“离散型随机变量”的含义理解与教学思考
浙江省金华第一中学孔小明
“2.2.1离散型随机变量”是人教版数学2-3第二章“随机变量及其分布”的第一节第一课时内容，是学生在必修课程学习概率的基础上，进一步学习某些离散型随机变量分布列及其均值、方差等内容的基础概念课.教材通过取有限值的随机变量为载体，介绍有关随机变量的概念，重点在概念含义的理解及应用.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，它建立了连接随机现象和实数空间的一座桥梁，使我们能用变量来刻划随机试验的结果以及随机事件，以便借助于有关实数的数学工具来研究随机现象的本质，从而可以建立起应用到不同领域的概率模型，如二项分布模型、超几何分布模型、正态分布模型等.
由于随机变量与离散型随机变量不同于函数中的变量，它是按照一定概率取值的变量，牵涉许多学生所不具备的基础知识，按学生的现有知识和认知水平难以透彻理解，所以建立并正确理解随机变量与离散型随机变量的概念就成为教学的难点，关键是多考察实际例子，通过实例加深对随机变量及离散型随机变量含义的认识，会用随机变量表达简单的随机事件.
一、正确理解（离散型）随机变量的含义
随机变量的定义：如果对于试验的样本空间Ω中的每一个样本点ω，变量X都有一个确定的实数值与之对应，则变量X是样本点ω的实函数，记作X=X(ω) .我们称这样的变量X 为随机变量．由于中学生相关知识的欠缺，教材对随机变量及离散型随机变量概念的引进都避开严格的数学定义.教科书借助实例给出随机变量的描述性定义：随着试验结果变化而变化的变量称为随机变量.在此基础上给出离散型随机变量的定义：所有取值可以一一列出的
随机变量.随机变量常用字母 X , Y，，，…表示.
随机变量的含义可以从下述几个方面理解：
（1）随机变量是将随机试验的结果数量化.许多随机事件表现为数量形式，但有些随机事件并不具有数量形式，这时，我们也可把这样的随机事件与实数之间，人为地而又合理地建立起一种对应关系，使每个随机事件都对应着一个实数，那么，随机事件就可以用这些实数为变量来表示，即可把试验的结果数量化.任何一个随机试验的结果都可以进行量化，不同的试验结果用不同的数表示，理论上同一个试验结果可以选择任意一个确定的数来表示，通常根据所关心的问题恰当地定义随机变量.
（2）随机变量的每一个取值都对应于随机试验的某一随机事件.
（3）随机变量的取值具有随机性.一方面指随着试验和观察次数的不同，随机变量可能取得不同的数值，即随机变量在不同的观察次数中数值在不断地变化，当然只有变化才称得上是变量；另一方面，由于随机变量的取值依赖试验的结果，虽然试验之前可以判断随机试验可能出现的所有结果，但在每次试验之前无法断言会出现何种结果，因而也就无法确定随机变量会取什么值，即它的取值具有随机性.
（4）随机变量的取值具有统计规律性.虽然随机变量在一次试验中的取值具有随机性，但多次试验或观测所得到的结果有一定的内在统计规律性，只有认识了这些规律性，才能用它来指导实践，对随机变量的研究可以通过其概率分布来描述，离散型随机变量的研究常用
分布列、均值和方差等来衡量.随机变量X取每一个值的概率P(X=)，等于其相应的随机事件发生的概率P().
（5）通过随机变量的取值表达试验结果，虽然形式不一样，但不影响我们对试验实质的理解，因而在必修3中关于事件的运算性质和法则仍然可用在随机变量表示的事件上.
二、“离散型随机变量”的教学思考
1.通过对熟知实例的分析思考，理解随机变量的含义
随机变量的教学内容虽只限于概率论与数理统计的最基本概念，但仍牵涉许多学生所不具备的基础知识.教学中不追求数学理论上的严密性，对概念的讲解主要通过一些熟知浅显的实例来帮助学生加深理解.一个好的例子胜过一千次说教，教学中要善于利用大量的各种与随机变量有关的实际问题来发展学生感性认识，包括抛掷骰子出现的点数、射击命中的环数、产品检验中次品的件数、电灯泡的使用寿命、一天之内的温度、学生的体育锻炼时间等等.通过大量实例的分析思考，引导学生逐步理解随机变量的含义.
例如为了使试验结果数量化的认知过程自然，让学生感受到引入随机变量的合理简洁性，可以给出一些学生熟知的实例并分三类进行考察.首先通过举出试验结果本身已具有数值意义的实例，如掷一枚骰子可能出现的点数，某人射击可能命中的环数等，说明随机试验直接的可能结果一般为数值，形成对随机试验结果数量化的感性认识.其次举出随机试验的结果虽不具备数量性质，但试验结果间接含有数值意义的实例，如一次罚篮中，可能出现罚中、罚不中这两种情况，这个随机试验的结果不具备数量性质，但实际比赛中罚中得1分，罚不中得0分，当我们看到得1分就表示罚中了，得0分就表示罚不中，因此我们可以分别用数字1、0表示罚中和没罚中，这不仅借助学生“已有认知”感知试验的非数值结果如何数值化，而且隐含“根据所关心的问题恰当地定义随机变量”的特征.最后再给出随机试验的结果“完全”不具备数量性质的随机试验，如投掷一枚硬币，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.明确了这种人为数值化的“对应关系”，再引导学生回顾必修3关于随机试验结果的随机性，随机变量的描述性定义就水到渠成了.
2.通过与函数概念的比较，加深对随机变量概念实质的理解
随机变量与函数这两个概念既有联系又有区别，他们都是从一个集合到另一个集合的映射.它们的区别主要在于：随机变量把随机试验的结果映为实数，而函数是把实数映为实数.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.函数关系是一些变量的变化完全决定另一些变量的变化，这些关系是确定性关系.随机变量虽然也是变化的，但却没有一个真正意义上的自变量x，它们之间虽然有着密切的
联系，但这种关系无法用确定的函数关系式表达出来，即变量间有关联但不能彼此确定.函数的取值是按一定法则给定的，无需做试验便可依据自变量的值确定函数值，而随机变量的取值随试验结果而定，因为试验的结果的出现是随机的，因此，随机变量的取值也是随机的.
教学中可以借助具体的例子比较帮助学生明确它们的联系与区别.比如圆的面积是圆半径的函数，一旦圆的半径取定，那么圆的面积就是唯一确定的值.而对于掷一枚硬币出现的结果这一变量来说，我们用数1和0分别表示正面向上和反面向上（这种表示是确定的），因为掷一枚硬币可能出现的结果有两种（正面或反面），它是随机的，因此，出现数1和0也是随机的.对于随机变量来说，最关键的地方就是它的取值情况的不唯一，当事情发生时，可能出现多种结果.
3.通过具体实例分析与比较，理解“离散型随机变量”的概念
由于随机变量和离散随机变量是上、下位概念的关系，教学中可在给出随机变量概念的基础上直接给出离散型随机变量的概念，但从有助于学生理解概念的角度，可将随机变量分为“离散型随机变量”与“非离散型随机变量”两类，通过实例比较体会它们的区别，突出离散型随机变量“取值可以一一列出”的特性.
例如：①某机场候机室中一天的游客数量为X；②某寻呼台一天内收到的寻呼次数为X；
③某水文站观察到一天中长江的水位为X；④某立交桥一天经过的车辆数为X.其中哪个不是离散型随机变量?
看一个变量是否是离散型随机变量，首先看它是否是随机的，其次看它是否是离散的.
①、②、④中的随机变量X可能取的值，我们都可以按一定次序一一列出，因此，它们都是离散型随机变量；③中的X可以取某一区间内的一切值，无法按一定次序一一列出，故X 不是离散型随机变量.
4.通过实际应用，体会用随机变量表示随机事件的方法
引入随机变量的目的是为了研究随机现象，在“如何通过随机变量表示所关心的随机事件”问题上，教科书通过具体例子介绍用随机变量表示随机事件的方法，并通过“电灯泡的寿命X是离散型随机变量吗？”的问题讨论，引导学生体会，在实际应用中如何根据实际问题恰当地定义随机变量，以达到事半功倍的效果.教学中可以借助其它相关问题的讨论，突出离散型随机变量的取值特征，加深对离散型随机变量概念的理解，进一步体会用随机变量表示随机事件的方法.
例如：下列随机试验的结果能否用离散型随机变量表示？若能，请写出各随机变量可能的取值，并说明这些值所表示的随机试验的结果.（教科书45页练习）
（1）抛掷两枚骰子，所得点数之和；
（2）某足球队在5次点球中射进的球数；
（3）任意抽取一瓶某种标有2500ml的饮料，其实际量与规定量之差.
并可进一步提出：对于（3）你能恰当地定义随机变量吗？
对随机变量及离散型随机变量这样抽象的概念，教学着眼点在于明确它的意义，通过具体实例分析与比较理解概念的含义，通过实际应用体会用随机变量表示随机事件的方法.结合后续内容的学习，逐步学会一种方法（即利用离散型随机变量思想描述和分析某些随机现象的方法），形成一种意识（用随机观念观察分析问题的意识）.
随机变量的数学期望值
在概率论和统计学中，一个离散性随机变量的期望值（或数学期望、或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和。换句话说，期望值是随机试验在同样的机会下重复多次的结果计算出的等同“期望”的平均值。需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。（换句话说，期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。）
单独数据的数学期望值算法
对于数学期望的定义是这样的。数学期望
E(X) = X1*p(X1) + X2*p(X2) + …… + Xn*p(Xn)
X1,X2,X3,……,Xn为这几个数据，p(X1),p(X2),p(X3),……p(Xn)为这几个数据的概率函数。在随机出现的几个数据中p(X1),p(X2),p(X3),……p(Xn)概率函数就理解为数据X1,X2,X3,……,Xn出现的频率f(Xi).则：
E(X) = X1*p(X1) + X2*p(X2) + …… + Xn*p(Xn) = X1*f1(X1) + X2*f2(X2)
+ …… + Xn*fn(Xn)
很容易证明E(X)对于这几个数据来说就是他们的算术平均值。
我们举个例子，比如说有这么几个数：
1，1，2，5，2，6，5，8，9，4，8，1
1出现的次数为3次，占所有数据出现次数的3/12,这个3/12就是1所对应的频率。同理，可以计算出f(2) = 2/12,f(5) = 2/12 , f(6) = 1/12 , f(8) = 2/12 , f(9) = 1/12 , f(4) = 1/12 根据数学期望的定义：
E(X) = 2*f(2) + 5*f(5) + 6*f(6) + 8*f(8) + 9*f(9) + 4*f(4) = 13/3
所以E(X) = 13/3,
现在算这些数的算术平均值：
Xa = (1+1+2+5+2+6+5+8+9+4+8+1)/12 = 13/3 所以E(X) = Xa = 13/3
几个重要的离散型随机变量的分布列 井 潇（鄂尔多斯市东胜区东联现代中学017000） 随着高中新课程标准在全国各地的逐步推行，新课标教材越来越受到人们的关注，新教材加强了对学生数学能力和数学应用意识的培养，而概率知识是现代公民应该具有的最基本的数学知识，掌握几种常见的离散型随机变量的分布列是新课标教材中对理科学生的最基本的要求，也是高考必考的内容，先结合新教材，具体谈一谈几个重要的离散型随机变量分布列及其简单的应用。 下面先了解几个概念: 随机变量:如果随机试验的结果可以用一个变量来表示,那么这样的变量就叫随机变量.随机变量常用希腊字母,ξη等表示. 离散型随机变量:对于随机变量可能取的值,我们可以按一定次序一一列出,这样的随机变量就叫离散型随机变量. 离散型随机变量的分布列:一般地设离散型随机变量ξ可能取得值为 123,,,...,,...,i x x x x ξ取每一个值()1,2,3,...i x i =的概率()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. 由概率的性质可知,任一离散型随机变量的分布列都有以下两个性质 (1)0,1,2,3,...i P i ≥= (2)123...1P P P +++= 离散型随机变量在某个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. 一、 几何分布 在独立重复试验中，某事件第一次发生时所做试验的次数ξ是一个取值为正整数的离散型随机变量，“k ξ=”表示第k 次独立重复试验时事件第一次发生。如果把第k 次试验时事件A 发生记为k A 、事件A 不发生记为k A ，()() ,k k P A p P A q ==，那么 ()()1231...k k P k P A A A A A ξ-==，根据相互独立事件的概率的乘法公式得 ()()()()()()1231...k k P k P A P A P A P A P A ξ-==()11,2,3,...k q p k -==。 于是得到随机变量ξ的概率分布
第2离散型随机变量的方差 学习目标1.理解取有限个值的离散型随机变量的方差的概念.2.能计算简单离散型随机变量的方差，并能解决一些实际问题． 知识点离散型随机变量的方差 甲、乙两名工人加工同一种零件，两人每天加工的零件数相等，所得次品数分别为X和Y，X和Y的分布列为 X 01 2 P 6 10 1 10 3 10 Y 01 2 P 5 10 3 10 2 10 思考1试求EX，EY. 思考2能否由EX与EY的值比较两名工人技术水平的高低？ 思考3试想用什么指标衡量甲、乙两工人技术水平的高低？ 梳理(1)离散型随机变量的方差的含义 设X是一个离散型随机变量，用E(X－EX)2来衡量X与EX的________________，E(X－EX)2是(X－EX)2的________，称E(X－EX)2为随机变量X的方差，记为________． (2)方差的大小与离散型随机变量的集中与分散程度间的关系 方差越____，随机变量的取值越分散；方差越____，随机变量的取值就越集中在其均值周
围． (3)参数为n，p的二项分布的方差 当随机变量服从参数为n，p的二项分布时，其方差DX＝np(1－p)． 类型一求离散型随机变量的方差 命题角度1已知分布列求方差 例1已知X的分布列如下： X －10 1 P 1 2 1 4 a (1)求X2 (2)计算X的方差； (3)若Y＝4X＋3，求Y的均值和方差． 反思与感悟方差的计算需要一定的运算能力，公式的记忆不能出错！在随机变量X2的均值比较好计算的情况下，运用关系式DX＝EX2－(EX)2不失为一种比较实用的方法．另外注意方差性质的应用，如D(aX＋b)＝a2DX. 跟踪训练1已知η的分布列为 η010205060 P 1 3 2 5 1 15 2 15 1 15 (1)求方差； (2)设Y＝2η－Eη，求DY.
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：
2019-2020学年高中数学 2.3.1离散型随机变量的期望学案 新人教 A 版选修2-3 【教学目标】 1了解离散型随机变量的期望的意义，会根据离散型随机变量的分布列求出期望． ⒉理解公式“E （a ξ+b ）=aE ξ+b ”，以及“若ξ～Β(n ，p)，则E ξ=np ”.能熟练地应用它们求相应的离散型随机变量的期望 【教学重难点】 教学重点：离散型随机变量的期望的概念 教学难点：根据离散型随机变量的分布列求出期望 【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） 5. 分布列:设离散型随机变量ξ可能取得值为x1，x2，…，x3，…， ξ取每一个值xi （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 6. 分布列的两个性质： ⑴Pi ≥0，i ＝1，2，…； ⑵P1+P2+…=1． 7.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 0 1 … k … n P n n q p C 00 1 11-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，并记k n k k n q p C -＝
§2.3.2离散型随机变量的方差导学案 高二数学组 一、教学目标 1、通过实例，理解离散型随机变量的方差； 2、能计算简单离散型随机变量的方差。 重点：离散型随机变量的方差的概念 难点：根据离散型随机变量的分布列求出方差 二、自学引入： 问题1：某射手在10次射击中所得环数为：10，9，8，10，8，10，10，10，8，9. 求这名射手所得环数的方差。 问题2：某射手在一次射击中所得环数 能否根据分布列求出这名射手所得环数的方差？ 引入概念： （1）方差的概念：设一个离散型随机变量X所有可能取得值是x1，x2，…，x n；这些值对应的概率为p1，p2，…，p n，则 D（X）= ， 叫做这个离散型随机变量X的方差。 离散型随机变量的方差反映了离散型随机变量的取值。 （2）D（X）的叫做随机变量X的标准差。 三、问题探究： （1）若随机变量X服从参数为p的二点分布，则D（X）= （）。 （2）若随机变量X服从参数为n，p的二项分布，则D（X）= （）。 四、典例解析： 例1 甲、乙两射手在同样条件下进行射击，成绩的分布列如下： 射手甲： 射手乙： 谁的射击水平比较稳定。 变式训练设X是一个离散型随机变量，其分布列如下表，试求D（X）
例2 已知某离散型随机变量X 服从下面的二项分布： k k k C k X P -==449.01.0)( (k=0,1,2,3,4). 求E （X ）和D （X ）。 变式训练 一牧场有10头牛，因误食含有病毒的饲料而被感染，已知该病的发病率为 0.02。设发病的牛的头数为X ，求E （X ）和D （X ）。 五、小结： 六、作业：课后练习A 、B 。 §2.3. 2离散型随机变量的方差当堂检测 高二数学组 1、已知()~,,8, 1.6B n p E D ξξξ==，则,n p 的值分别是（ ） A ．1000.08和； B ．200.4和； C ．100.2和； D ．100.8和 2、设投掷1颗骰子的点数为ξ，则（ ） A.E ξ=3.5，D ξ=3.52 B.E ξ=3.5，D ξ=12 35 C.E ξ=3.5，D ξ=3.5 D.E ξ=3.5，D ξ= 16 35 3、有一批数量很大的商品的次品率为1%，从中任意地连续取出200件商品，设其中次品数为X ，求E （X ），D （X ） 4、A 、B 两台机床同时加工零件，每生产一批数量较大的产品时，出次品的概率如下表所示： A 机床 B 机床 问哪一台机床加工质量较好
常用离散型随机变量的分布函数 (1) 离散型随机变量 [1] 概念：设X 是一个随机变量，如果X 的取值是有限个或者 无穷可列个，则称X 为离散型随机变量。其相应的概 率()i i P X x p ==(12)i =、……称为X 的概率分 布或分布律，表格表示形式如下： [2] 性质： ? 0i p ≥ ?11n i i p ==∑ ?分布函数()i i x x F x p == ∑ ?1{}()()i i i P X x F x F x -==- (2) 连续型随机变量 [1] 概念：如果对于随机变量的分布函数()F x ，存在非 负的函数 ()f x ，使得对于任意实数x ，均有： ()()x F x f x dx -∞= ? 则称X 为连续型随机变量，()f x 称为概率密度函 数或者密度函数。
[2] 连续型随机变量的密度函数的性质 ?()0f x ≥ ? ()1f x dx +∞ -∞=? ?{}()()()P a X b F b F a f x dx +∞ -∞<≤=-= ? ?若()f x 在x 点连续，则()()F x f x '= (3) 连续型随机变量和离散型随机变量的区别： [1] 由连续型随机变量的定义，连续型随机变量的定义域是 (),-∞+∞，对于任何x ，000 {}()()0P X x F x F x ==--=；而对于离散型随机变量的分布函数有有限个或可列个间 断点，其图形呈阶梯形。 [2] 概率密度()f x 一定非负，但是可以大于1，而离散型随 机变量的概率分布i p 不仅非负，而且一定不大于1. [3] 连续型随机变量的分布函数是连续函数，因此X 取任何 给定值的概率都为0. [4] 对任意两个实数a b <，连续型随机变量X 在a 与b 之间 取值的概率与区间端点无关，即：
离散型随机变量的概念》教学设计 一、教材分析 《离散型随机变量的概念》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一课时。本章是在必修三中学习了基本的概率统计知识的基础上，进一步学习随机变量及其分布的知识。本节内容一方面承接了必修三的知识；另一方面，掌握好这一节课将有助于后续的学习，因此它在知识体系上起着承上启下的作用。随机变量是连接随机现象和实数空间的一座桥梁，从而使得更多的数学工具有了用武之地。离散型随机变量是最简单的随机变量。本节课主要通过离散型随机变量展示用实数空间刻画随机现象的方法。 二、学情分析 学生在必修 3 概率一章中学习过的随机试验、随机事件、简单的概率模型和必修1 中学习过的变量、函数、映射等知识是学习、领悟和“接纳”随机变量概念的重要知识基础，教学时应充分注意这一教学条件；另外，为更好地形成随机变量和离散型随机变量两个概念，教学中可借助媒体列举和展现丰富的实例和问题，以留给学生更多的时间思考和概括。 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，培养学生分析问题、 解决问题的能力
四、目标分析 1知识与技能目标：理解随机变量和离散型随机变量的概念，能够运用随机变量表示随机事件，学会恰当的定义随机变量； 2、过程与方法目标：在教学过程中，以不同的实际问题为导向，弓I导学生分析问题的特点，归纳问题的共性，提高理解分析能力和抽象概括能力； 3、情感与态度目标：通过列举生活中的实例，提高学生学习数学的积极性, 使学生进一步感受到数学与生活的零距离，增强数学应用意识。 五、教学重点与难点 教学重点：随机变量、离散型随机变量概念的理解及随机变量的实际应用；教学难点：对随机变量概念的透彻理解及对引入随机变量目的的认识。 六、教学过程设计：
2.1.1离散型随机变量 【学习要求】 1．理解随机变量及离散型随机变量的含义． 2．了解随机变量与函数的区别与联系． 【学法指导】 引进随机变量的概念，就可以用数字描述随机现象，建立连接数和随机现象的桥梁，通过随机变量和函数类比，可以更好地理解随机变量的定义，随机变量是函数概念的推广. 【知识要点】 1．随机试验：一般地，一个试验如果满足下列条件： （1）试验可以在相同的情形下重复进行； （2）试验所有可能的结果是明确的，并且不只一个； （3）每次试验总是恰好出现这些可能结果中的一个，但在一次试验之前却不能肯定这次试验的结果会出现哪一个．这种试验就是一个随机试验． 2．随机变量：在随机试验中，随着变化而变化的变量称为随机变量． 3．离散型随机变量：所有取值可以的随机变量，称为离散型随机变量. 【问题探究】 探究点一随机变量的概念 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呢？ 问题2随机变量和函数有类似的地方吗？ 例1下列变量中，哪些是随机变量，哪些不是随机变量？并说明理由． （1）上海国际机场候机室中2013年10月1日的旅客数量； （2）2013年某天济南至北京的D36次列车到北京站的时间； （3）2013年某天收看齐鲁电视台《拉呱》节目的人数； （4）体积为1 000 cm3的球的半径长． 小结随机变量从本质上讲就是以随机试验的每一个可能结果为自变量的一个函数，即随机变量的取值实质上是试验结果对应的数，但这些数是预先知道所有可能的值，而不知道究竟是哪一个值． 跟踪训练1指出下列变量中，哪些是随机变量，哪些不是随机变量，并说明理由． （1）某人射击一次命中的环数； （2）任意掷一枚均匀硬币5次，出现正面向上的次数； （3）投一颗质地均匀的骰子两次出现的点数(最上面的数字)中的最小值； （4）某个人的属相． 探究点二离散型随机变量的判定 问题1什么是离散型随机变量？ 问题2非离散型随机变量和离散型随机变量有什么区别？ 例2①某座大桥一天经过的中华牌轿车的辆数为ξ；②某网站中歌曲《爱我中华》一天内被点击的次数为ξ； ③一天内的温度为ξ；④射手对目标进行射击，击中目标得1分，未击中目标得0分，用ξ表示该射手在一次射击中的得分．上述问题中的ξ是离散型随机变量的是() A．①②③④B．①②④C．①③④D．②③④ 小结该题主要考查离散型随机变量的定义，判断时要紧扣定义，看是否能一一列出． 跟踪训练2指出下列随机变量是否是离散型随机变量，并说明理由． （1）白炽灯的寿命ξ； （2）某加工厂加工的一批某种钢管的外径与规定的外径尺寸之差ξ； （3）江西九江市长江水位监测站所测水位在(0,29]这一范围内变化，该水位站所测水位ξ； （4）一个袋中装有5个白球和5个黑球，从中任取3个，其中所含白球的个数． 探究点三离散型随机变量的应用 例3（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.写出随机变量ξ可能取的值，并说明随机变量所取的值表示的随机试验的结果． （2）抛掷两枚骰子各一次，记第一枚骰子掷出的点数与第二枚骰子掷出的点数的差为ξ，试问：“ξ>4”表示的试验结果是什么？ 小结解答此类问题的关键在于明确随机变量的所有可能的取值，以及其取每一个值时对应的意义，即一个随机变量的取值可能对应一个或多个随机试验的结果，解答过程中不要漏掉某些试验结果． 跟踪训练3下列随机试验的结果能否用离散型随机变量表示？若能，请写出各随机变量可能的取值并说明这些值所表示的随机试验的结果． （1）盒中装有6支白粉笔和2支红粉笔，从中任意取出3支，其中所含白粉笔的支数ξ，所含红粉笔的支数η. （2）从4张已编有1～4的卡片中任意取出2张，被取出的卡片号数之和ξ. （3）离开天安门的距离η. （4）袋中有大小完全相同的红球5个，白球4个，从袋中任意取出一球，若取出的球是白球，则过程结束；若取出的球是红球，则将此红球放回袋中，然后重新从袋中任意取出一球，直至取出的球是白球，此规定下的取球次数ξ. 【当堂检测】 1．下列变量中，不是随机变量的是() A．一射击手射击一次命中的环数B．标准状态下，水沸腾时的温度 C．抛掷两枚骰子，所得点数之和D．某电话总机在时间区间(0，T)内收到的呼叫次数 2．10件产品中有3件次品，从中任取2件，可作为随机变量的是() A．取到产品的件数B．取到正品的概率 C．取到次品的件数D．取到次品的概率 3．抛掷2枚骰子，所得点数之和记为ξ，那么“ξ＝4”表示的随机试验的结果是() A．2枚都是4点B．1枚是1点，另1枚是3点 C．2枚都是2点D．1枚是1点，另1枚是3点，或者2枚都是2点 4．一袋中装有6个同样大小的黑球，编号为1,2,3,4,5,6.现从中随机取出2个球，以ξ表示取出的球的最大号码，则“ξ＝6”表示的试验结果是___________________． 【课堂小结】 1．所谓的随机变量就是试验结果和实数之间的一个对应关系，随机变量是将试验的结果数量化，变量的取值对应于随机试验的某一个随机事件．
离散型随机变量 学习目标 1.理解随机变量及离散型随机变量的含义.2.了解随机变量与函数的区别与联系. 知识点一随机变量 思考1抛掷一枚质地均匀的硬币，可能出现正面向上、反面向上两种结果，这种试验结果能用数字表示吗？ 答案可以，可用数字1和0分别表示正面向上和反面向上. 思考2在一块地里种10棵树苗，棵数为x，则x可取哪些数字？ 答案x＝0,1,2,3， (10) (1)定义 在随机试验中，可以确定一个对应关系，使得每一个试验结果都用一个确定的数字表示，数字随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. (2)表示：随机变量常用字母X，Y，ξ，η…表示. 知识点二随机变量与函数的关系 思考随机变量和函数有类似的地方吗？ 答案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.试验结果相当于函数的自变量，随机变量相当于函数的函数值，随机变量可以看作函数概念的推广. 知识点三离散型随机变量 1.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. 2.特征： (1)可用数值表示. (2)试验之前可以判断其出现的所有值. (3)在试验之前不能确定取何值.
(4)试验结果能一一列出. 类型一随机变量的概念 例1下列变量中，哪些是随机变量，哪些不是随机变量？并说明理由. (1)某机场一年中每天运送乘客的数量. (2)某单位办公室一天中接到电话的次数. (3)明年5月1日到10月1日期间所查酒驾的人数. (4)明年某天济南一青岛的某次列车到达青岛站的时间. 解(1)某机场一年中每天运送乘客的数量可能为0,1,2,3，…，是随机变化的，因此是随机变量. (2)某单位办公室一天中接到电话的次数可能为0,1,2,3，…，是随机变化的，因此是随机变量. (3)明年5月1日到10月1日期间，所查酒驾的人数可能为0,1,2,3，…，是随机变化的，因此是随机变量. (4)济南一青岛的某次列车到达青岛站的时间每次都是随机的，可能提前，可能准时，亦可能晚点，故是随机变量. 反思与感悟随机变量的辨析方法 1.随机试验的结果是否具有可变性，即每次试验对应的结果不尽相同. 2.随机试验的结果的确定性.即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. 如果一个随机试验的结果对应的变量具有以上两点，则该变量即为随机变量. 跟踪训练1下列变量中，不是随机变量的是() A.一射击手射击一次命中的环数 B.标准状态下，水沸腾时的温度 C.抛掷两枚骰子，所得点数之和 D.某电话总机在时间区间(0，T)内收到的呼叫次数 答案 B 解析B中求沸腾时的温度是一个确定的值. 类型二离散型随机变量的判定
2．1.1 离散型随机变量 知识点随机变量 (1)定义：在随机试验中，确定了一个对应关系，使得每一个试验结果都用一个□01确定的数字表示．在这个对应关系下，□02数字随着□03试验结果的变化而变化．像这种随着□04试验结果变化而变化的变量称为随机变量． (2)表示：随机变量常用字母□05X，Y，ξ，η表示． 知识点随机变量与函数的关系 相同点随机变量和函数都是一种映射 随机变量是随机试验的结果到□01实数的映射，函数是□02实数到□03实区别 数的映射 随机试验结果的范围相当于函数的□04定义域，随机变量的取值范围相联系 当于函数的□05值域 知识点离散型随机变量 所有取值可以□01一一列出的随机变量，称为离散型随机变量． 随机试验的特点 (1)试验的所有结果可以用一个数来表示； (2)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．判断一个变量是否为离散型随机变量，首先看它是不是随机变量，其次看可能取值是否能一一列出，也就是说变量的取值若是有限的，或者是可以列举出来的，就可以视为离散型随机变量，否则就不是离散型随机变量．
1．判一判(正确的打“√”，错误的打“×”) (1)离散型随机变量的取值是任意的实数．( ) (2)随机变量的取值可以是有限个，也可以是无限个．( ) (3)离散型随机变量是指某一区间内的任意值．( ) 答案(1)×(2)√(3)× 2．做一做 (1)甲进行3次射击，甲击中目标的概率为1 2 ，记甲击中目标的次数为ξ，则 ξ的可能取值为________． (2)同时抛掷5枚硬币，得到硬币反面向上的个数为ξ，则ξ的所有可能取值的集合为________． (3)在8件产品中，有3件次品，5件正品，从中任取一件取到次品就停止，抽取次数为X，则X＝3表示的试验是________． 答案(1)0,1,2,3 (2){0,1,2,3,4,5} (3)共抽取3次，前两次均是正品，第3次是次品 解析(1)甲可能3次全击中，也可能一次未中，中1次，2次，所以ξ的取值为0,1,2,3. (2)当硬币全部为正面向上时，ξ＝0，硬币反面向上的个数还可能有1个，2个，3个，4个，也可能都反面向上，即5个． (3)由随机试验可知X＝3表示抽取3次，前两次均是正品，第3次是次品． 探究1 随机变量的概念 例1 下列变量中，哪些是随机变量，哪些不是随机变量？并说明理由． (1)某机场一年中每天运送乘客的数量． (2)某单位办公室一天中接到电话的次数． (3)明年5月1日到10月1日期间所查酒驾的人数． (4)明年某天济南—青岛的某次列车到达青岛站的时间． [解] (1)某机场一年中每天运送乘客的数量可能为0,1,2,3，…，是随机变化的，因此是随机变量． (2)某单位办公室一天中接到电话的次数可能为0,1,2,3，…，是随机变化的，因此是随机变量． (3)明年5月1日到10月1日期间，所查酒驾的人数可能为0,1,2,3，…，是随机变化的，因此是随机变量．
离散型随机变量及其分布 知识点一：离散型随机变量的相关概念； 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 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。若ξ是随机变量，a b ηξ=+，其中a 、b 是常数，则η也是随机变量 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 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 离散型随机变量的分布列:设离散型随机变量ξ可能取的值为12i x x x ??????、ξ取每一个值()1,2,i x i =???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 知识点二：离散型随机变量分布列的两个性质； 任何随机事件发生的概率都满足:0()1P A ≤≤，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： (1) 01,2,i p i ≥=???，；12(2) 1P P ++ = 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1()()()k k k P x P x P x ξξξ+≥==+=+ 知识点二：两点分布： 若随机变量X 的分布列: 则称 X 的分布列为两点分布列. 特别提醒：(1)若随机变量X 的分布列为两点分布, 则称X 服从两点分布,而称P(X=1) 为成功率. (2)两点分布又称为0-1分布或伯努利分布 (3)两点分布列的应用十分广泛,如抽取的彩票是否中奖；买回的一件产品是 否为正品；新生婴儿的性别；投篮是否命中等等；都可以用两点分布列来研究. 知识点三：超几何分布： 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
高一数学必修2-3 2.1--01 《2．1．1离散型随机变量》导学案 编撰崔先湖姓名班级组名. 【学习目标】1.理解随机变量的意义； 2.学会区分离散型与非离散型随机变量，并能举出离散性随机变量 的例子； 3.理解随机变量所表示试验结果的含义，并恰当地定义随机变量. 【学习重点】随机变量、离散型随机变量、连续型随机变量的意义 【学习难点】随机变量、离散型随机变量、连续型随机变量的意义 【学法指导】自主与讨论相结合 【导学过程】 一教材导读 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？ 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：称为随机变量．随机变量常用字母…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映为，函数把映为．在这两种映射之间，试验结果的范围相当于函数的，随机变量的取值范围相当于函数的．我们把随机变量的取值范围叫做随机变量的． 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：，称为离散型随机变量. 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；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。 思考3：电灯的寿命X是离散型随机变量吗？ 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 4.离散型随机变量与连续型随机变量的区别与联系: 注意：（1）有些随机试验的结果虽然不具有数量性质，但可以用数量来表达如投掷一枚硬币，ξ=0，表示正面向上，ξ=1，表示反面向上 （2）若ξ是随机变量，b a b a, , + =ξ η是常数，则η也是随机变量 二、题型导航 题型一、随机变量概念的辨析 【例1】将一颗均匀骰子掷两次，不能作为随机变量的是：（） (A)两次出现的点数之和；(B)两次掷出的最大点数； (C)第一次减去第二次的点数差；(D)抛掷的次数。 变式1 （1）洪湖车站每天候车室候车的人数X，（2）张三每天走路的步数Y，（3）下落的篮球离地面的距离Z，（4）每天停靠洪湖港的船的数量S.不是离散型随机变量的是 解题总结 题型二、随机变量的值域 【例2】写出下列随机变量可能取的值，并说明随机变量所取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； (2)某单位的某部电话在单位时间内收到的呼叫次数η 变式2写出下列各随机变量可能取得值： （1）抛掷一枚骰子得到的点数。 （2）袋中装有6个红球，4个白球，从中任取5个球，其中所含白球的个数。 （3）抛掷两枚骰子得到的点数之和。 （4）某项试验的成功率为0.001，在n次试验中成功的次数。 （5）某射手有五发子弹，射击一次命中率为0.9，若命中了就停止射击，若不命中就一直射到子弹耗尽.求这名射手的射击次数X的可能取值 解题总结
离散型随机变量及其分布 知识点一：离散型随机变量的相关概念； 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、等表示 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。若 是随机变量， a b ，其中a 、b 是常数，则 也 是随机变量 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 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 --------------------- 列出 离散型随机变量的分布列：设离散型随机变量可能取的值为X i 、X 2 X i 取每一 个值X i i 1,2, 的概率为P( X ) p ，贝U 称表 为随机变量的概率分布，简称的分布列 知识点二：离散型随机变量分布列的两个性质； 任何随机事件发生的概率都满足:0 P(A) 1,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： (1) P i 0, i 1,2, ; (2) RP.L 1 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P( 知识点二：两点分布： 若随机变量X 的分布列: 特别提醒：(1) 若随机变量X 的分布列为两点分布，则称X 服从两点分布，而称P(X=1为成 功 率? (2) 两点分布又称为0-1分布或伯努利分布 ⑶两点分布列的应用十分广泛，如抽取的彩票是否中奖；买回的一件产品是 否为正 品；新生婴儿的性别；投篮是否命中等等；都可以用两点分布列 来研究? 知识点三：超几何分布： 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 C k C n k X k ) P( X k ) P( X k 1) L 则称X 的分布列为两点分布列
2.1.1《离散型随机变量》导学案 制作王敬审核高二数学组2016-05-27 【学习目标】 1．通过实例了解随机变量的概念，理解离散型随机变量的概念． 2．能写出离散型随机变量的可能取值，并能解释其意义． 【重点难点】 重点：离散型随机变量的概念． 难点：离散型随机变量的意义． 【预习导航】 1．一个试验如果满足下列条件： (1)试验可以在相同的情形下__________进行； (2)试验的所有可能结果是__________的，并且不只一个； (3)每次试验总是恰好出现这些可能结果中的__________，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． 这种试验就是一个随机试验，为了方便起见，也简称试验． 2．随着__________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等表示． 3．______________________的随机变量，称为离散型随机变量． 【问题整合】 【问题1】一个正四面体玩具，四个面分别涂有红、黄、绿、黑，投掷一次观察落地一面的颜色，有多少种可能的结果？这些结果可以用数字表示吗？ 【问题2】在一块地里种了6棵树苗，设成活的树苗棵数为X，则X可取哪些数字？ 【探究活动一】随机变量及其取值的意义 例1写出下列各随机变量可能的取值，并说明随机变量的值所表示的随机试验的结果． (1)正方体的骰子，各面分别刻着1、2、3、4、5、6，随意掷两次，所得的点数之和为ξ； (2)一个人要开房门，他共有10把钥匙，其中仅有一把是能开门的，他随机取钥匙去开门并且用后不放回，其中打开门所试的钥匙个数为ξ； (3)电台在每个整点都报时，某人随机打开收音机对表，他所等待的时间ξ(min)． 方法规律总结 跟踪训练1 100件产品中，含有5件次品，任意抽取4件产品，其中含有的次品数为ξ，抽取产品的件数为η，ξ、η是随机变量吗？
2．1.1离散型随机变量 [学习目标] 1.理解随机变量及离散型随机变量的含义.2.了解随机变量与函数的区别与联系.3.会用离散型随机变量描述随机现象． 知识点一随机变量 1．随机试验 一般地，一个试验如果满足下列条件： (1)试验可以在相同的情形下重复进行； (2)试验所有可能的结果是明确的，并且不只一个； (3)每次试验总是恰好出现这些可能结果中的一个，但在一次试验之前却不能肯定这次试验的结果会出现哪一个．这种试验就是一个随机试验． 2．随机变量 在随机试验中，随着试验结果变化而变化的变量称为随机变量． 3．随机变量与函数的联系与区别 (1)联系：随机变量与函数都是映射，随机变量是随机试验结果到实数的映射，函数是实数到实数的映射；随机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． (2)区别：函数f(x)的自变量是x，而在随机变量的概念中，随机变量的自变量是试验结果(即样本点)． 思考随机变量是自变量吗？ 答案不是．它是随试验结果变化而变化的，不是主动变化的． 知识点二离散型随机变量 所有取值可以一一列出的随机变量，称为离散型随机变量． 思考离散型随机变量的取值必须是有限个吗？ 答案不一定．离散型随机变量的取值可以一一列举出来，所取值可以是有限个，也可以无限个． 题型一随机变量的概念 例1指出下列变量中，哪些是随机变量，哪些不是随机变量，并说明理由．
(1)任意掷一枚均匀硬币5次，出现正面向上的次数； (2)投一颗质地均匀的骰子出现的点数(最上面的数字)； (3)某个人的属相随年龄的变化； (4)在标准状况下，水在0℃时结冰． 解(1)任意掷一枚硬币1次，可能出现正面向上也可能出现反面向上，因此投掷5次硬币，出现正面向上的次数可能是0,1,2,3,4,5，而且出现哪种结果是随机的，是随机变量． (2)投一颗骰子出现的结果是1点，2点，3点，4点，5点，6点中的一个且出现哪个结果是随机的，因此是随机变量． (3)属相是出生时便定的，不随年龄的变化而变化，不是随机变量． (4)标准状况下，在0℃时水结冰是必然事件，不是随机变量． 反思与感悟解答此类题目的关键在于分析变量是否满足随机试验的结果，随机变量从本质上讲就是以随机试验的每一个可能结果为一个映射，即随机变量的取值实质上是试验结果对应的数，但这些数是预先知道所有可能取的值，而不知道在一次试验中哪一个结果发生，随机变量取哪一个值． 跟踪训练1某学生上学的路上有6处红绿灯． (1)在每个红绿灯路口因红灯停留的时间之和是随机变量吗？ (2)在上学路上遇到的红灯的个数是随机变量吗？ 解(1)是随机变量．在上学的路上因红灯停留的时间之和都与一个非负实数对应，因此在每个红绿灯路口因红灯停留的时间之和是一个随机变量． (2)是随机变量．在上学路上遇到的红灯的个数都与0,1,2,3,4,5,6这7个数字之一相对应，因此在上学路上遇到的红灯的个数是一个随机变量． 题型二离散型随机变量的判定 例2某校为学生订做校服，规定：凡身高(精确到1cm)不超过160cm的学生交校服费80元；凡身高超过160cm的学生，身高每超出1cm多交5元钱．若学生应交校服费为η(单位：元)，学生身高为ξ(单位：cm)，则η和ξ是否为离散型随机变量？ 解由于该校的每一个学生对应着唯一的身高，并且ξ取整数值，因此ξ是一个离散型随机变量，
§ 2.1.1离散型随机变量及其分布列导学案 、学习目标: 1. 会熟练说出离散型随机变量的概念、分布列的表示方法； 2. 能够熟练写出离散型随机变量的分布列。 二、预习课本自主掌握以下概念和原理： 1. 随机变量 (1) 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. (2) 表示法：随机变量常用字母 X , Y , ￡ n ,表示. 2. 离散型随机变量 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. 随机变量和函数的关系 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 . 4. 分布列的定义 若离散型随机变量 X 可能取的不同值为 X j , x 2, , , x i , , , x n , X 取每一个值X j (i = 1,2, , , n)的概 率P(X = x i ) = p i ,以表格的形式表示如下： 此表称为离散型随机变量 5. 分布列的性质 (1) Pi_A 0 , 1 2 = 1,3,3, n (2)、P i =」 i = 1 6. 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_ P( -X k ) =P( =X k ) P( =X ki ) 一 三、基础自测： 2 .下列变量中，不是随机变量的是 ( ) A .一射击手射击一次命中的环数 B .标准状态下，水沸腾时的温度 C .抛掷两颗骰子，所得点数之和 D .某电话总机在时间区间(0, T)内收到的呼叫次数 n ; 的分布列.
第 22卷第1期2019年1月 高等数学研究 STUDIES IN COLLEGE MATHEMATICS Vol.22,No. 1Jan. , 2019 doi ： 10. 3969/j. issn. 1008-1399. 2019. 01. 033 图解常用离散型随机变量 杨夜茜 (同济大学数学科学学院，上海200092) 摘要在 概 率论的学习中，一个重要章节就是常用的离散型随机变量的学习.离 散 型随机变量包括伯努利分布， 二项分布，泊松分布，几何分布，超几何分布和负二项 分布等等.在本文中，首先借 助时间流的图形表达，从伯努利 试验次数和成功次数角度 区分其中的一些常用变量；其次通过一个流程图的方式柢理这些常用的离散型随 机 变量 的定义.本文的目的在于，基于常规的离散型随机变量的分布律等介绍之余，首次尝试从不同的比较汇总角度，借 助图表方法对常用的离散型 随 机 变量进行梳理和总结 ，起 到 区 分 变 量 的 差 异 ，加 强对常用离散型随机变量概念 的 理 解 . 关键词 常 用 离 散 型 随 机 变 量 ；伯 努 利 试 验 次 数 ；成 功 次 数 ；时 间 流 ；流 程 图 中图分类号 0211 文献标识码 A 文章编号 1008-1399(2019)01 -0118-03 Explanation of Discrete Random Variable by Diagrams Y A N G Xiaohan (School of Mathematics Science, Tongji University, Shanghai 200092, China) Abstract This paper uses time flows and flow charts to describe discrete random variables , such as Ber - n o u lli , Binom ial , Poisson , Geometric , and Negative Binomial variables , based on two key points ： number of tria ls , and number of successes . Keywords discrete random variable,num ber of tria ls , number of successes,time flo w , flo w chart i 引言 关于常用的离散型随机变量，它们的定义、分 布律、概率、期望和方差等，在教科书或者是文献 中，已经有非常明确的定义[1_3].在笔者多年的教学 中发现，学生在学习这些随机变量的时候，通常会 出现计算题准确率很高，但涉及定义的问题回答模 糊.因此在本文中，不重复介绍离散型随机变量的 分布律等，尝试从不同的比较和汇总的角度借助图 表方法对这些常用的离散型随机变量进行梳理.在 文献[4]中，George C asella 给出了随机变量间的关 系图，描述了大部分的离散型和连续型随机变量两 两变量之间的联系.与他的关系图侧重点不同，在 本文中，首次设计了两种图形表述方式：时间流和 收稿日期： 2017-12-19 修改日期=2018 -03 -13 作者简介：杨筱菡（1977 —），女，江苏，博士，副教授，概率统计， Email ：xiaohyang @tongji . edu . cn 流程图.时间流的图形很具象，简单明了切中随机 变量定义的关键点.而在自上而下的流程图中，通 过回答每一个是与否的简单问题而找到变量的归 属.这两种图形方式，能快速理清每个常用的离散 型随机变量的定义，区分不同变量概念上的差异， 加强对概念的理解. 注这里要特别说明的是，本文中提及的常用的 随机变量仅是在本科公共基础课程“概率论与数理 统计”中提及的常用离散型随机变量，它们只是常 用离散型随机变量中的一部分，并非全部，例如二 项分布的推广一多项分布等就不在此文讨论的范 围内. 2时间流区分法 通常常用的离散型随机变量总是从讲述伯努 利试验开始，伯努利试验是一类可重复、独立的试 验，且一次试验的样本空间只有两个样本点，6卩{成 功，失败}，有时把样本点“成功”描述为“事件A 发