高中数学讲义微专题87 离散型随机变量分布列与数字特征.pdf

高中数学讲义微专题87 离散型随机变量分布列与数字特征.pdf

  1. 1、本文档共34页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
微专题 87 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“  1”代表“正面向上”,  0 ”代表 “反面向上”, (4)随机变量的记法:随机变量通常用X ,Y, , ,等表示 (5)随机变量的概率:记P X  xi  为X 取xi 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X 可能取得不同值为x ,x ,,x ,,x ,X 取每 1 2 i n 一个值xi i  1,2,,n 的概率P X  xi   p i ,以表格的形式表示如下: X x1 x2  xi  xn P p 1 p 2  p i  p n 称该表格为离散型随机变量X 的分布列,分布列概率具有的性质为: (1)p i  0,i  1,2,,n (2)p 1  p 2   p n  1,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 A 发 生 的 概 率 为 p , 令 1, 事件发生  X   ,则X 的分布列为: 0,事件未发生  X 0 1 P 1 p p 则称X 符合两点分布(也称伯努利分布),其中p  P X  1 称为成功概率   (2)超几何分布:在含有M 个特殊元素的N 个元素中,不放回的任取n 件,其中含有特 Ck Cn  k 殊元素的个数记为X ,则有P X  k   M N M ,k  0,1,2,,m ,其中m  min M ,n Cn N n  N ,M  N ,n,M ,N N  即: X

您可能关注的文档

文档评论(0)

学习让人进步 + 关注
实名认证
内容提供者

活到老,学到老!知识无价!

1亿VIP精品文档

相关文档