A·B；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)，并能推广到n (n≥3)个． 条件概率：一般的，设A、B为两个事件，且P(A)0，称P(B)＝为在事件A发生的条件下，事件B发生的条件概率，一般把P(B)记作A发生的条件下B的概率． 5．独立重复试验 (1)如果在1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次的概率为Pn(k)＝Cpk(1－p)n－k.　 (2)要注意恰有k次发生和指定的某k次发生的差异．对独立重复试验来说，前者的概率为Cpk(1－p)n－k，后者的概率为pk·(1－p)n－k. 等可能性事件：P(A)＝；互斥事件：P(A＋B)＝P(A)＋P(B)，独立事件：P(A·B)＝P(A)·P(B)． 二、随机变量的分布 1．离散型随机变量的分布列、均值与方差 (1)主干知识：随机变量的可能取值，分布列、期望、方差． (2)基本公式： ①Eξ＝x1p1＋x2p2 ＋…＋xnpn； ②Dξ＝(x1－Eξ)2p1＋(x2－Eξ)2p2 ＋…＋(xn－Eξ)2pn； ③E (aξ＋b)＝aEξ＋b，D (aξ＋b)＝a2Dξ. (3)常见的离散型随机变量的分布 ①两点分布； ②二项分布：ξ～B(n, p)，则P (ξ＝k) ＝Cpk(1－p)n－k，Eξ＝np，Dξ＝np (1－p)． ③超几何分布；P(X=k)=C(M k)·C(N-M n-k)/C(N n) ④几何分布；P(X=k)=p*(1-p)^(k-1)，k=1,2,3,…… 2．正态分布 正态分布密度函数为： φμ，σ(x)＝e－. 其中：x是随机变量的取值；μ为正态分布的均值；σ是正态分布的标准差； 曲线的对称位置由μ确定，曲线的形状由σ确定，σ越大，曲线越“矮胖”，反之，曲线越“瘦高”． 如果对于任何实数ab，随机变量X满足 P(aX≤b)＝φμ，σ(x)dx 则称X的分布为正态分布，正态分布一般记为N(μ，σ2)． 1：求古典概型与几何概型的概率 例1：从{1,2,3,4,5}中随机选取一个数为a，从{1,2,3}中随机选取一个数为b，则ba的概率是（ ） （A） (B) （C） (D) 例2：(1)甲从正方形四个顶点中任意选择两个顶点连成直线，乙从该正方形四个顶点中任意选择两个顶点连成直线，则所得的两条直线相互垂直的概率是________． (2)在[0,2]上任取两个数a，b，那么函数f(x)＝x2＋ax＋b无零点的概率为________． 例3：在区间[-1,2]上随即取一个数x，则x∈[0,1]的概率为 。 例4：甲罐中有5个红球，2个白球和3个黑球，乙罐中有4个红球，3个白球和3个黑球。先从甲罐中随