离散型随机变量分布列教学设计.doc

离散型随机变量的散布列优异教学设计 离散型随机变量的散布列优异教学设计 离散型随机变量的散布列优异教学设计 离散型随机变量的散布列 【教学目的】 1．理解离散型随机变量的散布列的意义，会求某些简单的离散型随机变量的散布列； 2．掌握离散型随机变量的散布列的两个基本性质，并会用它来解决一些简单的问题。 3．认识二项散布的观点，能举出一些听从二项散布的随机变量的例子。 【教学重难点】 教学重点：离散型随机变量的散布列的观点 教学难点：求简单的离散型随机变量的散布列 【授课种类】 新授课 【课时安排】 2课时 【教学准备】 多媒体、实物投影仪 【教学过程】 一、复习引入： 1．随机变量：如果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 2．离散型随机变量：关于随机变量可能取的值，能够按一定序次一一列出，这样的随机 变量叫做离散型随机变量 3．连续型随机变量：关于随机变量可能取的值，能够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；可是离散型随机变量的结果能够按一定序次一一列出，而连 续性随机变量的结果不能够一一列出 假如随机变量，ab,a,b是常数，则也是随机变量并且不改变其属性（离散型、 连续型） 二、解说新课： 1．散布列：设离散型随机变量ξ可能取得值为 x1，x2，?，xi，?， ξ取每一个值xi（i=1，2，?）的概率为P(xi)pi，则称表 ξx1x2?xi? PP1P2?Pi? 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：0P(A)1，并且不可能事件 的概率为0，必定事件的概率为1。由此你能够得出离散型随机变量的散布列都拥有下面两个 性质： （1）Pi≥0，i＝1，2，?； （2）P1+P2+?=1 关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(xk)P(xk)P(xk1) 3．离散型随机变量的二项散布：在一次随机试验中，某事件可能发生也可能不发生， 在n次独立重复试验中这个事件发生的次数ξ是一个随机变量。如果在一次试验中某事件发 生的概率是P，那么在n次独立重复试验中这个事件恰巧发生k次的概率是 kknk P()，（k＝0，1，2，?，n，q1p）。 nkCpq n 于是获得随机变量ξ的概率散布如下： ξ01?k?n 00n11n1 PCnpqCnpq? kknk Cnpq? n C n p n0 q 由于 kknk Cnpq恰巧是二项展开式 n00n11n1kknknn0 (qp)CpqCpqCpqCpq nnnn 中的各项的值，所以称这样的随机变量ξ听从二项散布， kknk 记作ξ～B（n，p），其中n，p为参数，并记Cnpq＝b（k；n，p）。 4．离散型随机变量的几何散布：在独立重复试验中，某事件第一次发生时，所作试验的 次数ξ也是一个正整数的离散型随机变量。“k”表示在第k次独立重复试验时事件第一 次发生。如果把k次试验时事件A发生记为Ak、事件A不发生记为A，P（Ak）=p，P（ k A） k =q（q=1-p），那么 k1 P(k)P(AAAAA)P(A)P(A)P(A)P(A)P(A)qp（k＝0，1，2，?， 123k1k123k1k q1p）。 于是获得随机变量ξ的概率散布如下： ξ123?k? Pppq 2 qp? k1 qp? 称这样的随机变量ξ听从几何散布， 记作g（k，p）= k1 qp，其中k＝0，1，2，?，q1p。 三、解说典范： 例1．一盒中放有大小相同的红色、绿色、黄色三种小球，已知红球个数是绿球个数的两 倍，黄球个数是绿球个数的一半。现从该盒中随机取出一个球，若取出红球得1分，取出黄球 得0分，取出绿球得－1分，试写出从该盒中取出一球所得分数ξ的散布列。 解析：欲写出ξ的散布列，要先求出ξ的所有取值，以及ξ取每一值时的概率。 解：设黄球的个数为n，由题意知 绿球个数为2n，红球个数为4n，盒中的总数为7n。 ∴ 4n4 P(1)， 7n7 n1 P(0)， 7n7 2n2 P(1)。 7n7 所以从该盒中随机取出一球所得分数ξ的散布列为 ξ10－1 P 4 7 1 7 2 7 说明：在写出ξ的散布列后，要实时检查所有的概率之和是否为1． 例2．某一射手射击所得的环数ξ的散布列如下： P0.020.040.060.090.280.290.22 求此射手“射击一次命中环数≥7”的概率。 解析：“射击一次命中环数≥7”是指互斥事件“ξ＝7”、“ξ＝8”、“ξ＝9”、“ξ＝ 10”的和，根据互斥事件的概率加法公式，能