千题百炼——高中数学100个热点问题(三)：第87炼离散型随机变量分布列与数字特征讲述.doc

第十一章 第87炼 离散型随机变量分布列与数字特征 概率与随机变量 第87炼 离散型随机变量分布列与数字特征 一、基础知识： （一）离散型随机变量分布列： 1、随机变量：对于一项随机试验，会有多个可能产生的试验结果，则通过确定一个对应关系，使得每一个试验结果与一个确定的数相对应，在这种对应关系下，数字随着每次试验结果的变化而变化，将这种变化用一个变量进行表示，称这个变量为随机变量 （1）事件的量化：将试验中的每个事件用一个数来进行表示，从而用“数”即可表示事件。例如：在扔硬币的试验中，用1表示正面朝上，用0表示反面朝上，则提到1，即代表正面向上的事件。将事件量化后，便可进行该试验的数字分析（计算期望与方差），同时也可以简洁的表示事件 （2）量化的事件之间通常互为互斥事件 （3）随机变量：如果将事件量化后的数构成一个数集，则可将随机变量理解为这个集合的代表元素。它可以取到数集中每一个数，且每取到一个数时，就代表试验的一个结果。例如：在上面扔硬币的试验中，设向上的结果为，则“”代表“正面向上”，”代表“反面向上”， （4）随机变量的记法：随机变量通常用等表示 （5）随机变量的概率：记为取所代表事件发生的概率 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，离散型随机变量的取值集合可以是有限集，也可以是无限集 3、分布列：一般地，若离散型随机变量可能取得不同值为，取每一个值的概率，以表格的形式表示如下： 称该表格为离散型随机变量的分布列，分布列概率具有的性质为： （1） （2），此性质的作用如下： ① 对于随机变量分布列，概率和为1，有助于检查所求概率是否正确 ② 若在随机变量取值中有一个复杂情况，可以考虑利用概率和为1的特征，求出其他较为简单情况的概率，利用间接法求出该复杂情况的概率 （二）常见的分布： 1、如何分辨随机变量分布列是否符合特殊分布： （1）随机变量的取值：随机变量的取值要与特殊分布中的取值完全一致. （2）每个特殊的分布都有一个试验背景，在满足（1）的前提下可通过该试验的特征判断是否符合某分布 2、常见的分布 （1）两点分布：一项试验有两个结果，其中事件发生的概率为，令，则的分布列为： 则称符合两点分布（也称伯努利分布），其中称为成功概率 （2）超几何分布：在含有个特殊元素的个元素中，不放回的任取件，其中含有特殊元素的个数记为，则有，其中 即： 则称随机变量服从超几何分布，记为 （3）二项分布：在次独立重复试验中，事件发生的概率为，设在次试验中事件发生的次数为随机变量，则有 ，即：  则称随机变量符合二项分布，记为 （三）数字特征——期望与方差 1、期望：已知离散性随机变量的分布列为： 则称的值为的期望，记为 （1）期望反映了随机变量取值的平均水平，换句话说，是做了次这样的试验，每次试验随机变量会取一个值（即结果所对应的数），将这些数进行统计，并计算平均数，当足够大时，平均数无限接近一个确定的数，这个数即为该随机变量的期望。例如：连续投篮三次，设投进篮的次数为随机变量，那么将这种连续三次投篮的试验重复做很多次（比如次），统计每次试验中的取值，则这个值的代数平均数将很接近期望 （2）期望的运算法则：若两个随机变量存在线性对应关系：，则有 ① 是指随机变量取值存在对应关系，且具备对应关系的一组代表事件的概率相同：若的分布列为：  则的分布列为：  ② 这个公式体现出通过随机变量的线性关系，可得期望之间的联系。在某些直接求期望的题目中，若所求期望的随机变量不符合特殊分布，但与一个特殊分布的随机变量间存在这样的关系，那么在计算期望时，便可借助这个特殊分布的随机变量计算出期望 2、方差：已知离散性随机变量的分布列为： 且记随机变量的期望为，用表示的方差，则有： （1）方差体现了随机变量取值的分散程度，与期望的理解类似，是指做了次这样的试验，每次试验随机变量会取一个值（即结果所对应的数），将这些数进行统计。方差大说明这些数分布的比较分散，方差小说明这些数分布的较为集中（集中在期望值周围） （2）在计算方差时，除了可以用定义式之外，还可以用以下等式进行计算：设随机变量为 ，则 （3）方差的运算法则：若两个随机变量存在线性对应关系：，则有： 3、常见分布的期望与方差： （1）两点分布：则 （2）二项分布：若，则 （3）超几何分布：若，则 注：通常随机变量的期望和方差是通过分布列计算得出，如果题目中跳过求分布列直接问期望（