2015届高考数学（理）一轮复习讲义：离散型随机变量的均值与方差、正态分布（北师大版）.docVIP

§12.6　离散型随机变量的均值与方差、正态分布 1． 离散型随机变量的均值与方差 若离散型随机变量X的分布列为P(X＝ai)＝pi(i＝1,2，…)． (1)均值 EX＝a1p1＋a2p2＋…＋xrpr，EX刻画的是X取值的“中心位置”． (2)方差 DX＝E(X－EX)2为随机变量X的方差，它刻画了随机变量X与其均值EX的平均偏离程度． 2． 二项分布的均值、方差 若X～B(n，p)，则EX＝__np__，DX＝np(1－p)． 3． 正态分布 (1)X～N(μ，σ2)，表示X服从参数为μ和σ2的正态分布． (2)正态分布密度函数的性质 ①函数图像关于直线x＝μ对称； ②σ(σ0)的大小决定图像的“胖”“瘦”； ③P(μ－σXμ＋σ)＝68.3%； P(μ－2σXμ＋2σ)＝95.4%； P(μ－3σXμ＋3σ)＝99.7%. 1． 判断下面结论是否正确(请在括号中打“√”或“×”) (1)随机变量的均值是常数，样本的平均值是随机变量，它不确定．(　√　) (2)随机变量的方差和标准差都反映了随机变量取值偏离均值的平均程度，方差或标准差越小，则偏离变量平均程度越小．(　√　) (3)正态分布中的参数μ和σ完全确定了正态分布，参数μ是正态分布的期望，σ是正态分布的标准差．(　√　) (4)一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和，它就服从或近似服从正态