高中阶段几个重要的离散型随机变量的分布列

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概率分布是新课标教材中对理科学生的基本要求,也是高考必考的内容．现结合新教材,具体谈一谈几个重要的离散型随机变量的分布和简单应用．     

分解法求离散型随机变量的期望

随机变量的分解 把随机变量ξ分成几个简单随机变量的和的过程称为随机变量的分解．     

巧构分布列用方差证不等式

若离散型随机变量分布列为P（X=xi）=Pi（i=1,2,…,n,…）,则依方差公式D（X）=E（X^2）-E（X）^2≥0,     

一个基于数学核心概念、思想方法的教学设计——课题:离散型随机变量的分布列

2007年11月23日,笔者有幸参加了浙江省绍兴市书圣大学堂名师名家教艺展示活动,向与会教师展示了一节课《离散型随机变量的分布列》,浙江省数学特级教师陈钧海老师作了点评:该教学设计充分体现了数学核心概念、思想方法,用一个抽奖活动将整堂课串联起来,思路清晰,很好地达成了教学目标,课堂气氛活跃,师生在课堂     

运用离散型随机变量数学期望的线性性质解题

离散型随机变量的数学期望具有线性性：对任意常数Ci，i=1，2，…，n及b，有 E（∑i=1^nCiζi＋b）=∑i=1^nCiEζi＋b.     

用伯努利试验研究离散型随机变量的分布

将常见的离散型随机变量的分布用一个与伯努利试验有关的题目加以整合,揭示了怎样由伯努利试验构造离散型随机变量的分布．并举出了基于伯努利试验的离散型随机变量的分布在解决相关问题中的例子．实例表明用伯努利试验研究离散型随机变量的分布及相关问题．会起到事半功倍的效果．     

浅谈离散型随机变量问题方法

综观近几年的高考数学理科试卷中,离散型随机变量的分布列、数学期望和方差几乎成为必考内容,且这些问题都是以实际问题为载体,全面考查随机变量及其分布列、期望和方差的意义,相应概率的计算,以及相关的数学思想和方法.下面就此类问题的解题分析过程作简单的梳理.     

浅谈离散型随机变量的数学期望

当X为离散型随机变量时,如果X的取值是有限个,要求X的数学期量E(X),只要知道X的分布律就行了,但是在一些情况下,要求出X的分布律是非常困难和非常复杂的.有些时候,分布律求出来后,可按定义算出X的数学期望:E(X)一∑xipi.然而有时这个和比较难求.在以上两种情况下,我们可以利用数学期望的性质:E(X1+…+Xn)=E(X1)+…十E(Xn)把X分解为几个随机变量的和,而这几个随机变量的数学期望很容易求.一般当X表示的是与计数有关的随机变量时,大部分情形我们可以把它分解,并且是分解成0一1分布或两点分布的随机变量的和.下面通过几个例子来说明这种方法的应用.     

常用离散型随机变量的高阶原点矩

对离散型随机变量的高阶矩进行了研究,给出了几类离散型随机变量的高阶原点矩的统一递推公式,得到了离散型随机变量的高阶原点矩的形式特征.     

离散型随机变量的平均信息熵

根据Shannon信息量,本文提出了离散型随机变量平均信息熵的概念并推导了计算公式,结果表明平均信息熵与调和级数有关.平均信息熵可作为评价信源提供信息量多少的指标.     

关于组合数的一项性质

对于∑ｎｉ =0(- 1 ) ｉＣｉｎ =0相信大家都很熟悉 ,但笔者发现 ,该式可推广成 ∑ｎｉ=0ｉｋ(- 1 ) ｉＣｉｎ =0 (ｋ≤ｎ - 1且ｋ∈Ｎ) .证明　 (1 )当ｎ=2时 ,ｋ=1左边 =∑2ｉ=0ｉ(- 1 ) ｉＣｉ2 =- 2 2 =0 =右边等式成立 .(2 )假设当ｎ=ｔ时 ,对于 1≤ｋ≤ｔ- 1　ｋ∈Ｎ等式均成立 ,那么当ｎ=ｔ 1时 :左边 =∑ｔ 1ｉ=0ｉｋ(- 1 ) ｉＣｉｔ 1=∑ｔ 1ｉ=1ｉｋ(- 1 ) ｉｔ 1ｉ Ｃｉ- 1 ｔ 0=- (ｔ 1 ) ∑ｔｊ=0(ｊ 1 ) ｋ- 1 · (- 1 ) ｊＣｊｔ(令ｊ =ｉ- 1 )=- (ｔ 1 ) ∑ｔｊ=0(∑ｋ-1ｕ =0(Ｃｕｋ- 1 ·ｊｕ)·(- 1 ) ｊＣｊｔ=- (ｔ…     

离散型随机变量数学期望的几种巧妙算法

利用定义求解离散型随机变量的数学期望有时显得非常复杂,本文给出了三种巧妙计算离散型随机变量数学期望的方法:对称性法、随机变量分解法、公式演变法.计算过程非常简洁,达到了简化计算的目的.     

离散型随机变量的次序统计量的分布

本文论述了离散型随机变量的次序统计量的分布律及其有关理论。     

离散型随机变量数学期望的教学探讨

本文围绕离散型随机变量的数学期望展开，根据“从实际生活中来，到实际生活中去”这一教学理念推动整个教学过程，引导学生了解数学期望的数学史发展，学习并理解数学期望的概念，培养学生学以致用的能力.通过增强与学生之间的互动，将单向授课变成师生间的教学相长，全面提高教学效果.     

组合数的一项性质的概率证明

文 [1 ]用数学归纳法证明了组合数的一项性质 :∑ｎｉ =0ｉｒ(-1 ) ｉＣｉｎ =0 ,　　　　当ｒ≤ｎ-1且ｒ∈Ｎｎ !(-1 ) ｎ,　当ｒ =ｎ本文给出此性质一个概率证明 .为此作变换ｉｎ-ｋ ,易见上式等价于∑ｎｋ=0(-1 ) ｋＣｋｎ(ｎ-ｋ) ｒ =0 ,　　当ｒ≤ｎ-1且ｒ∈Ｎｎ !,　当ｒ =ｎ (1 )考虑随机试验 :从 1到ｎ这ｎ个自然数中每次任取一数 ,有放回地抽取ｒ次 ,令Ａｉ={取出的ｒ个数均不等于ｉ},ｉ =1 ,… ,ｎ,则Ｐｋ=Ｐ(Ａｉ1 Ａｉ2 …Ａｉｋ) =ｎ-ｋｎｒ,(1≤ｉ1<ｉ2 <… <ｉｋ ≤ｎ,ｋ =1 ,2… ,ｎ)由概率的一般加法公式Ｐ ∑ｎｉ=1Ａｉ…     

离散型随机变量密度函数的定义与探讨

使用“δ函数”定义离散型随机变量的密度函数,寻求离散型随机变量与连续型随机变量的统一处理方法．基于离散型随机变量密度函数的定义．其一维随机变量函数的密度函数以及多维随机变量的边缘密度等,均可直接利用连续型随机变量的相关结论．     

离散型随机变量的几种独立性及相互关系

随机变量的独立性在概率论中有着十分重要的意义.本文给出了离散型随机变量与离散型随机向量相互独立的概念,条件独立的概念,以及几种独立性的相互关系.     

离散型随机变量的次序统计量的分布

本文论述了离散型随机变量的次序统计量的分布律及其有关推论 .     

用矩阵的秩判定二维离散型随机变量独立性

利用线性代数中矩阵的秩,给出了二维离散型随机变量相互独立的一个必要条件和一个充分必要条件,在应用上是很有价值的.