概率统计12随机变量的相互独立性教学设计.docxVIP

《概率统计 II 》教学设计 随机变量的相互独立性 随机变量的相互独立性教学设计 【教学题目】 § 2.6 随机变量的相互独立性 【教学目的】 根据《教学大纲》要求和学生已有的知识基础和认知能力，确定以下教学目标： 1、要 求学生能够借用事件独立性的概念， 理解随机变量相互独立性的概念； 2、要求学生能够深 入理解并掌握随机变量相互独立性的等价判断方法。 【教学思想】 1、二维随机变量相互独立性公式 P X x,Y y P X x P Y y 蕴含了整体与 局部， 整体与个体的关系。 在 X 与 Y 是相互独立的前提下， 边缘分布可确定联合分布 , 联合 分布可确定边缘分布， 这蕴含了 “由整体可以推知个体， 由个体可以研究整体” 的哲学思想。 2、由学生已学过的事件相互独立性启发学生解决实际案例问题， “从特殊到一般、 具 体到抽象”，引导学生抽象形成随机变量相互独立性的概念，教会学生分析解决问题的思维 和学习及研究方法。 “教是为了不教” ，体现了“授人以渔” 。 3、通过问题的引入和实际案例问题的分析及应用， 培养学生 “数学就在我们的身边 ” 及 “学数学、用数学 ”的意识和能力。 【教学分析】 1、本次课主要包括以下内容 1）由引入和引例导出随机变量相互独立性的概念； 2）二维随机变量相互独立性的等价判定方法； 3）二维连续型随机变量相互独立性的判定； 4）随机变量相互独立性的应用。 、重难点分析 随机变量相互独立性的概念是概率论中最基本的概念之一，关于它的研究构成了概率 论的重要课题。随机变量相互独立性的概念揭示了随机变量的联合分布和边缘分布的关系， 由此得出二维离散型、 连续型随机变量相互独立性的判定标准及其等价条件， 故为本节课的 重点。 随机变量的相互独立性的难点在于二维随机变量的相互独立性的判定及其应用。在概 率统计中，二维连续随机变量分布函数的公式简单， 但通过公式计算分布函数时却比较困难， 学生普遍感觉由求分布函数来判断相互独立性不知从何着手； 在实际应用中， 有些边缘分布 密度函数由于被积函数的复杂性而不易求出，从而不易判断随机变量的相互独立性。 【教学方法和策略】 黑板板书结合 PPT 演示，采用启发式、提问式教学，由学生熟悉的事件的相互独立性 引入，从特殊到一般，由简单到复杂，层层递进，利用实例引导学生主动思考，使学生更容 易理解与记忆， 达到理解并掌握知识的目的， 对开启学生的智能， 提高学生的数学素养有着 十分重要的裨益。 1 《概率统计 II 》教学设计 随机变量的相互独立性 【教学安排】 引入（ 3 分钟） 上节课学习了二维随机变量的边缘分布， 其本质是利用整体的随机特性， 推导局部特性； 但是反过来能否成立呢？一般是不能的。例如： 引例 设 X , Y 均服从标准正态分布，问随机变量 ( X , Y ) 的联合分布服从二维标准正 态分布吗？ 分析： 给定一个特殊的二维正态分布 N ( 0, 1, 0, 1, ρ) ρ≠ 0， 其联合密度函数为 f ( x, y) 1 e 2(1 1 2 ) ( x2 2 xy y2 ) 2 1 2 x 2 由 上 节 课 的 知 识 可 知 ， 该 分 布 的 边 缘 密 度 函 数 分 别 为 ： f X ( x) 1 e 2 、 2 y2 fY ( y) 1 e 2 。显然是两个标准正态分布，但在 ρ≠ 0时其联合分布显然不是二维标 2 ( x, y) 1( x2 y2 ) 准正态分布 1 e 2 。如果要求其联合分布为二维标准正态分布，必须有 2 ( x, y) fX ( x) fY ( y) 该条件什么时候成立呢？这就是我们今天要讲的随机变量的相互独立性。 在人的健康检 查中， 人的身高和体重的关系； 复杂系统设计时， 构成系统的两个元件的关系等都会涉及两 个随机变量的独立性问题， （板书标题）。 若记事件 A、 B 分别为 ： A { X x}, B { Y y} ，则当事件 A 与 B 相互独立时， 有 P( AB ) P( A)P( B) ，即 P{ X x,Y y} P{ X x} P{Y y} ，由此需要研究二维随 机变量相互独立性的概念。 教学内容（ 14 分钟） 1、二维随机变量相互独立性的概念（板书标题） （ PPT展示概念 ） 定义 ：（二维随机变量相互独立性 ）设 F ( x, y) 及 FX (x), FY ( y) 分别为二维随机变量 ( X ,Y) 的分布函数及边缘分布函数。如果对于所有实数 ( x, y) 有 P X x,Y y P X x P Y y 即 F (x, y) FX ( x)FY ( y) 则称 随机变量 X 与 Y 是相互独立的 。 强调