7.2离散型随机变量及其分布列课件-2024-2025学年高二下学期数学人教A版(2019)选择性必修第三册
|
20页
|
950人阅读
|
8人下载
普通
内容正文:
7.2 离散型随机变量
及其分布列
引例探究
背景: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空间与数值有关系,我们可以直接与实数建立关系.例如:
(1)抛掷一枚骰子,可以用实数𝑚(𝑚=1,2,3,4,5,6)表示“可能出现的点数”
(2)一个人练习投篮,可以用实数a(a=1,2,3,.....)表示“投中的次数”
(3)抛掷两枚骰子,设立样本空间Ω={(x,y)|x,y=1,2,...,6},可以用x+y表示“掷出的点数之和”,样本点(x,y)与实数x+y实现对应.
引例探究
背景: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空间与数值没有直接关系,可以根据问题的需要为每个样本点指定一个数值.例如:
(1)抛掷一枚硬币,有“出现正面”,“出现反面”两种可能结果;
(2)随机抽取一件产品,有“抽到正品”,“抽到次品”两种可能结果.
以上两种情况的可能结果与数值无关,可用数值来定义不同结果,如:
建立试验的样本点与实数的对应关系.
引例探究
由上述例子可以得到:对于任何一个随机试验,总可以把它的每个样本点与一个实数对应.即通过引入一个取值依赖于样本点的变量X,来刻画样本点和实数的对应关系,实现样本点的数量化.因为在随机试验中样本点的出现具有随机性,所以变量X的取值也具有随机性.
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;
如果用0表示“元件为合格品”,1表示“元件为次品”,用0和1构成的长度为3的字符串表示样本点,则样本空间
Ω1={000,001,010,100,011,101,110,111},
引例探究
探究:考察下列随机试验及其引入的变量
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.
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.
上述两个试验中的变量X,Y有哪些共同特征?
2.取值依赖于样本点;
3.所有可能取值是明确的.
1.每个样本点和一个实数一一对应;
新知讲解
随机变量
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.
离散型随机变量
可能取值为有限个或可以一一列举的随机变量,我们称之为离散型随机变量.
通常用大写英文字母表示随机变量,例如X, Y, Z;
用小写英文字母表示随机变量的取值,例如x, y, z.
随机变量与函数的关系
不难发现,随机变量的定义与函数的定义类似,样本点ω相当于函数定义域中的自变量,而样本空间Ω相当于函数的定义域.不同的是样本空间Ω不一定是数集.
知识应用
1.(多选)下列随机变量中属于离散型随机变量的是( )
A.某电话亭内的一部电话1小时内使用的次数记为X
B.测量一个年级所有学生的体重,在60kg~70kg之间的体重记为X
C.测量全校所有同学的身高,在170cm~175cm之间的人数记为X
D.一个数轴上随机运动的质点在数轴上的位置记为X
2.从标有数字1,2,3,4,5,6的6张卡片中任取2张,写出所取卡片上的数字之和的所用可能取值,并说明取值为7所表示的随机试验的结果.
解:设所取卡片上的数字之和为X, 则X=3,4,5,…,11.
X=7, 表示“取出标有3,4或2,5或1,6的两张卡片”.
新知讲解
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,可得到
这一规律可以用下列表格来表示
X 1 2 3 4 5 6
P
新知讲解
离散型随机变量的分布列
一般地,若离散型随机变量X可能取的不同值为:x1,x2, ‧‧‧ ,xn,,我们称X取每一个xi的概率
P(X=xi)=pi,i=1,2,…,n
为X的概率分布列,简称分布列.
X x1 x2 … xi …
P P1 P2 … Pi …
与函数的表示法类似,离散型随机变量的分布列可以用表格表示,还可以用图形表示.如:
新知讲解
1、分布列的构成:
(1)列出了离散型随机变量X的所有取值;
(2)求出了X的每一个取值的概率;
2、分布列的性质:
利用分布列和概率的性质,可以计算由离散型随机变量表示的事件的概率.
例如,在掷骰子的实验中,由概率的加法公式,得事件“掷出的点数不大于2”的概率为:
P(X≤ 2)=P(X =1)+P(X =2)
例题辨析
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.
解:根据X的定义,{X=1}=“抽到次品”,{X=0}=“抽到正品”,
X 0 1
P 0.95 0.05
P(X=0)=0.95, P(X=0)=0.05.
随机变量X的分布列为
两点分布(0-1分布)
求随机变量X的分布列的步骤如下
(1)确定X的可能取值xi;
(2)求出相应的概率P(X=xi)= pi;
(3)列成表格的形式.
例题辨析
例2、某学校高二年级有200名学生,他们的体育综合测试成绩分5个等级,每个等级对应的分数和人数如下表所示.
等级 不及格 及格 中等 良好 优秀
分数 1 2 3 4 5
人数 20 50 60 40 30
从这200名学生中任意选取1人,求所选同学分数X的分布列以及P(X≥4).
解:由题意知,X是一个离散型随机变量,其可能取值为1,2,3,4,5,且{X=1}=“不及格”,{X=2}=“及格”, {X=3}=“中等”,{X=4}=“良”,{X=5}=“优”.
根据古典概型的知识,可得X的分布列
X 1 2 3 4 5
例题辨析
例3(利用组合数求解分布列)、一批笔记本电脑共有10台,其中A品牌3台,B品牌7台.如果从中随机挑选2台,求这2台电脑中A品牌台数的分布列.
解:设挑选的2台电脑中A品牌的台数为X,则X的可能取值为0,1,2.
根据古典概型的知识,可得X的分布列
用表格表示X的分布列为:
X 0 1 2
针对训练
3、某地要从2名男运动员、4名女运动员中随机选派3人外出比赛.设选派的3人中男运动员与女运动员的人数之差为X,求X的分布列.
解:由题意知,X的可能取值为-3,-1,1,
P(X=-3)==,P(X=-1)==,
P(X=1)==,
所以X的分布列为
X -3 -1 1
P
例题讲解
例4(分布列的性质)、设随机变量X的分布列为
P=ak.
(1)求常数a的值;(2)求P()
解:(1)依题分布列可表示为
X
P a 2a 3a 4a 5a
故a+2a+3a+4a+5a=1,
解得
针对训练
4.设随机变量X的分布列为P(X=i)=(i=1,2,3,4),求:
(1)P(X=1或X=2);(2)P(<X<).
答案:(1)P(X=1或X=2)=P(X=1)+P(X=2)=+=.
(2)P(<X<) =P(X=)=P(X=2)+P(X=3)=++=.
例题讲解
例5(两相关变量的分布列)、设随机变量X的分布列
求:(1)3X+2的分布列;(2)|X-1|的分布列
X 0 1 2 3 4
P 0.2 0.1 0.1 0.3 0.3
解:(1)由题意知,3X+2的可能取值为2,5,8,11,14,
所以3X+2的分布列为
3X+2 2 5 8 11 14
P 0.2 0.1 0.1 0.3 0.3
(2)由题意知,|X-1|的可能取值为0,1,2,3,
所以|X-1|的分布列为
|X-1| 0 1 2 3
P 0.1 0.3 0.3 0.3
若X是随机变量,则Y=f(X)也是随机变量,求Y的分布列,可由X的分布列得出,先由Y=f(X)求出随机变量Y的值,再根据随机变量X的取值所对应的概率写出分布列,若Y值相同,则对应概率相加.
针对训练
5、已知随机变量ξ的分布列为
(1)求η1=ξ的分布列;(2)求η2=ξ2的分布列.
ξ -2 -1 0 1 2 3
P
解:(1)η1=ξ的分布列为
η1 -1 - 0 1
P
针对训练
5、已知随机变量ξ的分布列为
(1)求η1=ξ的分布列;(2)求η2=ξ2的分布列.
ξ -2 -1 0 1 2 3
P
解:P(η2=1)=P(ξ=-1)+P(ξ=1)=, 所以η2=ξ2的分布列为
P(η2=4)=P(ξ=-2)+P(ξ=2)=,
P(η2=9)=P(ξ=3)=,
P(η2=0)=P(ξ=0)=,
η2 0 1 4 9
P
课堂小结
1.离散型随机变量的分布列
一般地,设离散型随机变量ξ可能取的值为x1,x2,…,xi,…,
ξ取每一个值xi(i=1,2,…)的概率P(ξ= xi)=pi,则称表
ξ x1 x2 … xn
p p1 p2 … pn
为随机变量ξ的概率分布,简称为ξ的分布列
⑴
⑵
2.离散型随机变量分布列的性质
$$