第15章随机变量及其概率分布
【授课对象】理工类专科大一
【授课时数】9学时
【授课方法】讲授与提问、随堂练习相结合
【基本要求】1、了解随机变量的概念；
2、理解离散型随机变量的概念及其分布律的概念和性质；
3、理解连续型随机变量的概念及其概率密度函数的概念和性质；
4、理解分布函数的概念，并知道其性质；
5、会利用分布律、概率密度函数及分布函数计算有关事件的概率；
6、会求简单的随机变量函数的概率分布；
7、了解二维随机变量的概念，知道二维随机变量的边缘（边际）分布、
联合分布函数等概念；
【本章重点】随机变量的概念；连续型（离散型）随机变量的密度函数（分布律）的概念和性质以及它们的分布函数的概念和性质；随机变量函数的概率分
布；熟记几种特殊分布的概率分布或密度函数。
【本章难点】随机变量的概念及性质；连续型随机变量的概率密度函数及分布函数的性质与相关计算；随机变量的函数的分布的求解。
【授课内容及学时分配】
§15.1随机变量
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，有很大一部分问题与实数之间存在着某种客观的联系。例如，在产品检验问题中，我们关心的是抽样中出现的废品数；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，并且随着试验的结果不同而取不同的数值。然而，有些初看起来与数值无关的随机现象，也常常能联系数值来描述。比如，在投硬币问题中，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”出现的次数了，从而使这一随机试验的结果与数值发生联系。
一般地，如果A 为某个随机事件，则一定可以通过如下示性函数使它与数值发生
联系：???=不发生
发生A A A 011 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空间的对应关系，使之与数值发生联系。
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，引入随机变量的概念。
引例：随机试验E1：从一个装有编号为0，1，2，...，9的球的袋中任意摸一球。则其样本空间Ω={0ω，1ω，...，9ω}，其中i ω“摸到编号为i 的球”，i =0,1,...,9. 定义函数 ξ：i ω→i ，即ξ(i ω)=i ，i =0，1， (9)
这就是Ω和整数集{0，1，2，…，9}的一个对应关系，此时ξ表示摸到球的号码。
从上例中，我们不难体会到：
①对应关系ξ的取值是随机的，也就是说，在试验之前，ξ取什么值不能确定，而是由随机试验的可能结果决定的，但ξ的所有可能取值是事先可以预言的。
②ξ是定义在Ω上而取值在R 上的函数。
同时在上例中，我们可以用集合{i ω：ξ(i ω)≤5}表示“摸到球的号数不大于5”这一随机事件，因而可以计算其概率。习惯上我们称定义在样本空间Ω上的单值实函数ξ为随机变量。这就有了如下定义：
定义：设随机试验E 的样本空间为}{ω=Ω，ξ=ξ(ω)是定义在Ω上的单值实函数，若对任意实数x ，集合{ω：ξ(ω)≤x}是随机事件，则称ξ=ξ(ω)为随机变量。
定义表明随机变量ξ=ξ(ω)是样本点ξ的函数，为方便起见，通常写为ξ，而集合{ω：ξ(ω)≤x}简记为{ξ≤x}。
如在上例中，摸到不大于5号球的事件可表示为{ξ≤5}，则其概率为P{ξ≤5}=3/5。 随机变量的引入，使概率论的研究由个别随机事件扩大为随机变量所表征的随机
现象的研究。正因为随机变量可以描述各种随机事件，使我们摆脱只是孤立的去研究一个随机事件，而通过随机变量将各个事件联系起来，进而去研究其全部。今后，我们主要研究随机变量和它的分布。
§15.2 随机变量的概率分布
对于随机变量来讲，我们不仅关心它取哪些值，更关心它以多大的概率取那些值，即研究随机变量的统计规律性—分布函数。
一、随机变量的分布函数
由前可知，若ξ是随机变量，则对?x ∈R ，{ξ≤x }是随机事件，所以P{ξ≤x }有意义。当实数a
可见，只要对一切实数x 给出概率P{ξ≤x }，则任何事件{a <ξ≤b }及它们的可列交、可列并的概率都可求得。从而P{ξ≤x }，x ∈R 完全刻划了随机变量ξ的统计规律，并决定了随机变量ξ的一切概率特征。
1.定义：设ξ是Ω上的随机变量，对?x ∈R ，
称)(x F = P{ξ≤x }为ξ的分布函数。
2.性质：设)(x F 是随机变量ξ的分布函数，则)(x F 具有如下性质：
①单调非降性：即对R x x ∈
证明：对21x x
)(}{}{)(2211x F x P x P x F =≤≤≤=ξξ
②规范性：1)(lim )(,0)(lim )(==+∞==-∞+∞
→-∞→x F F x F F x x ， ③右连续性：对,0R x ∈?有 )()(lim 00x F x F x x =+
→ （性质②，③的证明可参考其它有关的资料）
注：反之可证明：对于任意一个函数，若满足上述三条性质的话，则它一定是某随机变量的分布函数。
例1：判断下列函数是否为分布函数
随机事件(第一课时) 25.1.2 概率的意义 教学目标: 〈一〉知识与技能 1.知道通过大量重复试验时的频率可以作为事件发生概率的估计值 2.在具体情境中了解概率的意义 〈二〉教学思考 让学生经历猜想试验--收集数据--分析结果的探索过程，丰富对随机现象的体验，体会概率是描述不确定现象规律的数学模型.初步理解频率与概率的关系. 〈三〉解决问题 在分组合作学习过程中积累数学活动经验，发展学生合作交流的意识与能力.锻炼质疑、独立思考的习惯与精神，帮助学生逐步建立正确的随机观念. 〈四〉情感态度与价值观 在合作探究学习过程中，激发学生学习的好奇心与求知欲.体验数学的价值与学习的乐趣.通过概率意义教学，渗透辩证思想教育. 【教学重点】在具体情境中了解概率意义. 【教学难点】对频率与概率关系的初步理解 【教具准备】壹元硬币数枚、图钉数枚、多媒体课件 【教学过程】 一、创设情境，引出问题 教师提出问题：周末市体育场有一场精彩的篮球比赛，老师手中只有一张球票，小强与小明都是班里的篮球迷，两人都想去.我很为难，真不知该把球给谁.请大家帮我想个办法来决定把球票给谁. 二、动手实践，合作探究 1．教师布置试验任务. （1）明确规则. 把全班分成10组，每组中有一名学生投掷硬币，另一名同学作记录，其余同学观察试
验必须在同样条件下进行. （2）明确任务，每组掷币50次，以实事求是的态度，认真统计“正面朝上”的频数及“正面朝上”的频率，整理试验的数据,并记录下来.. 2．教师巡视学生分组试验情况. 注意：（1）．观察学生在探究活动中，是否积极参与试验活动、是否愿意交流等，关注学生是否积极思考、勇于克服困难. （2）．要求真实记录试验情况.对于合作学习中有可能产生的纪律问题予以调控. 3.各组汇报实验结果. 由于试验次数较少，所以有可能有些组试验获得的“正面朝上”的频率与先前的猜想有出入. 提出问题：是不是我们的猜想出了问题？引导学生分析讨论产生差异的原因. 在学生充分讨论的基础上，启发学生分析讨论产生差异的原因.使学生认识到每次随机试验的频率具有不确定性，同时相信随机事件发生的频率也有规律性，引导他们小组合作，进一步探究. 解决的办法是增加试验的次数，鉴于课堂时间有限，引导学生进行全班交流合作. 4．全班交流. 把各组测得数据一一汇报，教师将各组数据记录在黑板上.全班同学对数据进行累计，按照书上P140要求填好25-2.并根据所整理的数据，在25.1-1图上标注出对应的点,完成统计图. 表25-2 想一想1（投影出示）. 观察统计表与统计图，你发现“正面向上”的频率有什么规律？ 注意学生的语言表述情况，意思正确予以肯定与鼓励.“正面朝上”的频率在0.5上下波动. 想一想2（投影出示） 随着抛掷次数增加，“正面向上”的频率变化趋势有何规律？ 在学生讨论的基础上，教师帮助归纳.使学生认识到每次试验中随机事件发生的频率具n 图25.1-1
随机变量及其分布列典型例题 【知识梳理】 一.离散型随机变量的定义 1定义:在随机试验中,确定一个对应关系,使得每一个试验结果都用一个确定的数字表示.在这个对应关系下,数字随着试验结果变化而变化的变量称为随机变量、 ①随机变量就是一种对应关系;②实验结果必须与数字对应; ③数字会随着实验结果的变化而变化、 2.表示:随机变量常用字母X ,Ｙ,ξ,η,…表示. 3、所有取值可以一一列出的随机变量,称为离散型随机变量 ( dis ｃｒe ｔｅ ｒan ｄｏm ｖar ｉa ｂle ) . 二、离散型随机变量的分布列 1.一般地,若离散型随机变量X 可能取的不同值为x 1,x 2,…,ｘi ,…,x n, X 取每一个值x i (ｉ=1,2,…, ｎ)的概率P (X =ｘｉ)=ｐi ,则称表: 为离散型随机变量X Ｐ(X =x i )＝p i , i =１,２,…,n, 也可以用图象来表示X 的分布列、 2.离散型随机变量的分布列的性质 ①ｐi ≥0,ｉ=１,2,…,n ;②11 =∑=n i i p . 三.两个特殊分布 1.两点分布),1(~P B X 若随机变量X 的分布列具有上表形式,则称服从两点分布,并称p =P (X ＝1)为成功概率. 2、超几何分布),,(~n M N H X 一般地,在含有M 件次品的N 件产品中,任取ｎ件,其中恰有X 件次品,则P (X ＝k )= n N k n M N k M C C C --,k =0,１,2,…,m ,其中m =min {}n M ,,且n ≤N ,M ≤N ,n ,Ｍ,N ∈N ＊ . 三、二项分布 一般地,在n 次独立重复试验中,用 X 表示事件A 发生的次数,设每次试验中事件Ａ发生的概率为p ,则P (Ｘ=k )=C 错误!p k (1－ｐ)n － k ,ｋ=０,1,2,…,n 、此时称随机变量Ｘ服从二项分布,记作X ～B (n ,ｐ),并称p 为成功概率.易得二项分布的分布列如下;
离散型随机变量及其分布列第一课时 2.1.1离散型随机变量 教学目标：1、引导学生通过实例初步了解随机变量的作用，理解随机变量、离散型随机变量的概念．初步学会在实际问题中如何恰当地定义随机变量． 2、让学生体会用函数的观点研究随机现象的问题，体会用离散型随机变量思想 描述和分析某些随机现象的方法，树立用随机观念观察、分析问题的意识． 3、发展数学应用意识，提高数学学习的兴趣，树立学好数学的信心，逐步认识 数学的科学价值和应用价值． 教学重点：随机变量、离散型随机变量的概念，以及在实际问题中如何恰当的定义随机变量．教学难点：对引入随机变量目的的认识，了解什么样的随机变量便于研究． 教学方法：启发讲授式与问题探究式． 教学手段：多媒体 教学过程： 一、创设情境，引出随机变量 提出思考问题1：掷一枚骰子，出现的点数可以用数字1，2，3，4，5，6来表示．那么掷一枚硬币的结果是否也可以用数字来表示？ 启发学生：掷一枚硬币，可能出现正面向上、反面向上两种结果．虽然这个随机试验的结果不具有数量性质，但可以将结果于数字建立对应关系． 在让学生体会到掷骰子的结果与出现的点数有对应关系后，也能创造性地提出用数字表示掷一枚硬币的结果．比如可以用1表示正面向上的结果，用0表示反面向上的结果．也可以分别用1、2表示正面向上与反面向上的结果． 再提出思考问题2：一位篮球运动员3次罚球的得分结果可以用数字表示吗？ 让学生思考得出结论：投进零个球——— 0分 投进一个球——— 1分 投进两个球——— 2分 投进三个球——— 3分 得分结果可以用数字0、1、2、3表示． 二、探究发现 1、随机变量 问题1.1：任何随机试验的所有结果都可以用数字表示吗？ 引导学生从前面的例子归纳出：如果将实验结果与实数建立了对应关系，那么随机试验的结果就可以用数字表示．由于这个数字随着随机试验的不同结果而取不同的值，因此是个变量． 问题1.2：如果我们将上述变量称之为随机变量，你能否归纳出随机变量的概念？ 引导学生归纳随机变量的定义：在随机试验中，我们确定了一个对应关系，使得每一个试验结果都用一个确定的数字表示．在这个对应关系下，数字随着试验结果的变化而变化．像这种随着试验结果变化而变化的变量称为随机变量． 随机变量常用字母X、Y、ξ、η来表示． 问题1．3：随机变量与函数有类似的地方吗？ 引导学生回顾函数的理解： 函数 实数实数 在引导学生类比函数的概念，提出对随机变量的理解：
第二十五概率初步 25.1 随机事件与概率 25.1.1 随机事件 教学目标： 知识技能目标 了解必然发生的事件、不可能发生的事件、随机事件的特点. 数学思考目标 学生经历体验、操作、观察、归纳、总结的过程,发展学生从纷繁复杂的表 象中，提炼出本质特征并加以抽象概括的能力. 解决问题目标 能根据随机事件的特点,辨别哪些事件是随机事件. 情感态度目标 引领学生感受随机事件就在身边,增强学生珍惜机会，把握机会的意识. 教学重点： 随机事件的特点. 教学难点： 判断现实生活中哪些事件是随机事件. 教学过程 <活动一> 【问题情境】 摸球游戏 三个不透明的袋子均装有10个乒乓球.挑选多名同学来参加游戏. 游戏规则 每人每次从自己选择的袋子中摸出一球,记录下颜色,放回,搅匀,重复前面的试验.每人摸球5次.按照摸出黄色球的次数排序,次数最多的为第一名,其次为第二名,最少的为第三名. 【师生行为】 教师事先准备的三个袋子中分别装有10个白色的乒乓球；5个白色的乒乓球和5个黄色的乒乓球；10个黄色的乒乓球. 学生积极参加游戏,通过操作和观察,归纳猜测出在第1个袋子中摸出黄色球是不可能的,在第2个袋子中能否摸出黄色球是不确定的,在第3个袋子中摸出黄色球是必然的.
教师适时引导学生归纳出必然发生的事件、随机事件、不可能发生的事件的特点. 【设计意图】 通过生动、活泼的游戏,自然而然地引出必然发生的事件、随机事件和不可能发生的事件,不仅能够激发学生的学习兴趣,并且有利于学生理解.能够巧妙地实现从实践认识到理性认识的过渡. <活动二> 【问题情境】 指出下列事件中哪些是必然发生的,哪些是不可能发生的，哪些是随机事件？ 1.通常加热到100°C时，水沸腾； 2.姚明在罚球线上投篮一次，命中； 3.掷一次骰子，向上的一面是6点； 4.度量三角形的内角和，结果是360°； 5. 经过城市中某一有交通信号灯的路口，遇到红灯； 6.某射击运动员射击一次，命中靶心； 7.太阳东升西落； 8.人离开水可以正常生活100天； 9.正月十五雪打灯； 10.宇宙飞船的速度比飞机快. 【师生行为】 教师利用多媒体课件演示问题,使问题情境更具生动性. 学生积极思考,回答问题,进一步夯实必然发生的事件、随机事件和不可能发生的事件的特点.在比较充分的感知下，达到加深理解的目的. 教师在学生完成问题后应注意引导学生发现在我们生活的周围大量地存在着随机事件. 【设计意图】 引领学生经历由实践认识到理性认识再重新认识实践问题的过程, 同时引入一些常识问题,使学生进一步感悟数学是认识客观世界的重要工具. <活动三> 【问题情境】 情境1
随机变量及其分布总结 1、定义：随着试验结果变化而变化的变量称为随机变量 ．随机变量常用字母 X , Y ，ξ，η，… 表示． 2、定义：所有取值可以一一列出的随机变量，称为离散型随机变量 3、分布列:设离散型随机变量ξ可能取得值为 x 1，x 2，…，x 3，…， ξ取每一个值x i （i =1，2，…）的概率为()i i P x p ξ==，则称表 为随机变量ξ的概率分布，简称ξ的分布列 4. 分布列的两个性质： （1）P i ≥0，i ＝1，2，…； （2）P 1+P 2+…=1． 5.求离散型随机变量ξ的概率分布的步骤: （1）确定随机变量的所有可能的值x i （2）求出各取值的概率p(ξ=x i )=p i （3）画出表格 6.两点分布列: 7超几何分布列： 一般地，在含有M 件次品的 N 件产品中，任取 n 件，其中恰有X 件次品 数，则事件 {X=k ｝发生的概率为(),0,1,2,,k n k M N M n N C C P X k k m C --=== ,其中mi n {,} m M n =，且,,,,n N M N n M N N *≤≤∈．称分布列 为超几何分布列．如果随机变量 X 的分布列为超几何分布列，则称随机变量 X
服从超几何分布 8．离散型随机变量的二项分布: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好发生k 次的概率是 k n k k n n q p C k P -==)(ξ，（k ＝0,1,2,…，n ，p q -=1）． 于是得到随机变量ξ的概率分布如下： ξ 1 … k … n P n n q p C 00 111-n n q p C … k n k k n q p C - … q p C n n n 称这样的随机变量ξ服从二项分布，记作ξ～B (n ，p )，其中n ，p 为参数。 9．离散型随机变量的均值或数学期望: 一般地，若离散型随机变量ξ的概率分布为 则称 =ξE +11p x +22p x …++n n p x … 为ξ的均值或数学期望，简称期望． 10．离散型随机变量的均值或数学期望的性质： （1）若ξ服从两点分布，则=ξE p ． （2）若ξ～B (n ，p )，则=ξE np ． （3）()c c E =，c 为常数 （4）ξ～N (μ，2σ),则=ξE μ （5）b aE b a E +=+ξξ)( 11．方差: 对于离散型随机变量ξ，如果它所有可能取的值是1x ，2x ，…，n x ，…， 且取这些值的概率分别是1p ，2p ，…，n p ，…，那么, ξD ＝121)(p E x ?-ξ＋222)(p E x ?-ξ＋…＋n n p E x ?-2)(ξ＋…
第二章 随机变量及其分布 2．1．1离散型随机变量 第一课时 思考1：掷一枚骰子，出现的点数可以用数字1 , 2 ，3，4，5，6来表示．那么掷一枚硬币的结果是否也可以用数字来表示呢？ 掷一枚硬币，可能出现正面向上、反面向上两种结果．虽然这个随机试验的结果不具有数量性质，但我们可以用数1和 0分别表示正面向上和反面向上（图2.1一1 ) . 在掷骰子和掷硬币的随机试验中，我们确定了一个对应关系，使得每一个试验结果都用一个确定的数字表示．在这个对应关系下，数字随着试验结果的变化而变化． 定义1：随着试验结果变化而变化的变量称为随机变量（random variable )．随机变量常用字母 X , Y ，ξ，η，… 表示． 思考2：随机变量和函数有类似的地方吗？ 随机变量和函数都是一种映射，随机变量把随机试验的结果映为实数，函数把实数映为实数．在这两种映射之间，试验结果的范围相当于函数的定义域，随机变量的取值范围相当于函数的值域．我们把随机变量的取值范围叫做随机变量的值域． 例如，在含有10件次品的100 件产品中，任意抽取4件，可能含有的次品件数X 将随着抽取结果的变化而变化，是一个随机变量，其值域是｛0, 1, 2 , 3, 4 } . 利用随机变量可以表达一些事件．例如{X=0｝表示“抽出0件次品” , {X =4｝表示“抽出4件次品”等．你能说出｛X< 3 ｝在这里表示什么事件吗？“抽出 3 件以上次品”又如何用 X 表示呢？ 定义2：所有取值可以一一列出的随机变量，称为离散型随机变量 ( discrete random variable ) . 离散型随机变量的例子很多．例如某人射击一次可能命中的环数 X 是一个离散型随机变量，它的所有可能取值为0，1，…，10；某网页在24小时内被浏览的次数Y 也是一个离散型随机变量，它的所有可能取值为0, 1,2，…. 思考3：电灯的寿命X 是离散型随机变量吗？ 电灯泡的寿命 X 的可能取值是任何一个非负实数，而所有非负实数不能一一列出，所以 X 不是离散型随机变量． 在研究随机现象时，需要根据所关心的问题恰当地定义随机变量．例如，如果我们仅关心电灯泡的使用寿命是否超过1000 小时，那么就可以定义如下的随机变量： ?? ≥?0，寿命<1000小时； Y=1,寿命1000小时. 与电灯泡的寿命 X 相比较，随机变量Y 的构造更简单，它只取两个不同的值0和1，是一个离散型随机变量，研究起来更加容易． 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 如某林场树木最高达30米，则林场树木的高度ξ是一个随机变量，它可以取（0，30]内的一切值 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
第六章 概率初步 教学目标 课标要求： 本节主要是复习本章内容 目标达成：本节主要是复习本章内容 教学流程： 【课前展示】 内容：以“提问——补充”的方法复习本章内容。 【创境激趣】 激发了学生的求知欲，激起学生的学习兴趣。 【自学导航】 内容：组内互帮互助完成例题的学习，教师提问后统一答案。 （1） 下列事件中，哪些是确定的？哪些是不确定的？请说明理由。 a) 随机开车经过某路口，遇到红灯； b) 两条线段可以组成一个三角形； 事件的可能 性 确定事件 不确定事件 必然事件 不可能事件 P(A)=1 P(A)=0 （随机事件0 c)400人中有两人的生日在同一天； d)掷一枚均匀的骰子，掷出的点数是质数。 （2）如图所示有9张卡片，分别写有1至9这九个数字。将它们背面朝上洗匀后，任意抽出一张。 a)P（抽到数字9）= ； b)P (抽到两位数)= ； c)P（抽到的数大于6）= ，P（抽到的数字小于6）= ； d)P（抽到奇数）= ，P（抽到偶数）= 。 【合作探究】 如图，一个均匀的转盘被平均分成10等份，分别标有1,2,3,4,5,6,7,8,9,10这10个数字。转动转盘，当转盘停止后，指针指向的数字即为转出的数字。 两人参与游戏：一人转动转盘，另一人猜数，若所猜数字与转出的数字相符， 则猜数的人获胜，否则转动转盘的人获胜。猜数的方法从下面三种中选一种： （1）猜“是奇数”或“是偶数”； （2）猜“是3的倍数”或“不是3的倍数”；（3）猜“是大于6的数”或“不是大于6的数”。 如果轮到你猜数，那么为了尽可能获胜，你将选择哪一种猜数方法？怎样猜？ 随机变量及分布列 1．已知随机变量() 20,X N σ~，若(2)P X a <=，则(2)P X >的值为（ ） A. 12a - B. 2 a C. 1a - D. 12a + 2．已知随机变量 ，若 ，则的值为（ ） A. 0.4 B. 0.2 C. 0.1 D. 0.6 3．已知 ，，则的值为（ ） A. 10 B. 7 C. 3 D. 6 4．集装箱有标号为1，2，3，4，5，6且大小相同的6个球，从箱中一次摸出两个球，记下号码并放回，如果两球 号码之积是4的倍数，则获奖.若有4人参与摸奖，恰好有3人获奖的概率是（ ） A. B. C. D. 5．甲袋中放有大小和形状相同的小球若干，其中标号为0的小球为1个，标号为1的小球2个，标号为2 的小球2个.从袋中任取两个球，已知其中一个的标号是1，则另一个标号也是1的概率为__________． 6．设随机变量服从正态分布， ，则__________． 7．某人通过普通话二级测试的概率是，他连线测试3次，那么其中恰有1次通过的概率是（ ） A. B. C. D. 8．从1，2，3，4，5，6，7中任取两个不同的数，事件为“取到的两个数的和为偶数”，事件为“取到的两个 数均为奇数”，则（ ） A. B. C. D. 9．班主任为了对本班学生的考试成绩进行分析，决定从全班25位女同学，15位男同学中随机 抽取一个容量为8的样本进行分析. （Ⅰ）如果按性别比例分层抽样，求样本中男生、女生人数分别是多少； （Ⅱ）随机抽取8位同学，数学成绩由低到高依次为：6065707580859095，，，，，，，； 物理成绩由低到高依次为：7277808488909395，，，，，，，，若规定90分（含90分）以上为优秀，记ξ为这8位同学中数学和物理分数均为优秀的人数，求ξ的分布列和数学期望. 高中青年数学教师优秀课展示与研讨活动 《离散型随机变量的分布列》教学设计 教材分析 《离散型随机变量的分布列》是人教A版《普通高中课程标准实验教科书数学选修2-3》第二章随机变量及其分布的第一节离散型随机变量及其分布列的第二课时，主要内容是学习分布列的定义、性质、应用和两点分布模型。离散型随机变量的分布列是高中阶段的重点内容，它作为概率与统计的桥梁与纽带，既是概率的延伸，也是学习统计学的理论基础，起到承上启下的作用，是本章的关键知识之一，也是后续第三节离散型随机变量的均值和方差的基础。从近几年的高考观察，这部分内容有加强命题的趋势。一般以实际情境为主，需要学生具备一定的建模能力，建立合适的分布列，通过均值和方差解释实际问题。 一、学情分析 在必修三的教材中，学生已经学习了有关统计概率的基本知识，在本书的第一章中也全面学习了排列组合的有关内容，有了知识上的准备; 并且通过古典概率的学习，基本掌握了离散型随机变量取某些值时对应的概率, 有了方法上的准备, 但并未系统化。处于这一阶段的学生，思维活跃，已初步具备自主探究的能力，动手能力运算能力尚佳，但基础薄弱，对数学图形、符号、文字三种语言的相互转化，以及处理抽象问题的能力，还有待于提高。 三、教学策略分析 学生是教学的主体，本节课要给学生提供各种参与机会。本课以情境为载体，以学生为主体，以问题为手段，激发学生观察思考、猜想探究的兴趣。注重引导帮助学生充分体验“从实际问题到数学问题”的建构过程，通过设计抽奖方案，让学生感受“从特殊到一般，再从一般到特殊”的抽象思维过程，应用类比、归纳、转化的思想方法，得到分布列的三种表示方法及分布列的性质，培养学生分析问题、解决问题的能力。 四、目标分析 实验中学 九年级数学备课教案 课题25.2 课型新授课课时 2 教学三维目标知识与技能 1．理解随机事件的定义，概率的定义。 2．计算简单事件概率（古典概率类型）的方法，主要是列举法（包括列表法和画树形图法）。 3利用频率估计概率（试验概率）。 过程与方法： 情感、态度 与价值观： 1.积极参与活动，提高学习兴趣及求知欲。 2.养成实事求是的态度及独立思考的习惯。 教学重点 1．计算简单事件概率（古典概率类型）的方法，主要是列举法（包括列表法和画树形图法）。 2．利用频率估计概率（试验概率）。 教学难点体会随机观念和概率思想，逐步学习利用列举法分析问题和解决问题，提高解决实际问题的能力。 教学准备多媒体 教学过程： 二次备课 二、事件的概念 1．必然事件：在一定条件下重复进行试验时，在每次实验 中会发生的事件是必然事件。 2．不可能事件 在每次试验中发生的事件是不可能是事件。 3．随机事件：在一定条件下，发生的事件。 考点1.知道什么是随机事件、必然事件、不可能事件. 例1、下列事件中，是必然事件的是（ ） A.购买一张彩票中奖一百万 B.打开电视机，任选一个频道，正在播新闻 C.在地球上，上抛出去的篮球会下落 D.掷两枚质地均匀的骰子，点数之和一定大于6 变式训练（1）下列成语所描述的事件是必然事件的是（ ） A 水中捞月 B 拔苗助长 C 守株待兔 D 瓮中捉鳖 解析:选D.“瓮中捉鳖”事件的发生概率为1，是一定能发生的，故此事件为必然事件 （2）下列事件是确定事件的是（ ） A 太平洋中的水常年不干 B 男生比女生高 C 计算机随机产生的两位数是偶数 D 星期天是晴天 解析 选A ，因为“太平洋中的水常年不干”是确定事件，而“B 男生比女生高 C 计算机随机产生的两位数是偶数 D 星期天是晴天”是随机事件。 考点2.对概率意义的理解. 例2.在一场足球比赛前，甲教练预言说：“根据我掌握的情况，这场比赛我们队有60％的机会获胜”意思最接近的是（ ） A.这场比赛他这个队应该会赢 B.若两个队打100场比赛，他这个队会赢60场 C.若这两个队打10场比赛，这个队一定会赢6场比赛. D.若这两个队打100场比赛，他这个队可能会赢60场左右. 变式训练：气象台预报“本市明天降水概率是80%”，对此信息，下面的几种说法正确的是（ ） Ａ．本市明天将有80%的地区降水 Ｂ．本市明天将有80%的时间降水 Ｃ．明天肯定下雨 Ｄ．明天降水的可能性比较大 考点3.直接列举求简单事件的概率. 例3一个袋中装有6个黑球3个白球，这些球除颜色外，大小、形状、质地完全相同，在看不到球的情况下，随机的从这个袋子中摸出一个球，摸到白球的概率是（ ） 变式训练：小明家里的阳台地面，水平铺设着仅黑白颜色不同的18块方砖(如图)，他从房间里向阳台抛小皮球，小皮球最终随机停留在某块方砖上。 （1）求小皮球分别停留在黑色方砖与白色方砖上的概率； （2）上述哪个概率较大？要使这两个概率相等， 应改变第几行第几列的哪块方砖颜色？怎样改变？ 解析： 1112 (9323) A B C D 第二章 随机变量及其概率分布 考试模拟题 (共90分) 一．选择题(每题2分共20分) 1．F(X)是随机变量X 的分布函数，则下列结论不正确的是（ B ） A.≤0F(x )1≤ B.F(x )=P{X=x } C.F(x )=P{X x ≤} D.F(∞+)=1, F(∞-)=0 解析： A,C,D 都是对于分布函数的正确结论，请记住正确结论！B 是错误的。 2．设随机变量X 的分布函数律为如下表格：F(x)为其分布函数，则F(5)=( C ) A.0.3 B.0.5 C.0.6 D.0.4 解析：由分布函数定义F(5)=P{X ≤5}=P{X=0}+P{X=2}+P{X=4}=0.1+0.2+0.3=0.6 3．下列函数可以作为随机变量分布函数的是（ D ） 4x 01≤≤x 2x 10<≤x A.F(x)= B.F(x)= 1 其它 2 其它 -1 x<0 0 x<0 C.F(x)= 2x 10<≤x D.F(x)= 2x 5.00<≤x 1 其它 1 x ≥0.5 解析：由分布函数F(x)性质：01)(≤≤x F ，A,B,C 都不满足这个性质，选D 4 x 31<<-x 4．设X 的密度函数为f(x)= 则P{-2 A. 0 B.83 C. 43 D. 85 解析：P{-2 2.1.2离散型随机变量的分布列 教学目标： 1、理解离散型随机变量的分布列的意义，会求某些简单的离散型随机变量的分布列； 2、掌握离散型随机变量的分布列的两个基本性质，并会用它来解决一些简单的问题． 教学重点： 1、理解离散型随机变量的分布列的意义，会求某些简单的离散型随机变量的分布列； 2、掌握离散型随机变量的分布列的两个基本性质，并会用它来解决一些简单的问题． 教学过程 一、复习引入： 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: 随机变量 只能取有限个数值 或可列无穷多个数 值 则称 为离散随机变量，在高中阶段我们只研究随机变量 取有限个 数值的情形. 二、讲解新课： 1. 分布列:设离散型随机变量ξ可能取得值为 x 1，x 2，…，x 3，…， ξ取每一个值x i （i =1，2，…）的概率为()i i P x p ξ==，则称表 为随机变量ξ的概率分布，简称ξ的分布列 2. 分布列的两个性质：任何随机事件发生的概率都满足:1)(0≤≤A P ，并且不可能事件的概率为0，必然事件的概率为1．由此你可以得出离散型随机变量的分布列都具有下面两个性质： ⑴P i ≥0，i ＝1，2，...； ⑵P 1+P 2+ (1) 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 ??? +=+==≥+)()()(1k k k x P x P x P ξξξ 3.二点分布：如果随机变量X 的分布列为： 教学时间： 三、典型例题： 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的分布列． 例3．某厂生产电子元件，其产品的次品率为5%．现从一批产品中任意地连续取出2件，写出其中次品数ξ的概率分布． 课堂练习： 2． 1．2离散型随机变量的分布列 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：认识概率分布对于刻画随机现象的重要性。 情感、态度与价值观：认识概率分布对于刻画随机现象的重要性。 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 授课类型：新授课 课时安排：2课时 教 具：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，b a b a ,,+=ξη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） 请同学们阅读课本P 5-6的内容，说明什么是随机变量的分布列？ 二、讲解新课： 1. 分布列:设离散型随机变量ξ可能取得值为 x 1，x 2，…，x 3，…， ξ取每一个值x i （i =1，2，…）的概率为()i i P x p ξ==，则称表 ξ x 1 x 2 … x i … P P 1 P 2 … P i … 为随机变量的概率分布，简称的分布列 2. 分布列的两个性质：任何随机事件发生的概率都满足:1)(0≤≤A P ，并且不可能事件的概率为0，必然事件的概率为1．由此你可以得出离散型随机变量的分布列都具有下面两个性质： ⑴P i ≥0，i ＝1，2，...； ⑵P 1+P 2+ (1) 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 ???+=+==≥+)()()(1k k k x P x P x P ξξξ 3.两点分布列: 例1.在掷一枚图钉的随机试验中，令 2．1．2离散型随机变量的分布列 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：认识概率分布对于刻画随机现象的重要性。 情感、态度与价值观：认识概率分布对于刻画随机现象的重要性。 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 授课类型：新授课 课时安排：2课时 教 具：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，b a b a ,,+=ξη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） 请同学们阅读课本P 5-6的内容，说明什么是随机变量的分布列？ 二、讲解新课： 1. 分布列:设离散型随机变量ξ可能取得值为 x 1，x 2，…，x 3，…， ξ取每一个值x i （i =1，2，…）的概率为()i i P x p ξ==，则称表 2. 分布列的两个性质：任何随机事件发生的概率都满足:1)(0≤≤A P ，并且不可能事件的概率为0，必然事件的概率为1．由此你可以得出离散型随机变量的分布列都具有下面两个性质： ⑴P i ≥0，i ＝1，2，...； ⑵P 1+P 2+ (1) 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???+=+==≥+)()()(1k k k x P x P x P ξξξ 3.两点分布列: 第二十五章概率初步 随机事件教学设计 一、教材分析 本章是在小学了解了随机现象发生的可能性基础上，进一步学习事件的概率。生活中概率大量存在，与我们的生产生活密切相关。本节主要是了解随机事件和有关概念，教科书中设置了三个问题，通过问题1抽签试验和问题2掷骰子试验，主要让学生感受到，在一定条件下重复进行试验时，有些事件是必然发生，有些事件是不可能发生的，有些事件是有可能发生也有可能不发生的，在这两个具体问题探讨的基础上，提出随机事件等有关概念，要求学生能够在具体的情境中判断一个事情是随机事件还是确定性事件。问题3是一个摸球试验，主要探讨随机试验发生的可能性，以及随机事件发生可能性相对大小的定性描述，并要求通过试验验证判断。通过问题3，让学生了解随机事件发生的可能性有大有小，不同的随机事件发生的可能性大小很可能不同，并能够判断几个事件发生的可能性的相对大小。通过这三个问题，为下一节概率的学习做好铺垫。 二、教学目标 1、理解必然发生的事件、不可能发生的事件、随机事件的概念。 2、了解随机事件发生的可能性有大有小，不同的随机事件发生的可能性的大小不同。 3、学生经历体验、操作、观察、归纳、总结的过程，发展学生从纷繁复杂的表象中，提炼出本质特征并 加以抽象概括的能力。 4、感受数学与现实生活的联系，积极参与对数学问题的探讨，认识动手操作试验是验证得出结论的好方 法。 5、能根据随机事件的特点，辨别哪些事件是随机事件．引领学生感受随机事件就在身边，增强学生珍惜 机会，把握机会的意识。 三、教学重点与难点 重点：掌握随机事件的特点，会判断现实生活中的随机事件。 难点：判断现实生活中哪些事件是随机事件． Joint Distributions,Discrete Case In the following,X and Y are discrete random variables. 1.Joint distribution(joint p.m.f.): ?De?nition:f(x,y)=P(X=x,Y=y) ?Properties:(1)f(x,y)≥0,(2) x,y f(x,y)=1 ?Representation:The most natural representation of a joint discrete distribution is as a distribution matrix,with rows and columns indexed by x and y,and the xy-entry being f(x,y).This is analogous to the representation of ordinary discrete distributions as a single-row table.As in the one-dimensional case,the entries in a distribution matrix must be nonnegative and add up to1. 2.Marginal distributions:The distributions of X and Y,when considered separately. ?De?nition: ?f X(x)=P(X=x)= y f(x,y) ?f Y(y)=P(Y=y)= x f(x,y) ?Connection with distribution matrix:The marginal distributions f X(x)and f Y(y) can be obtained from the distribution matrix as the row sums and column sums of the entries.These sums can be entered in the“margins”of the matrix as an additional column and row. ?Expectation and variance:μX,μY,σ2 X ,σ2 Y denote the(ordinary)expectations and variances of X and Y,computed as usual:μX= x xf X(x),etc. https://www.doczj.com/doc/7517385173.html,putations with joint distributions: ?Probabilities:Probabilities involving X and Y(e.g.,P(X+Y=3)or P(X≥Y)can be computed by adding up the corresponding entries in the distribution matrix:More formally,for any set R of points in the xy-plane,P((X,Y)∈R))= (x,y)∈R f(x,y). ?Expectation of a function of X and Y(e.g.,u(x,y)=xy):E(u(X,Y))= x,y u(x,y)f(x,y).This formula can also be used to compute expectation and variance of the marginal distributions directly from the joint distribution,without?rst computing the marginal distribution.For example,E(X)= x,y xf(x,y). 4.Covariance and correlation: ?De?nitions:Cov(X,Y)=E(XY)?E(X)E(Y)=E((X?μX)(Y?μY))(Covariance of X and Y),ρ=ρ(X,Y)=Cov(X,Y) σXσY (Correlation of X and Y) ?Properties:|Cov(X,Y)|≤σXσY,?1≤ρ(X,Y)≤1 ?Relation to variance:Var(X)=Cov(X,X) ?Variance of a sum:Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y)(Note the analogy of the latter formula to the identity(a+b)2=a2+b2+2ab;the covariance acts like a “mixed term”in the expansion of Var(X+Y).) 1 关于《离散型随机变量的均值》的说课稿 银川二中（西校区）黄海霞 说课内容：普通高中人教A版（数学选修2-3）第二章第3节第一课时─《离散型随机变量的均值》. 下面，我将分别从背景分析、教学目标设计、课堂结构设计、教学媒体设计、教学过程设计及教学评价设计等六个方面对本节课的设计进行说明. 一、背景分析： 1、学习任务分析 《离散型随机变量的均值》是《随机变量及其分布》第三节第一小节的内容，本节课是第一课时. 本节课主要的学习任务是从平均的角度引入离散型随机变量均值的概念，引导学生通过实际问题建立取有限值的离散型随机变量均值的概念，然后推导出离散型随机变量均值的线性性质()()b E+ aX +. = X aE b 取有限值的离散型随机变量的均值是在学生学习完离散型随机变量及其分布列的概念基础上，进一步研究离散型随机变量取值特征的一个方面.学习本节课的内容既是随机变量分布的内容的深化，又是后续内容离散型随机变量方差的基础，所以学好本节课是进一步学习离散型随机变量取值特征的其它方面的基础.离散型随机变量的均值是刻画离散型随机变量取值的平均水平的一个数字特征，是从一个侧面刻画随机变量取值的特点. 在实际问题中，离散型随机变量的均值具有广泛的应用性.因此我以为本节课的重点是：取有限值的离散型随机变量均值的概念. 2、学生情况分析 本节课之前，学生已有平均值、概率、离散型随机变量及其分布列，二项分布及其应用等基础知识，具备了学习本节知识的知识储备.本节课是一节概念新授课，教材从学生熟悉的平均值出发，从身边的实际问题中抽象出了取有限值的离散型随机变量均值的概念，这需要一定的概括和抽象能力.鉴于学生的概括、抽象能力不是太强，因此学生对概念的形成和理解会有一定的困难. 基于以上认识，我以为本节课的教学难点是：离散型随机变量均值概念的形成和理解。 2 频率的稳定性 【教学目标】 1.知识与技能 （1）理解概率的定义； （2）理解用统计来估计事件的概率及频率与概率的关系。 2.过程与方法 通过对问题的分析，理解用频率来估计概率的方法，渗透转化和估算的思想方法。。 3.情感态度和价值观 进一步体会数学就在我们身边，发展学生的应用数学能力。 【教学重点】 通过对事件发生的频率的分析来估计事件发生的概率 【教学难点】 理解概率与频率的关系，能够正确计算概率。 【教学方法】 自学与小组合作学习相结合的方法。 【课前准备】 教学课件、一元硬币若干。 【课时安排】 1课时 【教学过程】 一、情景导入 【过渡】上节课的学习中，我们通过掷图钉的小活动，理解了在实验次数很大时，频率趋于稳定的特点。大家知道频率稳定性最早是由谁提出的吗？ 课件展示图片。 【过渡】就是由这个人提出的，频率的稳定性是由瑞士数学家雅布·伯努利（1654－1705）最早阐明的，他还提出了由频率可以估计事件发生的可能性大小。 【过渡】那么该如何通过频率估计事件发生的可能性大小呢？今天我们就来学习一下这个问题。首先，我们同样先进行一个小游戏。 二、新课教学 1．概率 【过渡】硬币是我们大家经常能看到的，大家有时候也会玩一些抛硬币的游戏，抛掷一枚均匀的 硬币，硬币落下后，会出现两种情况：正面朝下和正面朝上。 那大家有没有想过，掷一枚硬币，出现两种情况的可能性谁大谁小呢？现在我们就用刚刚老师发给大家的硬币，进行一下探究吧。 （学生两辆一组进行实验） 【过渡】按照课本做一做的内容。同桌两人做20次掷硬币的游戏，并将记录记载在下表中。 （老师巡视指导） 【过渡】我看大家都已经进行完了，现在，我来找两个同学帮忙，像上节课一样，将全班同学的数据统计出来，然后我们汇总入表中。 【过渡】之后，我们画出折线图。 （学生自己根据数据画出折线图） 课件展示提前准备好的图。 【过渡】大家看一下，你们手中的图和老师展示的图一样吗？ （学生回答） 【过渡】观察上面的折线统计图，你发现了什么规律？ （学生回答） 【过渡】刚刚大家都总结了规律，从图中，我们能够清楚的看出，当试验次数很大时, 正面朝上的频率折线差不多稳定在 0.5 水平直线上。 【过渡】大家还记得上节课我们掷图钉时得到的最后的结论吗？与这个一样，最后也是频率稳定在某一直线左右。 【过渡】其实，历史上有很多科学家都做了这样的掷硬币的实验，大家一起来看一下他们得到的结果，与我们得到的一致吗？ （学生讨论回答） 【过渡】我们来分析一下这些数据，首先，这些实验的实验次数都是一个很大的数值，其次，我们看到，最后，这些数据得到的频率基本上都是在0.5左右的，相差均不大。这些数据，能够支持我们刚刚发现的规律吗？ （学生回答） 【过渡】结合我们上节课的图钉实验，以及现在的这些实验数据，我们得出这样的结论： 在实验次数很大时事件发生的频率，都会在一个常数附近摆动，这个性质称为频率的稳定性。 【过渡】值得我们注意的是，频率越大，事件发生的可能性越大。 【过渡】在数学中，我们通常就用这个常数来表示事件A发生的可能性大小，我们将其称为概率：我们把这个刻画事件A发生的可能性大小的数值，称为事件A发生的概率，记为P(A)。随机变量及分布列习题
高中数学《离散型随机变量的分布列》公开课优秀教学设计一
概率初步章节复习
第二章__随机变量及其概率分布_考试模拟题答案范文
离散型随机变量的分布列教学案
数学：人教版选修2-3第二章离散型随机变量教案(2.1.2离散型随机变量的分布列)
离散型随机变量的分布列教案
概率初步教案
联合概率分布：离散与连续随机变量
离散型随机变量的均值教案资料
北师大版七年级数学下册第六章概率初步频率的稳定性教案
相关主题
文本预览