离散型随机变量及其分布列课件【高效备课精研+知识精讲提升】 高二下学期数学人教A版(2019)选择性必修第三册_第1页
离散型随机变量及其分布列课件【高效备课精研+知识精讲提升】 高二下学期数学人教A版(2019)选择性必修第三册_第2页
离散型随机变量及其分布列课件【高效备课精研+知识精讲提升】 高二下学期数学人教A版(2019)选择性必修第三册_第3页
离散型随机变量及其分布列课件【高效备课精研+知识精讲提升】 高二下学期数学人教A版(2019)选择性必修第三册_第4页
离散型随机变量及其分布列课件【高效备课精研+知识精讲提升】 高二下学期数学人教A版(2019)选择性必修第三册_第5页
已阅读5页,还剩14页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

学习目标

1.理解随机变量及离散型随机变量的含义.(数学抽象)

2.了解随机变量与函数的区别与联系.(数学抽象)

3.能写出离散型随机变量的可能取值,并能解释其意义.(数学抽象、数学建模)1.试验与随机试验凡是对现象的观察或为此而进行的实验,都称之为试验.(1)试验可以在相同的情形下重复进行;(2)试验的所有可能结果是明确可知的,并且不止一个;(3)每次试验总是恰好出现这些结果中的一个,但在一次试验之前却不能肯定这次试验会出现哪一个结果.我们就称这样的试验是一个随机试验.一个试验如果满足下述条件:试验:随机试验:求随机事件的概率时,我们往往需要为随机试验建立样本空间,并会涉及样本点和随机事件的表示问题.类似函数在数集与数集之间建立对应关系,如果我们在随机试验的样本空间与实数集之间建立某种对应,将不仅可以为一些随机事件的表示带来方便,而且能更好地利用数学工具研究随机试验.有些随机试验的样本点与数值有关系,我们可以直接与实数建立对应关系.例如,掷一枚骰子,用实数m(m=1,2,3,4,5,6)表示“掷出的点数为m”;又如,掷两枚骰子,样本空间为Ω={(x,y)|x,y=1,2,‧‧‧,6},用x+y表示“两枚骰子的点数之和”,样本点(x,y)就与实数x+y对应.竞技游戏十分钟内打败敌人的次数X=1,2,3,4,5......有些随机试验的样本点与数值没有直接关系,我们可以根据问题的需要为每个样本点指定一个数值.例如,随机抽取一件产品,有“抽到次品”和“抽到正品”两种可能结果,它们与数值无关.如果“抽到次品”用1表示,“抽到正品”用0表示,即定义那么这个试验的样本点与实数就建立了对应关系.类似地,掷一枚硬币,可将试验结果“正面朝上”用1表示,“反面朝上”用0表示;随机调查学生的体育综合测试成绩,可将等级成绩优、良、中等、及格、不及格分别赋值5,4,3,2,1;等等.

探究考察下列随机试验及其引入的变量:

试验1:从100个电子元件(至少含3个以上次品)中随机抽取三个进行检验,变量X表示三个元件中的次品数;

试验2:抛掷一枚硬币直到出现正面为止,变量Y表示需要的拋掷次数.

这两个随机试验的样本空间各是什么?各个样本点与变量的值是如何对应的?变量X,Y有哪些共同的特征?对于试验1,如果用0表示“元件为合格品”,1表示“元件为次品”,用0和1组成长度为3的字符串表示样本点,则样本空间Ω1={000,001,010,011,100,101,110,111}.各样本点与变量X的值的对应关系如下图所示.

探究考察下列随机试验及其引入的变量:

试验1:从100个电子元件(至少含3个以上次品)中随机抽取三个进行检验,变量X表示三个元件中的次品数;

试验2:抛掷一枚硬币直到出现正面为止,变量Y表示需要的拋掷次数.

这两个随机试验的样本空间各是什么?各个样本点与变量的值是如何对应的?变量X,Y有哪些共同的特征?对于试验2,如果用h表示“正面朝上”,t表示“反面朝上”,例如用tth表示第3次才出现“正面朝上”,则样本空间Ω2={h,th,tth,tth,‧‧‧}.Ω2包含无穷多个样本点.各样本点与变量Y的值的对应关系如下图所示.一般地,对于随机试验样本空间Ω中的每个样本点ω,都有唯一的实数X(ω)与之对应,我们称X为随机变量.2.随机变量和离散型随机变量在上面两个随机试验中,每个样本点都有唯一的一个实数与之对应.变量X,Y有如下共同点:

(1)取值依赖于样本点;(2)所有可能取值是明确的.随机变量:试验1中随机变量X的可能取值为0,1,2,3,共有4个值;试验2中随机变量Y的可能取值为1,2,3,‧‧‧,有无限个取值,但可以一一列举出来.可能取值为有限个或可以一一列举的随机变量,我们称为离散型随机变量.离散型随机变量:通常用大写英文字母表示随机变量,例如X,Y。用小写英文字母表示随机变量的取值,例如x,y,z.3.随机变量与函数的关系随机变量的定义与函数的定义类似,这里的样本点ω相当于函数定义中的自变量,而样本空间Ω相当于函数的定义域,不同之处在于Ω不一定是数集.随机变量的取值X(ω)随着试验结果ω的变化而变化,这使我们可以比较方便地表示一些随机事件.现实生活中,离散型随机变量的例子有很多.例如,某射击运动员射击一次可能命中的环数X,它的可能取值为0,1,2,‧‧‧,10;某网页在24h内被浏览的次数Y,它的可能取值为0,1,2,‧‧‧;等等.现实生活中还有大量不是离散型随机变量的例子.例如,种子含水量的测量误差X1;某品牌电视机的使用寿命X2;测量某一个零件的长度产生的测量误差X3.这些都是可能取值充满了某个区间、不能一一列举的随机变量.本节我们只研究取有限个值的离散型随机变量.根据问题引入合适的随机变量,有利于我们简洁地表示所关心的随机事件,并利用数学工具研究随机试验中的概率问题.例如,掷一枚质地均匀的骰子,X表示掷出的点数,则事件“掷出m点”可以表示为{X=m}(m=1,2,3,4,5,6),事件“掷出的点数不大于2”可以表示为{X≤2},事件“掷出偶数点”可以表示为{X=2}∪{X=4}∪{X=6},等等.由掷出各种点数的等可能性,我们还可以得到这一规律我们还可以用下表来表示.X123456P随机变量X的概率分布列4.随机变量表示随机事件一般地,设离散型随机变量X的可能取值为x1,x2,

‧‧‧,xn,我们称X取每一个值xi的概率为X的概率分布列(listofprobabilitydistribution),简称分布列.Xx1x2‧‧‧xnPp1p2‧‧‧pn5.离散型随机变量的分布列与函数的表示法类似,离散型随机变量的分布列也可以用表格表示,还可以用图形表示.例如,下图直观地表示了掷骰子试验中掷出的点数X的分布列,称为X的概率分布图.根据X的定义,{X=1}=“抽到次品”,{X=0}=“抽到正品”,X的分布列为解:

例1一批产品中次品率为5%,随机抽取1件,定义求X的分布列.用表格表示如下:X01P0.950.05两点分布7.两点分布对于只有两个可能结果的随机试验,用A表示“成功”,

表示“失败”,定义如果P(A)=p

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论