离散型随机变量及其分布列 【学习目标】 1．了解离散型随机变量的概念． 2．理解取有限个值的离散型随机变量及其分布列的概念． 3．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问题． 4. 理解两个特殊的分布列：“两点分布”和“超几何分布”。 【要点梳理】 要点一、随机变量和离散型随机变量 1. “随机试验”的概念 一般地，一个试验如果满足下列条件： a．试验可以在相同的情形下重复进行． B．试验的所有可能结果是明确可知的，并且不止一个． c．每次试验总是恰好出现这些可能结果中的一个，但在试验之前却不能肯定这次试验会出现哪一个结果． 这种试验就是一个随机试验，为了方便起见，也简称试验． 2．随机变量的定义 一般地，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． 通常用大写拉丁字母X，Y，Z（或小写希腊字母ξ，η，ζ）等表示。 要点诠释: （1）所谓随机变量，即是随机试验的试验结果和实数之间的一个对应关系，这种对应关系是人为建立起来的，但又是客观存在的。 例如，任意掷一枚硬币，可能出现正面向上、反面向上这两种结果，虽然这个随机试验的结果不具有数量性质，但仍可以用数量来表示它，比如，我们用ξ来表示这个随机试验中出现正面向上的次数，则ξ=0，表示试验结果为反面向上，ξ=1，表示试验结果为正面向上。 （2）随机变量实质是将随机试验的结果数量化 。 3．离散型随机变量的定义 如果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。 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，…. 4. 随机变量的分类 随机变量有以下两种： 离散型随机变量: 连续型随机变量: 如果随机变量可以取其一区间内的一切值，这样的随机变量叫做连续型随机变量． 要点诠释: 离散型随机变量和连续型随机变量的区别： 离散型随机变量，它所可能取的值为有限个或至多可列个，或者说能将它的可能取值按一定次序一一列出. 连续性随机变量可取某一区间内的一切值，我们无法将其中的值一一列举． 例如，抛掷一枚骰子，可能出现的点数就是一个离散型随机变量；某人早晨在出租车站等出租车的时间（单位：秒）就不是一个离散型随机变量． 5. 若/是随机变量，/其中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）。 要点二、离散性随机变量的分布列 分布列定义： 设离散型随机变量/所有可能取得的值为x1,x2,…,x3,…xn,若/取每一个值xi(i=1,2,…，n)的概率为/，则称表 / x1 x2 … xi … xn P P1 P2 … Pi … Pn 为随机变量/的概率分布，简称/的分布列. 要点诠释： 离散型随机变量的分布列，不仅清楚地反映离散型随机变量所取的一切可能的值，而且能清楚地看到每一个值的概率的大小，从而反映了随机变量在随机试验中取值的分布状况，是进一步研究离散型随机试验的数量特征的基础。 2.分布列的性质 离散型随机变量的分布列都具有下面两个性质： （1）Pi≥0,i=1,2，…，n； （2）P1+P2+…+Pn=1 要点诠释： 1. 离散型随机变量分布列的两条性质是检验某事件的概率或者一个分布列是否正确的重要依据。 2. 特别提醒：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/ 3. 离散型随机变量函数及其分布列 一般地，若ξ是随机变量，f(x)是连续函数或单调函数，则f(ξ)也是随机变量，也就是说，随机变量的某些函数也是随机变量。 已知离散型随机变量的分布列，求离散型随机变量函数/的分布列： ①ξ与η一一对应时，ξ的每个取值的概 ... ...
~~ 您好，已阅读到文档的结尾了 ~~
