2.5离散型随机变量分布复习13072804描述.ppt

第二章 随机变量及其分布小结与复习 什么是随机变量，离散型随机变量，连续型随机变量概念的理解． 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。 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，这样的随机变量叫做离散型随机变量。 连续型随机变量：随机变量可以取某一区间内的一 切值，这样的随机变量叫作连续型随机变量。 一、 离散型随机变量的分布列 1、概率分布（分布列） 一般地，设离散型随机变量ξ可能取的值为 ξ取每一个值 的概率 则表 称为随机变量ξ的概率分布，简称ξ的分布列。 ξ x1 x2 … xi … P p1 p2 … pi … ③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 2. 离散型随机变量的分布列具有下面性质： ① ② 离散型随机变量的分布列 3．两点分布列： 称X服从两点分布又称0-1分布，由于只有两个可能结果的随机试验叫伯努利（ Bernoulli ) 试验，所以还称这种分布为伯努利分布． 4.一般地，在含有M 件次品的 N 件产品中，任取 n 件，其中恰有X件次品数，则事件 {X=k｝发生的概率为 其中 ，且 ． 称分布列 为超几何分布列．如果随机变量 X 的分布列为超几何分布列，则称随机变量 X 服从超几何分布（ hypergeometriC distribution ) . 由这个定义可知，对任意两个事件A,B,若P(A)0， 则有P(AB)=P(B|A)·P(A),并称上式为概率的乘法公式. 二、 1. 事件A（或B）是否发生,对事件B（或A）发生的概率没有影响，这样两个事件叫做相互独立事件. 注 意：区别互斥事件和相互独立事件是两个不同概念： 两个事件互斥是指这两个事件不可能同时发生； 两个事件相互独立是指一个事件的发生与否对 另一个事件发生的概率没有影响. 2. 相互独立事件的定义： 3．两个相互独立事件的性质 如果事件A与B相互独立 ，那么 这就是说，两个相互独立事件同时发生的概率，等于每个事件发生的概率的积． 4．相互独立事件同时发生的概率的计算公式: 一般地，如果事件A1，A2，…，An相互独立，那么这n个事件同时发生的概率等于每个事件发生的概率的积，即 一般地，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次概率为 由于上式右端恰好是二项展开式: 的通项， 故称这样的随机变量X服从二项分布，记作 并称p为成功概率. 5、 用独立重复试验的计算公式进行计算时的三个前提条件： （1）每次试验都是在同一条件下进行的； （2）每一次试验都彼此相互独立； （3）每次试验出现的结果只有两个，即某事件要么发生，要么不发生. 只有这三个条件均满足时才能使用此计算公式. 1. 期望、方差的定义： 一般地，若离散型随机变量 的概率分布为 … … … … 则称 为 的数学期望或平均数、均值，数学期望又简称为期望． 叫做随机变量ξ的均方差，简称为方差 . 其中Dξ的算术平方根 叫做随机变量ξ的标准差， 记作 三、 1. 期望Eξ刻画了随机变量ξ所取的平均值，即反映了随机变量 取值的平均水平 .期望与随机变量本身有相同的单位 . 说 明： 2. 方差Dξ与标准差 都反映了随机变量ξ取值的稳定与波动、 集中与离散的程度．Dξ越小，稳定性越高，波动越小.其中标准 差与随机变量本身有相同的单位． 2. 期望、方差的性质： 3. 随机变量ξ服从两点分布的期望、方差： 4. 随机变量ξ服从二项分布的期望、方差： 若总体密度曲线就是或近似函数 的图像，其中解析式中的实数 、 是参数，分别表示 总体的平均数与标准差．则其分布叫正态分布，记作 的图象称为正态曲线． 1. 正态函数的定义 当时 ，正态总体称为标准正态总体，相应的函数 表示式是 ,相应的曲线称为标准正态曲线. 四、 观察以上三条正态曲线，归纳出正态曲线的性质： ①曲线在x轴的上方，与x轴不相交． ②曲线关于直线 对称 . ④当时 ，曲线上升；当时 ，