212离散型随机变量的分布列.docVIP

212离散型随机变量的分布列 212离散型随机变量的分布列 PAGE / NUMPAGESPAGE / NUMPAGES 212离散型随机变量的分布列 2．1．2 失散型随机变量的散布列 教课目的： 知识与技术 ：会求出某些简单的失散型随机变量的概率散布。 过程与方法 ：认识概率散布关于刻画随机现象的重要性。 感情、态度与价值观 ：认识概率散布关于刻画随机现象的重要性。 教课要点： 失散型随机变量的散布列的观点 教课难点： 求简单的失散型随机变量的散布列 讲课种类： 新讲课 课时安排： 2 课时 教 具：多媒体、实物投影仪 教课过程 ： 一、复习引入： 随机变量 ：假如随机试验的结果能够用一个变量来表示，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 失散型随机变量 : 关于随机变量可能取的值，能够按必定序次一一列出，这样的随机变量叫做失散型随机变量 3 ．连续型随机变量 : 关于随机变量可能取的值， 能够取某一区间内的全部值， 这样的变 量就叫做连续型随机变量 4. 失散型随机变量与连续型随机变量的差别与联系 : 失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；可是失散型随机变量的结果能够按必定序次一一列出，而连续性随机变量的结果不能够一一列出 若 是随机变量， 散型、连续型）  a b, a, b 是常数，则 也是随机变量 而且不改变其属性 （离 请同学们阅读课本 P5-6 的内容，说明什么是随机变量的散布列？ 二、解说新课： 散布列 : 设失散型随机变量 ξ 可能获得值为 1， x2， ， x3， ， ξ 取每一个值 xi （i =1， 2， ）的概率为 P( xi ) pi ，则称表 ξ x1 x2 xi P P P P 1 2 i 为随机变量 ξ 的概率散布 ，简称 ξ 的散布列 2. 散布列的两个性质： 任何随机事件发生的概率都知足 : 0 P( A) 1 ，而且不行能事 件的概率为 0，必定事件的概率为 1．由此你能够得出失散型随机变量的散布列都拥有下边两个性质： Pi ≥0， i ＝ 1，2， ； ⑵ P1+P2+ =1． 关于失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( xk ) P( xk ) P( xk 1 ) 两点散布列 : 例 1.在掷一枚图钉的随机试验中，令 1，针尖向上； X= 0, 针尖向下 . 假如针尖向上的概率为  p ，试写出随机变量  X 的散布列． 解：依据散布列的性质，针尖向下的概率是（  1 p )  ．于是，随机变量  X 的散布列是 ξ  0  1 P  1 p  p 像上边这样的散布列称为 两点散布列 ． 两点散布列的应用特别宽泛． 如抽取的彩券能否中奖； 买回的一件产品能否为正品； 新 生婴儿的性别；投篮能否命中等，都能够用两点散布列来研究．假如随机变量 X 的散布列 为两点散布列，就称 X 听从两点散布 ( two 一 point distribution) ，而称 p =P (X = 1 ）为成功 概率． 两点散布又称 0 一 1 散布 ．因为只有两个可能结果的随机试验叫 伯努利（ Bernoulli ) 试 验，因此还称这类散布为 伯努利散布 ． P P  0 q ， 1 p ， 0 p 1， p q 1 ． 超几何散布列： 例 2．在含有 5 件次品的 100 件产品中，任取 3 件，试求： (1)取到的次品数 X 的散布列； （ 2）起码取到 1 件次品的概率． 解： (1) 因为从 100 件产品中任取 3 件的结果数为 C103 ，从 100 件产品中任取 3 件， 此中恰有 k 件次品的结果数为 C5kC953 k ，那么从 100 件产品中任取 3 件，此中恰有 k 件 次品的概率为 P( X k ) C5kC953 k , k 0,1,2,3 。 C3 100 因此随机变量 X 的散布列是 X 0 1 2 3 P C50C953 C51C952 C52C951 C53C950 C1003 C1003 C1003 C1003 (2)依据随机变量 X 的散布列，可得起码取到 1 件次品的概率 P(X≥1)=P(X=1)+P(X=2)+P(X=3) 0.138 06 + 0. 005 88 + 0. 00006 =0.14400. 件  一般地，在含有 M 件次品的 {X=k ｝发生的概率为  N 件产品中，任取  n 件，此中恰有  X 件次品数，则事 P( X k) CMk CNn kM , k0,1,2, , m , CNn 此中 m min{ M , n} ，且 n N ,