离散型随机变量的分布(一)
离散型随机变量的分布列(一)
时所需抽取次数 的分布列。
(1)每次取出的产品都不放回该产品中; (2)每次取出的产品都立即放回该批产品中,然后
再取另一产品。
变式引申:
1、某射手射击目标的概率为0.9,求从开始射击到击中目标
所需的射击次数 的概率分布。
分布列的是(B )
A
0
1
P
0.6 0.3
B
0
1
2
P 0.9025 0.095 0.0025
C 0 1 2 …n D 0 1 2 … n
P 1 1 1 …1
2 48
2n1
P
1 3
12 33
1 3
2 3
2
…
1 3
2 3
n
2、设随机变量
的分布列为
P(
i)
a
1
i
,
i
1,2,3
则 a的值
27
3
引例
抛掷一枚骰子,所得的点数 有哪些值? 取每个
值的概率是多少?
解: 的取值有1、2、3、4、5、6
则 P( 1) 1
6
P( 4) 1
6
P( 2) 1
6
P( 5) 1
6
P( 3) 1
6
P( 6) 1
6
12
34
56
1
1
1
1
1
1
P6
6
6
6
6
6
⑴列出了随机变量 的所有取值. ⑵求出了 的每一个取值的概率.
6
O 1 2 3 4 5 6 78
1、离散型随机变量的分布列完全描述了由这个随机 变量所刻画的随机现象。
离散型随机变量及其分布规律
量。
离散型随机变量的取值
02 离散型随机变量的取值可以是整数、分数或任何可以
明确区分的数值。
离散型随机变量的概率
03
离散型随机变量的概率是指该随机变量取某个特定值
的概率,可以通过概率分布表或概率函数来描述。
性质
离散性
离散型随机变量的取值是离散的,可以一一列举出来。
有限性
离散型随机变量的取值范围通常是有限的,也可以是 无限的但可以划分为若干个有限区间。
Excel、SPSS、SAS等统计软件都提供了模 拟实验的功能。
操作步骤
在软件中设置离散型随机变量的分布参数, 运行模拟实验,并输出结果。
结果分析
根据软件提供的统计量,对模拟实验结果进 行分析和解释。
实验结果分析
数据整理
将模拟实验结果整理成表格或图形,以便更直观地展示。
对比分析
将不同实验条件下的结果进行对比,分析离散型随机变量的分布 规律。
结论总结
根据实验结果和分析,总结离散型随机变量的分布规律,并给出 实际应用的建议。
感谢观看
THANKS
概率性
离散型随机变量具有概率性,即其取每个特定值的概 率是确定的。
例子
01
投掷一枚骰子,出现1、2、3、4、5、6点数中的任何一个点数 都是一个离散型随机变量。
02
从一副扑克牌中抽取一张牌,出现红桃、黑桃、梅花、方块中
的任何一种花色都是一个离散型随机变量。
一个人的身高,由于可以明确区分不同的身高值,因此也是一
分布函数具有归一性,即P(X=x)在所有可能取值上的概率之和为1,即 P(X=x)从-∞到+∞的积分值为1。
对于任意实数x1<x2,P(X=x1)>=P(X=x2)。
离散型随机变量及其分布列
p2
„
„
基础知识梳理
称为离散型随机变量X的概率分布 列,简称X的分布列.有时为了表达简 单,也用等式 P(X=xi)=pi,i=1,2, …,n 表示X的分布列. (2)离散型随机变量分布列的性质 ① pi≥0,i=1,2,…,n ;
② i=1 . ③一般地,离散型随机变量在某一 范围内取值的概率等于这个范围内每个 随机变量值的概率 之和 .
pi=1
n
基础知识梳理
如何求离散型随机变量的分 布列? 【思考·提示】 首先确定 随机变量的取值,求出离散型随 机变量的每一个值对应的概率, 最后列成表格.
基础知识梳理
2.常见离散型随机变量的分布列 (1)两点分布 若随机变量X的分布列是 X P 0 1-p 1 p
则这样的分布列称为两点分布列. 如果随机变量X的分布列为两点分 布列,就称X服从 两点 分布,而称p= P(X=1)为成功概率.
课堂互动讲练
课堂互动讲练
所以随机变量X的概率分布列为
X P 2 1 30 3 2 15 4 3 10 5 8 15
【名师点评】 分布列的求解应 注意以下几点:(1)搞清随机变量每个 取值对应的随机事件;(2)计算必须准 确无误;(3)注意运用分布列的两条性 质检验所求的分布列是否正确.
课堂互动讲练
【解】 (1)法一:“一次取出的 3
3 1
个小球上的数字互不相同”的事件记 为 A,则
1 1 C5 C2 C2 C2 2 P(A)= = . 3 C10 3
课堂互动讲练
法二:“一次取出的3个小球上的 数字互不相同”的事件记为A,“一次 取出的3个小球上有两个数字相同”的 事件记为B,则事件A和事件B是互斥 事件. C51C22C81 1 因为 P(B)= = , 3 C10 3 1 2 所以 P(A)=1-P(B)=1- = . 3 3
离散型随机变量及其分布规律
解:
例5. 某射手连续向一目标射击,直到命中为止,
已知他每发命中的概率是p,求射击次数X 的分布列.
解: 显然,X 可能取的值是1,2,… , 为计算 P(X =k ), k = 1,2, …,
设 Ak = {第k 次命中},k =1, 2, …,
于是
P(X =1)=P(A1)=p,
P(X 2)P(A1A2 ) (1 p)p
P(X 3)P(A1A2 A3)(1 p)2p
可见 P(Xk)(1 p)k1p k1,2,
这就是所求射击次数 X 的分布列.
若随机变量X的分布律如上式, 则称X 服从
几何分布. 不难验证:
(1 p)k1p 1
k 1
几个重要的离散性随机变量模型
(0,1)分布 二项分布 波松分布
一、 (0-1)分布 (二点分布)
按Po
k
n=10 n=20 n=40 n=100 =np=1 p=0. p=0.05 p=0.02 p=0.01
0 10.349 0.3585 0.369 0.366
0
1 0.305 0.377 0.372 0.370
0
2 0.194 0.189 0.186 0.185
0
3 0.057 0.060 0.060 0.061
•• • • • • • 56 7 8 9 10
•
•
•
•
•
•
•
•
•20x
二项分布的图形特点:
X ~ Bn, p
对于固定n 及 P, 当k 增加时 , 概率P (X = k ) 先是随之增加
Pk
直至达到最大值, 随后单调减少.
当 n 1p 不为整数时, n 1p 二项概率 PX k
第七节 离散型随机变量及其分布列
【解析】 由已知得 X 的所有可能取值为 0,1, 且 P(X=1)=2P(X=0), 1 由 P(X=1)+P(X=0)=1,得 P(X=0)= . 3
离散型随机变量分布列的性质 设离散型随机变量X的分布列为
X P 0 0.2 1 0.1 2 0.1 3 0.3 4 m
求随机变量η=|X-1|的分布列.
解
(1)由题意,得 X 取 3,4,5,6, 1 2 C3 5 C · C 10 5 4 5 且 P(X=3)= 3= ,P(X=4)= 3 = , C9 42 C9 21 1 3 C2 · C 5 C 1 4 5 4 P(X=5)= 3 = ,P(X=6)= 3= , C9 14 C9 21
1 .利用分布列中各概率之和为 1 可求参数的值, 此时要注意检验,以保证每个概率值均为非负数. 2.若 X是随机变量,则η=|X- 1|等仍然是随机变
量,求它的分布列可先求出相应随机变量的值,再根
据对应的概率写出分布列.
设离散型随机变量X的分布列为
X P 0 0.2 1 0.1 2 0.1 3 0.3 4 m
是二项式[(1-p)+p]n的展开式中的第k+1项.
随机变量X服从二项分布
特点: (1)每次试验只有两种结果,要么发生,要么不发 生; (2)任何一次试验中,A事件发生的概率相同,即 相互独立,互不影响试验的结果。
5. 二项分布与两点分布、超几何分布有什么区别和联系?
1.两点分布是特殊的二项分布 (1 p)
(1)由统计数据得到离散型随机变量分布列; (2)由古典概型求出离散型随机变量分布列; (3)由互斥事件、独立事件的概率求出离散型随机变 量分布列. (4)由三种分布(两点分布、超几何分布、二项分布) 求出离散型随机变量分布列。
第二章 2.1.2 离散型随机变量的分布列(一)
2.1.2 离散型随机变量的分布列(一)学习目标 1.在对具体问题的分析中,理解取有限个值的离散型随机变量及其分布列的概念;认识分布列对于刻画随机现象的重要性.2.掌握离散型随机变量分布列的表示方法和性质.知识点 离散型随机变量的分布列思考 掷一枚骰子,所得点数为x ,则x 可取哪些数字?x 取不同的值时,其概率分别是多少?你能用表格表示x 与p 的对应关系吗? 答案 (1)x =1,2,3,4,5,6,概率均为16.(2)1.离散型随机变量的分布列的概念一般地,若离散型随机变量X 可能取的不同值为x 1,x 2,…,x i ,…,x n ,X 取每一个值x i (i =1,2,…,n )的概率P (X =x i )=p i ,以表格的形式表示如下:的分布列. 2.离散型随机变量的分布列的性质 (1)p i ≥0,i =1,2,3,…,n ; (2)∑i =1np i =1.类型一 离散型随机变量的分布列的性质的应用例1 设随机变量X 的分布列为P (X =i )=ai (i =1,2,3,4),求: (1)P ({X =1}∪{X =3}); (2)P ⎝⎛⎭⎫12<X <52.解 题中所给的分布列为由离散型随机变量分布列的性质得a +2a +3a +4a =1,解得a =110.(1)P ({X =1}∪{X =3})=P (X =1)+P (X =3) =110+310=25. (2)P ⎝⎛⎭⎫12<X <52=P (X =1)+P (X =2) =110+210=310. 反思与感悟 1.本例利用方程的思想求出常数a 的值. 2.利用分布列及其性质解题时要注意以下两个问题: (1)X 的各个取值表示的事件是互斥的.(2)不仅要注意∑i =1np i =1,而且要注意p i ≥0,i =1,2,…,n .跟踪训练1(1)下面是某同学求得的离散型随机变量X 的分布列.试说明该同学的计算结果是否正确.(2)设ξ是一个离散型随机变量,其分布列为①求q 的值; ②求P (ξ<0),P (ξ≤0).解 (1)因为P (X =-1)+P (X =0)+P (X =1)=12+14+16=1112,不满足概率之和为1的性质,因而该同学的计算结果不正确.(2)①由分布列的性质得,1-2q ≥0,q 2≥0,12+(1-2q )+q 2=1, ∴q =1-22. ②P (ξ<0)=P (ξ=-1)=12,P (ξ≤0)=P (ξ=-1)+P (ξ=0) =12+1-2⎝⎛⎭⎫1-22=2-12. 类型二 求离散型随机变量的分布列例2 一袋中装有6个同样大小的黑球,编号分别为1,2,3,4,5,6,现从中随机取出3个球,以X 表示取出球的最大号码,求X 的分布列.解 随机变量X 的可能取值为3,4,5,6.从袋中随机地取出3个球,包含的基本事件总数为C 36,事件“X =3”包含的基本事件总数为C 11C 22,事件“X =4”包含的基本事件总数为C 11C 23,事件“X =5”包含的基本事件总数为C 11C 24,事件“X =6”包含的基本事件总数为C 11C 25, 从而有P (X =3)=C 11C 22C 36=120,P (X =4)=C 11C 23C 36=320,P (X =5)=C 11C 24C 36=310,P (X =6)=C 11C 25C 36=12,所以随机变量X 的分布列为:反思与感悟 求离散型随机变量的分布列的步骤(1)明确随机变量的所有可能取值以及取每个值所表示的意义. (2)利用概率的有关知识,求出随机变量取每个值的概率. (3)按规范形式写出分布列,并用分布列的性质验证.跟踪训练2 袋中有1个白球和4个黑球,每次从中任取一个球,每次取出的黑球不再放回,直到取出白球为止,求取球次数X 的分布列. 解 X 的可能取值为1,2,3,4,5,则第1次取到白球的概率为P (X =1)=15,第2次取到白球的概率为P (X =2)=4×15×4=15,第3次取到白球的概率为P (X =3)=4×3×15×4×3=15,第4次取到白球的概率为P (X =4)=4×3×2×15×4×3×2=15,第5次取到白球的概率为P (X =5)=4×3×2×1×15×4×3×2×1=15,所以X 的分布列为类型三 离散型随机变量的分布列的综合应用例3 袋中装有黑球和白球共7个,从中任取2个球都是白球的概率为17,现有甲、乙两人从袋中轮流摸取1球,甲先取,乙后取,然后甲再取……取后不放回,直到两人中有一人取到白球时终止,每个球在每一次被取出的机会是等可能的,用ξ表示取球终止所需要的取球次数.(1)求袋中原有的白球的个数. (2)求随机变量ξ的分布列. (3)求甲取到白球的概率.解 (1)设袋中原有n 个白球,由题意知17=C 2nC 27=n (n -1)27×62=n (n -1)7×6.可得n =3或n =-2(舍去),即袋中原有3个白球. (2)由题意,ξ的可能取值为1,2,3,4,5. P (ξ=1)=37;P (ξ=2)=4×37×6=27;P (ξ=3)=4×3×37×6×5=635;P (ξ=4)=4×3×2×37×6×5×4=335;P (ξ=5)=4×3×2×1×37×6×5×4×3=135.所以ξ的分布列为:(3)因为甲先取,所以甲只有可能在第一次、第三次和第五次取到白球,记“甲取到白球”为事件A ,则P (A )=P (ξ=1)+P (ξ=3)+P (ξ=5)=2235.反思与感悟 求离散型随机变量的分布列,首先要根据具体情况确定ξ的取值情况,然后利用排列、组合与概率知识求出ξ取各个值的概率,即必须解决好两个问题,一是求出ξ的所有取值,二是求出ξ取每一个值时的概率.跟踪训练3 北京奥运会吉祥物由5个“中国福娃”组成,分别叫贝贝、晶晶、欢欢、迎迎、妮妮.现有8个相同的盒子,每个盒子中放一只福娃,每种福娃的数量如下表:从中随机地选取5只.(1)求选取的5只恰好组成完整“奥运会吉祥物”的概率.(2)若完整地选取奥运会吉祥物记100分;若选出的5只中仅差一种记80分;差两种记60分;以此类推,设X 表示所得的分数,求X 的分布列.解 (1)选取的5只恰好组成完整“奥运会吉祥物”的概率P =C 12·C 13C 58=656=328.(2)X 的取值为100,80,60,40.P (X =100)=C 12·C 13C 58=328,P (X =80)=C 23(C 22·C 13+C 12·C 23)+C 33(C 22+C 23)C 58=3156, P (X =60)=C 13(C 22·C 23+C 12·C 33)+C 23·C 33C 58=1856=928, P (X =40)=C 22·C 33C 58=156.X 的分布列为1.已知随机变量X 的分布列如下:则P (X =10)等于( ) A.239 B.2310 C.139 D.1310 答案 C解析 P (X =10)=1-23-…-239=139.2.设随机变量ξ的分布列为P (ξ=k )=k15(k =1,2,3,4,5),则P ⎝⎛⎭⎫12<ξ<52等于( ) A.12 B.19 C.16 D.15 答案 D解析 由12<ξ<52知ξ=1,2.P (ξ=1)=115,P (ξ=2)=215,∴P ⎝⎛⎭⎫12<ξ<52=P (ξ=1)+P (ξ=2)=15. 3.将一枚硬币扔三次,设X 为正面向上的次数,则P (0<X <3)=________. 答案 0.75解析 P (0<X <3)=1-P (X =0)-P (X =3) =1-123-123=0.75.4.将一颗骰子掷两次,求两次掷出的最大点数ξ的分布列. 解 由题意知ξ=i (i =1,2,3,4,5,6), 则P (ξ=1)=1C 16C 16=136;P (ξ=2)=3C 16C 16=336=112;P (ξ=3)=5C 16C 16=536;P (ξ=4)=7C 16C 16=736;P (ξ=5)=9C 16C 16=936=14;P (ξ=6)=11C 16C 16=1136.所以抛掷两次掷出的最大点数构成的分布列为1.离散型随机变量的分布列,不仅能清楚地反映其所取的一切可能的值,而且能清楚地看到取每一个值时的概率的大小,从而反映了随机变量在随机试验中取值的分布情况.2.一般地,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之和.一、选择题1.随机变量ξ的所有可能的取值为1,2,3,…,10,且P (ξ=k )=ak (k =1,2,…,10),则a 的值为( )A.1110B.155 C.110 D.55 答案 B解析 ∵随机变量ξ的所有可能的取值为1,2,3,…,10, 且P (ξ=k )=ak (k =1,2,…,10), ∴a +2a +3a +…+10a =1, ∴55a =1,∴a =155.2.若随机变量X 的概率分布列为:P (X =n )=an (n +1)(n =1,2,3,4),其中a 是常数,则P ⎝⎛⎭⎫12<X <52的值为( ) A.23 B.34 C.45 D.56 答案 D解析 ∵P (X =1)+P (X =2)+P (X =3)+P (X =4) =a ⎝⎛⎭⎫1-15=1, ∴a =54.∴P ⎝⎛⎭⎫12<X <52=P (X =1)+P (X =2)=a 1×2+a 2×3=a ⎝⎛⎭⎫1-13=54×23=56. 3.若随机变量η的分布列如下:则当P (η<x )=0.8时,实数x 的取值范围是( ) A.x ≤1 B.1≤x ≤2 C.1<x ≤2 D.1≤x <2答案 C解析 由分布列知,P (η=-2)+P (η=-1)+P (η=0)+P (η=1) =0.1+0.2+0.2+0.3=0.8, ∴P (η<2)=0.8,故1<x ≤2. 4.随机变量ξ的分布列如下:其中a ,b ,c 成等差数列,则函数f (x )=x 2+2x +ξ有且只有一个零点的概率为( ) A.16 B.13 C.12 D.56 答案 B解析 由题意知⎩⎪⎨⎪⎧2b =a +c ,a +b +c =1,解得b =13.∵f (x )=x 2+2x +ξ有且只有一个零点, ∴Δ=4-4ξ=0,解得:ξ=1, ∴P (ξ=1)=13.5.已知随机变量ξ只能取三个值x 1,x 2,x 3,其概率依次成等差数列,则该等差数列公差的取值范围是( ) A.⎣⎡⎦⎤0,13 B.⎣⎡⎦⎤-13,13 C.[-3,3] D.[0,1]答案 B解析 设随机变量ξ取x 1,x 2,x 3的概率分别为a -d ,a ,a +d ,则由分布列的性质得(a -d )+a +(a +d )=1,故a =13,由⎩⎨⎧13-d ≥013+d ≥0,解得-13≤d ≤13.6.抛掷2颗骰子,所得点数之和X 是一个随机变量,则P (X ≤4)等于( )A.16B.13C.12D.23 答案 A解析 根据题意,有P (X ≤4)=P (X =2)+P (X =3)+P (X =4).抛掷两颗骰子,按所得的点数共36个基本事件,而X =2对应(1,1),X =3对应(1,2),(2,1),X =4对应(1,3),(3,1),(2,2), 故P (X =2)=136,P (X =3)=236=118,P (X =4)=336=112,所以P (X ≤4)=136+118+112=16.二、填空题7.一批产品分为一、二、三级,其中一级品是二级品的两倍,三级品为二级品的一半,从这批产品中随机抽取一个检验,其级别为随机变量ξ,则P ⎝⎛⎭⎫13≤ξ≤53=________. 答案 47解析 设二级品有k 个,∴一级品有2k 个,三级品有k 2个,总数为72k 个.∴分布列为P ⎝⎛⎭⎫13≤ξ≤53=P (ξ=1)=47. 8.由于电脑故障,使得随机变量X 的分布列中部分数据丢失,以□代替,其表如下:根据该表可知X 取奇数值时的概率是________. 答案 0.6解析 由离散型随机变量的分布列的性质可求得P (X =3)=0.25,P (X =5)=0.15,故X 取奇数值时的概率为P (X =1)+P (X =3)+P (X =5)=0.20+0.25+0.15=0.6.9.甲、乙两队在一次对抗赛的某一轮中有3道题,比赛规则:对于每道题,没有抢到题的队伍得0分,抢到题,并回答正确的得1分,抢到题目但回答错误的扣1分(即-1分),若X 是甲队在该轮比赛获胜时的得分(分数高者胜),则X 的所有可能值为________. 答案 -1,0,1,2,3解析 X =-1表示甲抢到1题但答错了, 若乙两题都答错,则甲获胜; 甲获胜还有以下可能:X =0,甲没抢到题,或甲抢到2题,但答时1对1错. X =1时,甲抢到1题,且答对或甲抢到3题,且1错2对. X =2时,甲抢到2题均答对. X =3时,甲抢到3题均答对.10.将3个小球任意地放入4个大玻璃杯中,一个杯子中球的最多个数记为X ,则X 的分布列是________. 答案解析 由题意知X =1,2,3. P (X =1)=A 3443=38;P (X =2)=C 23A 2443=916;P (X =3)=A 1443=116.∴X 的分布列为三、解答题11.某篮球运动员在一次投篮训练中的得分ξ的分布列如下表,其中a ,b ,c 成等差数列,且c =ab .求这名运动员投中3分的概率.解 由题中条件知,2b =a +c ,c =ab ,再由分布列的性质,知a +b +c =1,且a ,b ,c 都是非负数,由三个方程联立成方程组,可解得a =12,b =13,c =16,所以投中3分的概率是16.12.设S 是不等式x 2-x -6≤0的解集,整数m ,n ∈S .(1)设“使得m +n =0成立的有序数组(m ,n )”为事件A ,试列举事件A 包含的基本事件; (2)设ξ=m 2,求ξ的分布列.解 (1)由x 2-x -6≤0,得-2≤x ≤3, 即S ={x |-2≤x ≤3}.由于m ,n ∈Z ,m ,n ∈S 且m +n =0,所以事件A 包含的基本事件为:(-2,2),(2,-2),(-1,1),(1,-1),(0,0). (2)由于m 的所有不同取值为-2,-1,0,1,2,3, 所以ξ=m 2的所有不同取值为0,1,4,9,且有 P (ξ=0)=16,P (ξ=1)=26=13,P (ξ=4)=26=13,P (ξ=9)=16.故ξ的分布列为:13.某商店试销某种商品20天,获得如下数据:试销结束后(假设该商品的日销售量的分布规律不变),设某天开始营业时有该商品3件,当天营业结束后检查存货,若发现存量少于2件,则当天进货补充至3件,否则不进货,将频率视为概率.(1)求当天商店不进货的概率;(2)记X为第二天开始营业时该商品的件数,求X的分布列.解(1)P(“当天商店不进货”)=P(“当天商品销售量为0件”)+P(“当天商品销售量为1件”)=120+520=310.(2)由题意知,X的可能取值为2,3.P(X=2) =P(当天商品销售量为1件)=520=1 4;P(X=3)=P(当天商品销售量为0件)+P(当天商品销售量为2件)+P(当天商品销售量为3件)=120+920+520=34.故X的分布列为。
常见的离散型随机变量的分布
30台设备发生故障不能及时维修为事件 Ai
则
P( Ai )
P(Y
2)
k 2
e0.3 0.3k k!
0.0369 i 1,2,3
三个人各独立负责30台设备发生故障不能及时
维修为事件 A1 A2 A3 3
PA1 A2 A3 1 P( Ai )
i1
1 (1 0.0369)3 0.1067 0.013459
例1 独立射击5000次,每次的命中率为0.001, 求 (1) 最可能命中次数及相应的概率;
(2) 命中次数不少于2 次的概率.
解 (1) k = [( n + 1)p ] = [( 5000+ 1)0.001] = 5
P5000(5) C55000(0.001)5 (0.999)4995 0.1756
0 1 2 34 5 6 7 8
.039 .156 .273 .273 .179 .068 .017 .0024 .0000
P 0.273•
由图表可见 , 当 k 2或3 时, 分布取得最大值
P8(2) P8(3) 0.273 此时的 k 称为最可能成功次数
•••••••••
012345678
(1) 问至少要配备多少维修工人,才能保证当设 备发生故障时不能及时维修的概率小于0.01?
(2) 问3个人共同负责90台还是3个人各自独立负 责30台设备发生故障不能及时维修的概率低?
解 (1) 设 需要配备 N 个维修工人,设 X 为90 台
设备中发生故障的台数,则 X ~ B( 90, 0.01)
90
P( X N ) C9k0 (0.01)k (0.99)Nk
k N 1
令 90 0.01 0.9
离散型随机变量的分布律
(2-2)
+
其中, 0 p 1,
q 1 p ,
k 0 ,,
1 2, ,
n ,显然
P{ k}
n
n
k 0
k 0
0,
且 P{ k} Ckn p k q n k ( p q)n 1 ,
则称 服从参数为 n ,p 的二项分布,记作 ~ B (n ,p) 。
3
3
10
3
7
1
1 0.260 。
3
随机变量及其分布
离散型随机变量的分布律
1.2 常见的离散型随机变量分布
3. 泊松(Poisson)分布
若随机变量 的概率为
P{ k}
k e
k!
,(2-3)
其中,k 0 ,,
则称 服从参
1 2 , , 0是常数,
率可能会很大。
于是
P{
2} 1 (e8 8e8 ) 1 9e8 1 0.003 0.997 。
提示
概率论与数理统计
解 设每分钟接到的呼叫次数为 ,则 ~ P( ) , 5 。
(1)每分钟恰好接到 7 次呼叫的概率为
57 e5
P{ 7}
0.104 44 。
7!
(2)每分钟接到的呼叫次数大于 4 的概率为
P{ 4} 1 P{
4}
1 P{ 0} P{ 1} P{ 2} P{ 3} P{ 4}
如果用 表示 n 重伯努利试验中事
件 A 发生的次数,
那么 服从二项分布。
特别地,当 n 1 时,式(2-2)化为
P{ i} p k q1 k (k 0 ,
第二节 离散型随机变量及其分布1
广
东
工
业
广
大 学
东 工 业
主讲教师:
大 学
上页 下页 返回
第二章 随机变量
§1 随机变量及其分布函数 §2 离散型随机变量及其分布 §3 连续型随机变量及其分布 §4 随机变量函数的分布
广 东 工 业 大 学
上页 下页 返回
§2 离散型随机变量及分布
一、离散型随机变量的定义
有些随机变量,它全部可能取的值只有有限 个,或者,虽然有无限多个可能的值,但这些值 可以无遗漏地一个接一个地排列出来(即可列 个),称这种随机变量为离散型随机变量。
二项分布描述的是n重贝努里试验中出现
“成功”(事件A发生)次数ξ的概率分
布.
在解应用题时需要注意判断问题是否
为贝努利概型,可否用二项分布求解. 广 东 工 业 大 学
上页 下页 返回
例 医生对5个人作某疫苗接种试验,设已知对试验反应呈阳性的
概率为p=0.45,且各人的反应相互独立。若以 记反应为阳性的人数。 (1)写出 的分布律;(2)恰有3人反应为阳性的概率;(3)至少有2
0.453(1
0.45)2
0.276;
广
(3)至 少 有2人 反 应 呈 阳 性 的 概 率 是
东 工
P( 2) 1 p( 0) p( 1)
业 大
1
(1
0.45)
5
C
1 5
0.45(1
0.45)4 0.744.
上页 下页
返回
学
若X : b(n,p),则明显地成立以下公式:
1.在n重贝努利 试验中,事件A发生的次 数在k1与k2之间的概 率是
下面求P{ξ=k}
常见离散型随机变量的分布 (1)
新乡医学院教案首页单位:计算机教研室课程名称医药数理统计方法授课题目 2.1 常见离散型随机变量的分布授课对象05级药学专业时间分配超几何分布15分钟二项分布35分钟泊松分布30分钟课时目标理解掌握常见离散型随机变量的分布函数掌握两点分布、二项分布、泊松分布之间的联系与区别授课重点伯努利试验、二项分布、泊松分布授课难点两点分布、二项分布、泊松分布之间的联系与区别授课形式小班理论课授课方法启发讲解参考文献医药数理统计方法刘定远主编人民卫生出版社概率论与数理统计刘卫江主编清华大学出版社北京交通大学出版社高等数学(第五版)同济大学编高等教育出版社思考题二项分布和超几何分布有何联系?教研室主任及课程负责人签字教研室主任(签字)课程负责人(签字)年月日年月日基 本 内 容 备 注 常见离散型随机变量的分布一、超几何分布例1 带活动门的小盒子里有采自同一巢的20只工蜂和10只雄蜂,现随机地放出5只作实验,表示X 放出的蜂中工蜂的只数,求X 的分布列。
解X12345P 052010530C C C 142010530C C C 232010530C C C 322010530C C C 412010530C C C 502010530C C C 定义 1 若随机变量X 的概率函数为{} 0,1,2,,k n kM N MnNC C P X k k l C --⋅===其中N≥M>0,n≤N -M,l=min(M,n),则称X 服从参数为N,M,n 的超几何分布,记作X~H(N,M,n).超几何分布的分布函数为()k n kM N Mnk x NC C F x C --≤⋅=∑ 二、二项分布1. Bernoulli 试验只有两个可能结果的试验称为Bernoulli 试验。
例2 已知某药有效率为0.7,今用该药试治某病3例,X 表示治疗无效的人数,求X 的分布列。
解:X 可取0,1,2,3。
用A i表示事件“第i 例治疗无效”,i=1,2,3.则()0.7i P A p ==P{X=0}=33123123()()()()(1)0.343P A A A P A P A P A p q ==-==P{X=1}=231312123()P A A A A A A A A A ++2231312123()()()30.441P A A A P A A A P A A A pq =++==P{X=2}=321121323()P A A A A A A A A A ++2321121323()()()30.189P A A A P A A A P A A A p q =++==基 本 内 容备 注 P{X=3}=3123()0.027P A A A p ==所以X 的分布列为X 0 1 2 3 P0.3430.4410.1890.027定义:设试验E只有两种结果:A与A ,且(),()1 (01).P A p P A p p ==-<<将试验E 独立重复地进行n 次,称这样的试验为n 重贝努利试验。
离散型随机变量的分布列
P(Y=60)=CC11C21031=435=115.
(10 分)
因此随机变量 Y 的分布列为
Y
010 205060P12
1
2
1
(12分)
3
5
15
15 15
【题后反思】 解决超几何分布问题的两个关键点 (1)超几何分布是概率分布的一种形式,一定要注意公式 中字母的范围及其意义,解决问题时可以直接利用公式求 解,但不能机械地记忆. (2)超几何分布中,只要知道M,N,n就可以利用公式求 出X取不同k的概率P(X=k),从而求出X的分布列.
张中奖或 2 张都中奖.故所求概率 P=C14C16C+210C24C06=3405=23. (6 分)
②X 的所有可能取值为 0,10,20,50,60,且
P(Y=0)=CC04C21062=1455=13,P(Y=10)=CC13C21061=1485=25,
P(Y=20)=CC23C21060=435=115,P(Y=50)=CC11C21061=465=125,
(2)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 k 件次品,则事件{X=k}发生的概率为 P(X=k)=
CkMCCnNnN--kM,k=0,1,2,…,m,其中 m=min{M,n},且 n≤N, M≤N,n,M,N∈N*,则称分布列
X
0
1
…
m
P
C0MCnN--0M ___C__nN___
离散型随机变量的分布列
1.离散型随机变量的分布列 (1)定义:若离散型随机变量X可能取的不同值为x1, x2,…,xi,…,xn,X取每一个值xi(i=1,2,…,n)的 概率P(X=xi)=pi,以表格的形式表示如下:
离散型随机变量与分布
离散型随机变量与分布一、离散型随机变量的概念离散型随机变量是指在一定范围内取有限个或可数个值的随机变量。
通常用字母X来表示离散型随机变量,例如X={x1, x2, x3, ...}。
每个xi表示X取某个值的情况,对应的概率为P(X=xi),概率取值介于0和1之间,且所有xi对应的概率之和等于1。
二、离散型随机变量的分布律离散型随机变量的分布律描述了X取不同值的概率分布情况。
记为P(X=xi)或P(X)。
其中,xi表示随机变量X可能取到的某个值,P(X=xi)表示X取xi时的概率。
常见的离散型随机变量分布律包括:1. 伯努利分布:伯努利试验是一类只有两种结果的随机试验,例如抛硬币或投骰子。
若随机变量X表示试验成功的概率,则伯努利分布的分布律为:P(X=x) = p^x(1-p)^(1-x),其中p表示试验成功的概率。
2. 二项分布:二项分布是n重伯努利试验的离散型随机变量分布。
它描述了进行n次独立的成功-失败试验(伯努利试验)中成功次数X的概率分布。
其分布律为:P(X=k) = C(n,k) * p^k * (1-p)^(n-k),其中C(n,k)表示从n次试验中选k次成功的组合数。
3. 泊松分布:泊松分布适用于描述一段时间或一定空间内随机事件发生的次数。
其分布律为:P(X=k) = (e^(-λ) * λ^k) / k!,其中λ表示单位时间或单位空间内事件发生的平均次数。
4. 几何分布:几何分布适用于描述在n次独立的伯努利试验中,首次获得成功的次数。
其分布律为:P(X=k) = (1-p)^(k-1) * p,其中p表示每次试验成功的概率。
5. 二项负分布:二项负分布描述了在一系列独立的伯努利试验中,获得r次成功时需要进行的试验次数。
其分布律为:P(X=k) = C(k-1, r-1) * p^r * (1-p)^(k-r),其中p表示每次试验成功的概率。
三、离散型随机变量的期望与方差离散型随机变量的期望和方差是对离散型随机变量分布的特征进行度量的指标。
离散型随机变量及其分布列
(3)经技术革新后,仍有四个等级的产品,
但次品率降为 1%,一等品率提高为 70%.
如果此时要求 1 件产品的平均利润不小于
4.73 万元,则三等品率最多是多少?
基础知识
题型分类
思维启迪
思想方法
解析
探究提高
练出高分
题型分类·深度剖析
题型二
离散型随机变量的分布列的求法及应用
【例 2】 随机抽取某厂的某种产品 200 件,
经质检,其中有一等品 126 件、二等品 50
件、三等品 20 件、次品 4 件.已知生产 1
件一、二、三等品获得的利润分别为 6 万元、
2 万元、1 万元,而 1 件次品亏损 2 万元.设
1 件产品的利润(单位:万元)为 ξ.
(1)求 ξ 的分布列;
(2)求 1 件产品的平均利润(即 ξ 的均值);
A
D
题型分类
思想方法
解析
练出高分
题型分类·深度剖析
题型一
离散型随机变量的分布列的性质
【例 1】 设随机变量 ξ 的分布列为 思维启迪 解析 答案 探究提高 Pξ=k5=ak(k=1,2,3,4,5),则常
数 a 的值为________, Pξ≥35=________.
基础知识
件{X=k}发生的概率:P(X=k)=
CkMCnN--kM ____C__nN______(k=0,1,2,…,m),
其中 m=min{M,n},且 n≤N,
M≤N,n、M、N∈N*,则称分布列
值以及取这些值或取某一集 合内的值的概率,对于离散型 随机变量,它的分布列正是指 出了随机变量 X 的取值范围 以及取这些值的概率. (2)利用离散型随机变量的分
离散型随机变量及其分布函数
(i 1,2,,n)
它们都服从 (0 1) 分布并且相互独立, 那末
X X1 X2 Xn 服从二项分布,参数为(n, p).
以 n, p (np ) 为参数的二项分布,当 n 时趋
于以 为参数的泊松分布,即
P{ X k} n pk (1 p)nk (np)k enp ,
解 :设1000 辆车通过,出事故的次 数为 X , 则 X ~ B(1000,0.0001),
所求概率为
P{X 2} 1 P{X 0} P{X 1}
=
1
-
0.99991000
-
1000 1
0.0001 0.9999999
可利用泊松定理计算 1000 0.0001 0.1,
P{ X 2} 1 e0.1 0.1 e0.1 0.0047.
分析 这是不放回抽样.但由于这批元件的总数很 大, 且抽查元件的数量相对于元件的总数来说又很 小,因而此抽样可近似当作放回抽样来处理.
把检查一只元件看它是否为一级品看成是一次 试验,检查20只元件相当于做20 重伯努利试验.
解 以 X 记 20 只元件中一级品的只数,
则 X ~ B(20, 0.2), 因此所求概率为 P{X k} 2k0(0.2)k (0.8)20k , k 0,1,,20.
三、内容小结
1.常见离散型随机变量的分布
两点分布
二项分布
泊松分布
几何分布
超几何分布
2. 二项分布与 (0 1) 分布、 泊松分布之间的关系.
二项分布是 (0 1) 分布的推广, 对于 n 次独
立重复伯努里试验,每次试验成功的概率为p, 设
1, 若第 i 次试验成功
Xi 0,
, 若第 i 次试验失败
离散型随机变量的分布
离散型随机变量的分布离散型随机变量在概率论中扮演着重要的角色。
它们描述了一系列可能的取值以及各个取值的概率分布。
本文将介绍离散型随机变量的概念、分布以及如何计算相关的概率。
一、离散型随机变量的定义离散型随机变量是指在有限或可数的取值范围内取值的随机变量。
其取值集合可以是离散的整数或者某种离散的事物。
例如,掷骰子的点数、抛硬币的结果等都属于离散型随机变量。
二、离散型随机变量的分布离散型随机变量的分布通过概率质量函数(Probability Mass Function,简称PMF)来描述。
概率质量函数是一个函数,它计算每个可能取值的概率。
以掷一颗均匀骰子为例,假设随机变量X表示掷骰子的点数。
由于骰子的点数是1到6之间的整数,我们可以定义X的取值集合为S={1, 2, 3, 4, 5, 6}。
对于每个可能的点数,我们可以计算出其概率。
X的概率质量函数可以写成如下形式:P(X=1) = 1/6P(X=2) = 1/6P(X=3) = 1/6P(X=4) = 1/6P(X=5) = 1/6P(X=6) = 1/6其中,P(X=x)表示随机变量X取值为x的概率。
三、计算离散型随机变量的概率在已知离散型随机变量的概率质量函数的情况下,我们可以计算出各种事件的概率。
以随机变量X为例,假设我们想计算X小于等于3的概率。
我们可以使用概率质量函数中相关取值的概率相加来计算:P(X<=3) = P(X=1) + P(X=2) + P(X=3) = 1/6 + 1/6 + 1/6 = 1/2同样地,我们可以计算出其他事件的概率。
四、常见的离散型随机变量分布除了均匀分布之外,还有一些常见的离散型随机变量分布,包括二项分布、泊松分布、几何分布等。
1. 二项分布二项分布描述了在n次独立重复试验中成功的次数的概率分布。
每次试验都有两个可能的结果,成功和失败。
例如,抛硬币n次,成功可以定义为正面朝上的次数。
二项分布的概率质量函数可以写为:P(X=k) = C(n, k) * p^k * (1-p)^(n-k)其中,C(n, k)表示组合数,p表示每次试验成功的概率,k表示成功的次数。
常见的离散型随机变量的概率分布.
不难求得,
X的概率分布是:
P{
X
k}C3k
(1 6)k(5)3k 6,
k0,1,2,3
一般地,设在一次试验中我们只考虑两个
互逆的结果:A或 A , 或者形象地把两个互
逆结果叫做“成功”和“失败”.
掷骰子:“掷出4点”,“未掷出4点” 新生儿:“是男孩”,“是女孩”
抽验产品:“是正品”,“是次品”
泊松分布的图形特点:X~P(λ )
二、二项分布与泊松分布
历史上,泊松分布是作为二项分布的近
似,于1837年由法国数学家泊松引入的 .
命题 对于二项分布B(n,p),当n充
分大,p又很小时,则对任意固定的非负 整数k,有近似公式
b(k; n,
p)
Cnk
pk (1
p)nk
k e
k!
再设我们重复地进行n次独立试验 ( “重 复”是指这次试验中各次试验条件相同 )
每次试验成功的概率都是p,失败的概率
都是q=1-p.
这样的n次独立重复试验称作n重贝努里 试验,简称贝努里试验或贝努里概型.
用X表示n重贝努里试验中事件A(成 功)出现的次数,则
P(X k)Cnk pk (1 p)nk , k 0,1, , n
常见的离散型随机变量的 概率分布
(I) 两点分布
来源 设E是一个只有两种可能结果的
随机试验,用Ω={1, 2}表示其样本空间. P({1})=p , P({2})=1-p
X()=
1, = 1 0, = 2
例 5 200件产品中,有196件是正品,4
件是次品,今从中随机地抽取一件,若规
我们来求X的概率分布.
X表示随机抽查的4个婴儿中男孩的个数,
常见离散型随机变量的分布
P(X=2) =0.2304 P(X=4) =0.2592
P(X=3) =0.3456 P(X=5) =0.07776
若A和A是n重伯努利实验的两个对立结果,“成功”
可以指二者中任意一个, p 是“成功”的概率.
例如: 一批产品的合格率为0.8,有放回地抽取 4次, 每次一件, 取得合格品件数X, 以及取得不合 格品件数Y均服从分布为二项分布. “成功”即取得合格品的概率为p=0.8,
X对应的实验次数为n=4, 所以, X~B(4,0.8)
类似,Y~B(4,0.2)
二项分布的期望与方差 X ~ b(n, p)
1 如第i 次试验成功 X i 0 如第i 次试验失败
i 1,2,, n.
则 X X1 X2 Xn Xi ~ (0 1)分布 EX i p, DX i p(1 p)
两点分布的期望与方差
设X服从参数为p的0-1分布,则有
E(X ) p
E(X 2) p
X
0
1
pk 1 p
p
D( X ) E( X 2 ) [E( X )]2 p p2 p(1 p)
二、二项分布
若在一次伯努利实验中成功(事件A发生)的概率 为p(0<p<1),独立重复进行n次, 这n次中实验成功的 次数(事件A发生的次数)X的分布列为:
E(X ) 1 p
D(X )
q p2
EX 2 k 2 pqk1 p[ k(k 1)qk1 kqk1]
k 1
k 1
k 1
qp(
qk ) EX
qp( q ) 1 q
1 p
k 1
qp
2 (1 q)3
1 p
2q 1 p2 p
2
离散型随机变量的分布(一)
2.随机变量的分类:
(1)离散型随机变量:对于随机变量可能取的 值,我们可以按问题1中的射击、问题2中的产品检 验等例子。
(2)连续型随机变量:随机变量可以取某一 区间内的一切值,这样的随机变量叫做连续 型随机变量。
如:上例中的红外线无故障的运转。
.
.
.
.
.
.
.
;知识产权律师 知识产权律师
一、课题导入
问题提出:某商场要根据天气预报来决定 今年国庆节是在商场内还是在商场外开展促销 活动。统计资料表明,每年国庆节商场内的促 销活动可获得经济效益2万元,商场外的促销 活动如果不遇到下雨天气可获得经济效益10万 元,如果促销活动中遇到有雨天气则带来经济 损失4万元。9月30日气象台预报国庆节当地有 雨的概率是40%,商场应该选择哪种促销方式?
这是日常生活中的常见随机现象,如何解 决这个问题呢?这就需要学习今天的新知识— —离散型随机变量的分布(一)
思考:随机变量ξ的取值是否有限制,是 否一定是非负数呢?
随机变量可以是整数,也可以是其他的 实数,可以取某一区间内的一切值,可以连 续地取值,也可以间断地取值。
如:张三家的都市花园小区红外线探 头装置无故障运转的时间ξ是一个随机变量, 它可以取区间(0,+ ∞)内的一切值。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
含有的次品可能是0件,1件,2件,3件, 4件。即可能出现的结果可以由0,1,2,3, 4这5个数表示。
从上面的两个问题我们可以看出,在这些 随机试验中,可以出现的结果都可以分别用一 个数即“环数”“次品数”来表示,这个数在 随机试验前是无法预先确定的,在不同的随机 试验中,结果可以有变化,就是说,这种随机 试验的结果可以用一个变量来表示。
说明: (ⅰ)一个试验满足下述条件:
(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道的, 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,但在一次试验之前不能肯定这次试 验会出现哪一个结果。
就称这样的试验是一个随机试验。
( ⅱ )随机变量ξ或η的特点:
(1)可以用数表示;
1.1离散型随机变量的分布(一)
一、课题导入
问题提出:某商场要根据天气预报来决定 今年国庆节是在商场内还是在商场外开展促销 活动。统计资料表明,每年国庆节商场内的促 销活动可获得经济效益2万元,商场外的促销 活动如果不遇到下雨天气可获得经济效益10万 元,如果促销活动中遇到有雨天气则带来经济 损失4万元。9月30日气象台预报国庆节当地有 雨的概率是40%,商场应该选择哪种促销方式?
例1:写出下列随机变量可能取值,并说明随机 变量所取得的值表示的随机试验的结果。
(1)一袋中装有5只同样大小的白球,编号为1, 2,3,4,5。现从该袋内随机取出3只球,被取 出的球的最大号码数ξ; 解(1)ξ可取3,4,5
ξ=3,表示取出的3个球的编号为1,2,3;
ξ=4,表示取出的3个球的编号为1,2,4或1, 3,4或2,3,4;
1.随机变量的定义: 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表示。
变成了清晰可见的幽静冒烟的蛔虫……这时,波光状的物体,也快速变成了茄子模样的深灰色发光体开始缓缓下降,只见耶勃克佛酋长怪力一甩精悍的天青色廊柱一般的舌 头,缓缓下降的深灰色发光体又被重新晃向长空!就见那个嘟噜噜、透晶晶的,很像荷叶模样的发光体一边颤动狂跳,一边萦绕升华着发光体的色泽和质感。蘑菇王子:“ 哇!看来玩这玩意儿并不;股票知识 股票知识 ;复杂,只要略知一二,再加点花样翻新一下就可以弄出来蒙世骗人混饭吃了……知知爵士:“嗯嗯,关键 是活学活用善于创新!本人搞装潢的专业可是经过著名领袖亲传的.”蘑菇王子:“哈哈,学知识就需要你这种的革新态度!”知知爵士:“嗯嗯,谢谢学长鼓励,我真的 感到无比自豪……”这时,耶勃克佛酋长陡然像灰蓝色的飞臂海湾鹏一样疯喊了一声,突然耍了一套倒立抽动的特技神功,身上忽然生出了二只美如杠铃一般的暗黑色鼻子 !接着来了一出,蹦鹏灯笼翻三百六十度外加雁乐烟囱旋三周半的招数,接着又搞了个,团身犀醉后空翻七百二十度外加傻转七周的惊人招式!紧接着鲜红色拖布耳朵奇特 紧缩闪烁起来……矮小的眼睛喷出浓绿色的飘飘飞气……弯曲的牙齿透出浓黑色的点点神香……最后摆起匀称的鼻子一叫,萧洒地从里面窜出一道流光,他抓住流光痴呆地 一颤,一套明晃晃、凉飕飕的兵器『蓝宝蟒鬼车厢绳』便显露出来,只见这个这件东西儿,一边扭曲,一边发出“咕 ”的美音!陡然间耶勃克佛酋长变态般地用自己瘦 瘦的脚秀出褐黄色潇洒跳跃的怪藤,只见他瘦弱的土黄色香肠般的脑袋中,变态地跳出二簇甩舞着『红雾晶仙舢板经文』的仙翅枕头鞭状的柳枝,随着耶勃克佛酋长的摇动 ,仙翅枕头鞭状的柳枝像鱼妖一样在肚子上粗野地糊弄出丝丝光网……紧接着耶勃克佛酋长又发出二声晨浪九隐色的虚幻大嚷,只见他浅橙色螃蟹造型的身材中,轻飘地喷 出三片皮包状的城堡煤筋马,随着耶勃克佛酋长的旋动,皮包状的城堡煤筋马像鸟巢一样,朝着夜虫名钻墩上面悬浮着的发光体神跃过去。紧跟着耶勃克佛酋长也斜耍着兵 器像石塔般的怪影一样向夜虫名钻墩上面悬浮着的发光体神跃过去!……随着『黄雪扇精信封耳』的搅动调理,四堆贪官瞬间变成了由密密麻麻的冷峻弧光组成的缕缕深紫 色的,很像铁锹般的,有着美丽怪异质感的旋风状物体。随着旋风状物体的抖动旋转……只见其间又闪出一缕紫红色的怪云状物体……接着耶勃克佛酋长又用自己瘦瘦的脚 秀出褐黄色潇洒跳跃的怪藤,只见他瘦弱的土黄色香肠般的脑袋中,变态地跳出二簇甩舞着『红雾晶仙舢板经文』的仙翅枕头鞭状的柳枝,随着耶勃克深紫色蛛网般的眼睛 射出紫罗兰色的缕缕仙声。接着耍动仿佛海带般的手臂一嗥,露出一副优美的神色,接着旋动暗黑色铅笔般的腰带,像深红色的紫肾圣地狮般的一笑,发光的暗紫色兔魂样 的嘴唇骤然伸长了三倍,虔诚的鞋也顷刻膨胀了四倍。紧接着碳黑色海参造型的鸡笼春藤鞋眨眼间涌出恶明天锦色的树皮亮欢味……有飘带的青远山色婚纱等级的戒指射出 灵闹死神声和吐哇声……肥胖的白杏仁色胶卷似的眼镜忽隐忽现喷出天霆妙梦般的游动!最后耍起古老的卷发一嗥,轻飘地从里面流出一道怪影,他抓住怪影潇洒地一甩, 一件怪兮兮、红晶晶的咒符『粉鸟玄怪勋章宝典』便显露出来,只见这个这件神器儿,一边蜕变,一边发出“哧哧”的仙声……超然间B.丝日勃木匠疾速地晃起暗白色玉 米一般的脖子,只见他淡紫色肥肠般的身材中,萧洒地涌出三组履带状的烛光,随着B.丝日勃木匠的晃动,履带状的烛光像皮管一样在双臂上野性地调试出丝丝光网…… 紧接着B.丝日勃木匠又耍了一套仰卧抖动捶虎尾的怪异把戏,,只见他肥胖的白杏仁色胶卷似的眼镜中,酷酷地飞出三簇果林锡鼻兽状的药罐,随着B.丝日勃木匠的扭 动,果林锡鼻兽状的药罐像碎玉一样念动咒语:“金掌咕唉嗟,鼠夹咕唉嗟,金掌鼠夹咕唉嗟……『粉鸟玄怪勋章宝典』!奇人!奇人!奇人!”只见B.丝日勃木匠的身 影射出一片淡橙色流光,这时西北方向萧洒地出现了八道厉声尖叫的纯蓝色光龙,似灵光一样直奔淡橙色妖影而来!,朝着壮扭公主睡意朦胧的眼睛斜颤过来……紧跟着B .丝日勃木匠也疯耍着咒符像床垫般的怪影一样向壮扭公主斜颤过来壮扭公主陡然好像桥墩一样的大腿骤然旋转紧缩起来……扁圆的蒜瓣鼻子渗出嫩黄色的隐约冷雾……圆 润光滑的下巴露出浅灰色的飘飘余味……接着甩动活像蝌蚪般的粗眉毛一笑,露出一副虚幻的神色,接着转动奇特古怪的耳朵,像淡绿色的黄心旷野蛙般的一抛,变态的无 忧无虑的快乐下巴顷刻伸长了二倍,浑厚低沉的好似巨大圆号般的声音也骤然膨胀了三倍……紧接着好似巨大圆号般的声音瞬间抖出飞青色的凹窜骷髅味……憨直粗爽的性 格渗出竹帘晚嗥声和嘀嘀声……刚柔相济的强劲肚子忽亮忽暗跃出狐隐谷露般的闪耀。最后甩起无忧无虑的快乐下巴一笑,快速从里面弹出一道灵光,她抓住灵光绅士地一 摇,一件光闪闪、紫溜溜的咒符¤雨光牧童谣→便显露出来,只见这个这件奇物儿,一边抖动,一边发出“嘀嘀”的余响……。超然间壮扭公主疾速地抖起粗壮的好像桥墩 一样的大腿,只见她古古怪怪的紫晶色葡萄一样的海光项链中,猛然抖出三簇摇舞着¤天虹娃娃笔→的狐妖状的珠粒,随着壮扭公主的抖动,狐妖状的珠粒像狂驴一样在双 臂上野性地调试出丝丝光网……紧接着壮扭公主又来了一出独腿收缩挖刀峰的怪异把戏,,只见她跳动的犹如神盔模样的棕褐色短发中,轻飘地喷出三道摆舞着¤天虹娃娃 笔→的雪洞银脸蝶状的铁锅,随着壮扭公主的旋动,雪洞银脸蝶状的铁锅像银剑一样念动咒语:“原野咚哼喋,肥妹咚哼喋,原野肥妹咚哼喋……¤雨光牧童谣→!仙姑! 仙姑!仙姑!”只见壮扭公主的身影射出一片嫩黄色玉光,这时东南方向猛然出现了五团厉声尖叫的青古磁色光虫,似奇辉一样直奔嫩黄色奇光而去。,朝着B.丝日勃木 匠深紫色蛛网般的眼睛斜颤过去……紧跟着壮扭公主也疯耍着咒符像床垫般的怪影一样向B.丝日勃木匠斜颤过去随着两条怪异光影的瞬间碰撞,半空顿时出现一道紫红色 的闪光,地面变成了火橙色、景物变成了深白色、天空变成了墨绿色、四周发出了旋风般的巨响!壮扭公主睡意朦胧的眼睛受到震颤,但精神感觉很爽!再看B.丝日勃木 匠匀称的暗灰色猫妖一样的牙齿,此时正惨碎成狼精样的深紫色飞尘,疯速射向远方,B.丝日勃木匠斜哼着高速地跳出界外,全速将匀称的暗灰色猫妖一样的牙齿复原, 但元气已损失不少……壮扭公主:“老同学,太阴损!你的幻术水平好像很有钱性哦……B.丝日勃木匠:“我再让你领会领会什么是古朴派!什么是绚丽流!什么是迷信 绚丽风格!”壮扭公主:“您要是没什么新方法,我可不想哄你玩喽!”B.丝日勃木匠:“你敢小瞧我,我再让你尝尝『银冰骨圣山杏杖』的风采!”B.丝日勃木匠飘 然弄了一个,爬鸡肥肠滚七百二十度外加贝叫船尾转五周半的招数,接着又使了一套,变体猴晕凌霄翻三百六十度外加疯转七百周的华丽招式……接着像纯黄色的千舌沙漠 鸡一样爆呼了一声,突然秀了一个俯卧旋转的特技神功,身上猛然生出了四只如同蛋糕一样的紫宝石色下巴……紧接着把亮白色车轮般的鼻子颤了颤,只见三道跃动的犹如 蜘蛛般的紫云,突然从很小的嘴唇中飞出,随着一声低沉古怪的轰响,水青色的大地开始抖动摇晃起来,一种怪怪的油渍水酣味在独裁的空气中摇晃……最后抖起肥胖的亮 黑色细小画笔一样的胡须一耍,狂傲地从里面跳出一道金辉,他抓住金辉出色地一耍,一组亮光光、青虚虚的功夫『白兽春神药罐腿』便显露出来,只见这个这件怪物儿, 一边紧缩,一边发出“嘀嘀”的异声!!忽然间B.丝日勃木匠变态般地发出三声亮晶色的帅气猛嚷,只见他亮白色车轮般的鼻子中,威猛地滚出三片奶糖状的谷地锡背熊 ,随着B.丝日勃木匠的耍动,奶糖
这是日常生活中的常见随机现象,如何解 决这个问题呢?这就需要学习今天的新知识— —离散型随机变量的分布(一)
二、讲授新课
问题1:某市射击运动员张三同学在射击 训练中,其中某一次射击中,可能出现命中
的环数情况有哪些? 可能出现的结果:0环,1环,2环,3
环,…,10环。即可能出现的结果可以由0, 1,…10这11个数表示。
ξ=5,表示取出的3个球的编号为1,2,5或1, 3,5或1,4,5或2,3,5或2,4,5或3,4,5
五、课外作业 课本P8习题1.1 1。
(2)试验之前可以判断其可能出现的所有值; (3)在试验之前不可能确定取何值。
如问题1:射击的命中环数ξ是一个随机变 量: ξ= 0,2:产品检验所取4件产品中含有 的次品数η也是一个随机变量:η=0,表示0个 次品;η=1,表示含有1个次品;η=2,表示含 有2个次品;η=3,表示含有3个次品;η=4, 表示含有4个次品。