212离散型随机变量及分布列.docVIP

2．1.2　离散型随机变量的分布列 教材分析　　　　　 概率是对随机现象统计规律演绎的研究，而统计是对随机现象统计规律归纳的研究，两者虽有明显的不同，但它们都是相互渗透、相互联系的．“离散型随机变量的分布列”作为概率与统计的桥梁与纽带，它既是概率的延伸，也是学习统计学的理论基础，能起到承上启下的作用，是本章的关键知识之一． 随机变量是将随机现象的结果数量化，把对随机事件及概率的研究转化为对随机变量及概率的研究；引入随机变量的目的是为了研究随机现象发生的统计规律，即所有随机事件发生的概率，并为定义离散型随机变量的数学期望和方差奠定基础，揭示离散型随机变量的统计规律． 那么，如何通过随机变量来刻画这些规律？教科书通过投骰子试验来展示刻画的方法，并从中概括出离散型随机变量分布列的概念． 课时分配　　　　　 1课时 教学目标　　　　　 知识与技能 会求出某些简单的离散型随机变量的概率分布． 过程与方法 通过教学渗透由特殊到一般的数学思想，发展学生的抽象、概括能力． 情感、态度与价值观 学会合作探讨，体验成功，提高学生学习数学的兴趣． 重点难点　　　　　 教学重点：离散型随机变量的分布列的概念． 教学难点：求简单的离散型随机变量的分布列． 1．随机变量：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． 2．离散型随机变量：对于随机变量可能取的值，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． 3．连续型随机变量：对于随机变量可能取的值，可以取某一区间内的一切值，这样的变量就叫做连续型随机变量． 4．离散型随机变量与连续型随机变量的区别与联系：离散型随机变量与连续型随机变量都是用变量表示随机试验的结果；但是离散型随机变量的结果可以按一定次序一一列出，而连续性随机变量的结果不可以一一列出． 若ξ是随机变量，η＝aξ＋b，a，b是常数，则η也是随机变量，并且不改变其属性(离散型、连续型)． 提出问题：对于一个随机试验，仅知道试验的可能结果是不够的，还要能把握每一个结果发生的概率．请问抛掷一枚骰子，朝上的一面所得点数有哪些值？取每个值的概率是多少？ 活动结果：ξ的取值有1、2、3、4、5、6， 则P(ξ＝1)＝，P(ξ＝2)＝，P(ξ＝3)＝，P(ξ＝4)＝，P(ξ＝5)＝，P(ξ＝6)＝. 列成表格： ξ 1 2 3 4 5 6 P 教师指出：该表不仅列出了随机变量ξ的所有取值，而且列出了ξ的每个取值的概率． 上述表格从概率的角度指出了随机变量ξ在掷骰子试验中取值的分布状况，此时我们称该表格为离散型随机变量ξ的分布列．(给出定义) 1．分布列：一般地，设离散型随机变量X可能取的不同值为x1，x2，…，xi，…，xn， X取每一个值xi(i＝1,2，…，n)的概率为P(X＝xi)＝pi，则称表 X x1 x2 … xi … xn P p1 p2 … pi … pn 为离散型随机变量X的概率分布列，简称为X的分布列． 师引导生归纳构成特点：(1)列出离散型随机变量的所有取值； (2)求出离散型随机变量每个取值所对应的概率值． 提出问题：离散型随机变量X的分布列刻画的是一个函数关系吗？(答：是) 函数有哪些表示法？(答：函数可以用解析式，表格或图象表示) 活动结果：随机变量的分布列可以用表格(见上表)，等式P(X＝xi)＝pi(i＝1,2，…，n)，或图象来表示(略)． 提出问题：根据随机变量的意义以及概率的性质，你能得出离散型随机变量分布列的性质吗？(学生归纳，教师整合) 设计意图：学生自己发现问题、分析问题、解决问题．这一过程遵循由特殊到一般，从感性到理性的认知规律，进一步发展学生归纳、抽象的能力． 活动结果： 2．分布列的两个性质：任何随机事件发生的概率都满足：0≤P(A)≤1，并且不可能事件的概率为0，必然事件的概率为1.由此可以得出离散型随机变量的分布列都具有下面两个性质： (1)pi≥0，i＝1,2，…，n； (2)i＝1. 教师补充：对于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的和，即P(ξ≥xk)＝P(ξ＝xk)＋P(ξ＝xk＋1)＋…＋P(ξ＝xn)． 1随机变量ξ的分布列为 ξ －1 0 1 2 3 P 0.16 a/10 a2 a/5 0.3 求常数a. 解：由离散型随机变量的分布列的性质有： 0．16＋＋a2＋＋0.3＝1. 解得：a＝－(舍)或a＝. 3．两点分布列： 2在掷一枚图钉的随机试验中，令X＝如果针尖向上的概率为p，试写出随机变量X的分布列． 解：根据分布列的性质，针尖向下的概率是(1－p)． 于是，随机变量X的分布列是 ξ 0 1 P 1－p p ※教师指出：像上面这样的分布列称为两点