随机变量和其分布列知识点.pptVIP

* ξ取每一个值 的概率 … pi … p2 p1 p … xi … x2 x1 ξ 为随机变量x的概率分布列，简称x的分布列. 则称表格 设离散型随机变量ξ可能取的值为 注:离散型随机变量的分布列具有下述两个性质： 离散型随机变量的分布列 如果随机变量ξ的分布列为： 一、两点分布列 1-p p P 0 1 ξ 这样的分布列称为两点分布列(又称0-1分布),称随机变量ξ服从两点分布,而称P(ξ=1) =p为成功概率. 二、超几何分布 k=0,1,2, …… , m 则随机变量X的概率分布列如下： 像上面这样的分布列称为 超几何分布列. 如果随机变量X的分布列为超几何分布列，就称X服从超几何分布。 …… P m …… 1 0 X 注:超几何分布的模型是不放回抽样 三、二项分布 于是得到随机变量X的概率分布如下： … … p n … k … 1 0 X （即n=1的二项分布） 四、正态分布 X落在区间(a,b]的概率为: a b X Y 特殊区间的概率: μ-a μ+a x=μ 上述计算结果可用下表和图来表示： 取值概率 区间 一般地，随机变量ξ的概率分布列为 则称 为 的数学期望或均值，简称为期望. 它反映了离散型随机变量取值的平均水平. 结论1： 则 ; 结论2：若ξ~B(n，p)，则Eξ= np. 数学期望的定义: 结论3:若随机变量?服从几何分布，则E ?=1/p 离散型随机变量取值的方差和标准差: 一般地,若离散型随机变量x的概率分布列为： ··· ··· ··· ··· 它们都是反映离散型随机变量偏离于均值的平均程度的量，它们的值越小，则随机变量偏离于均值的平均程度越小，即越集中于均值。 性质2： （1）若? ~两点分布，则D ? =p(1-p) ; （2）若?~B(n,P),则D?=np(1-p) ; （3）若?～几何分布，则D ?=(1-p)/p2 . 易证离散型随机变量的方差满足以下性质： ? A B AB 条件概率： 相互独立事件的定义: 设A,B两个事件,如果事件A是否发生对事件B发生的概率没有影响(即 ), 则称事件A与事件B相互独立. 显然: (1)必然事件? 及不可能事件?与任何事件A相互独立. ① ② ③ (2)若事件A与B相互独立, 则以下三对事件也相互独立: (2)相互独立事件: 指在不同试验下的两个事件互不影响. (1)互斥事件: 指同一次试验中的两个事件不可能同时发生. 注： (2)一般地,如果事件A 1,A2,…,An 两两相互独立,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 注:(1)若事件 A1，A2 ，… ，An 中任意两个事件相互独立， 则称事件 A1，A2 ，… ，An 两两相互独立. n次独立重复试验: 一般地,在相同条件下，重复做的n次试验称为n次独立重复试验. 注: 独立重复试验模型满足以下三方面特征， 第一：每次试验是在同样条件下进行; 第二：各次试验中的事件是相互独立的; 第三:每次试验都只有两种结果,即事件要么发生,要么不发生. *