教案08-2.1离散型随机变量及其分布.docVIP

教学对象 管理系505-13、14、15；经济系205-1、2 计划学时 2 授课时间 2006年3月3日；星期五；1—2节 教学内容 第二章 一维随机变量及其概率分布 第一节 离散型随机变量及其分布律 一、随机变量 二、离散型随机变量 教学目的 通过教学，使学生能够： 1、理解随机变量的概念 2、掌握离散型随机变量的概念 3、会求离散型随机变量的分布律 知 识： 1、随机变量的概念 2、离散型随机变量 3、离散型随机变量的分布律 技能与态度 1、从变量的角度分析随机现象 2、将随机事件与随机变量的取值相联系 教学重点 随机变量的概念、分布律的概念及求法 教学难点 随机变量的理解 教学资源 自编软件 教学后记 培养方案或教学大纲 修改意见 对授课进度计划 修改意见 对本教案的修改意见 教学资源及学时 调整意见 其他 教研室主任： 系部主任： 教学活动流程 教学步骤、教学内容、时间分配 教学目标 教学方法 一、复习导入新课 复习内容：（7分钟） 1、古典概率的计算公式 2、加法公式 3、乘法公式 4、全概率公式 导入新课：（3分钟） 在第一章里，我们主要研究了随机事件及其概率，同学们可能会注意到：在随机现象中，有很多问题与实数之间存在着某种对应的联系。例如，在产品检验问题中，我们关心的是抽样中出现的次品数；在车间供电问题中，我们关心的是某时期正在工作的车床数；在电话问题中关心的是某一段时间内的话务量等。对于这类随机现象，其试验结果显然可以用数值来描述，并且随着试验结果的不同而取不同的数值。我们可以建立一个样本空间和实数之间的对应关系，使随机试验的结果与数值发生联系。为了全面的研究随机试验的结果，揭示随机现象的统计规律性，我们将随机试验的结果与实数对应起来，将随机试验的结果数量化，为此可引入随机变量的概念。 巩固所学知识，与技能 解决作业中出现的问题 引出学习概率的目的 提问讲解 二、明确学习目标 1、了解随变2、理解离散型随变量质 三、知识学习（50分钟） 第二章 一维随机变量及其概率分布 第一节 离散型随机变量及其分布律 一、随机变量 引例1：投掷一枚均匀的骰子，观察点数情况。如果用变量X表示出现的点数，则X的取值可能为1,2,3,4,5,6 我们可以用含有X的等式或不等式来表示随机试验的结果。显然，在这一试验中，X是一个特殊的变量，它取不同的数值表示试验中发生的不同结果，在试验之前它的取值无法确定，但是它取某些值的概率是可以计算的。如P{X=3}=，P{X4}=0.5 引例2：一批产品成共10件，其中有3件次品。现从中任取2件，如果用X表示取出的次品数，则X的取值可能为0,1,2 我们可以用含有X的等式或不等式来表示抽取的不同结果。如{X=1}表示“取出的两件中恰有一件次品”。显然，在这一试验中，X是一个特殊的变量，它的取值是随机的，事先无法确定，但是它取某些值的概率是可以计算的。如P{X=1}=，P{X4}=0.5 例3：要测试电子元件的使用寿命（单位：小时），结果可用变量X的取值来表示。X的取值可为区间[0，+∞)内的任意一个数。 X取不同的数值则表示不同的测试结果。如{100≤X≤200}表示测试的使用寿命在100小时到200小时之间。 例4：要考查一台机器是否出现故障，有两种可能的结果：出现故障，机器正常。我们可以引入变量X，并且规定：X=1表示机器正常，X=0表示机器出现故障。 说明：有些初看起来与数值无关的随机现象，也可与数值联系起来进行描述。比如，在投掷硬币的问题中，每次实验出现的结果为正面或反面，与数值没有联系，但我们可以通过指定数“1”代表正面，“0”代表反面，为了计算n次投掷中出现的正面就只须计算其中“1”出现的次数就行了，从而使这一随机试验的结果与数值发生联系。这就说明了，不管随机试验的结果是否具有数量的性质，我们都可以建立一个样本空间和实数之间的对应关系，使随机试验的结果与数值发生联系。 从上面的例子中，我们不难体会到：无论是哪一种情况，随机试验的结果都可以和一个变量X的取值相对应。即：X的取值随着试验结果的不同而不同，而且X的取值也具有一定的概率。我们将这样的变量称为随机变量。即： 1、定义：用来表示随机试验各种结果的变量叫做为随机变量。（Random Variable） 随机变量通常用X，Y，Z来表示，也可用ξ，η，θ等来表示。而用x，y，z来表示随机变量相应于某个试验结果所取的值。 引入随机变量后，随机试验和各种结果可以方便地用含有随机变量的等式或不等式来表示，并且表示的结果也很简洁。如{至少取出一件次品}，若用随机事件的关系来表示，就比较复杂，但用随机变量就可以简单地表示成{X≥1} 随机变量的引入，使概率论的研究由个别的随机事件扩