随机变量及其分布知识点归纳总结.docx

学习资料收集于网络，仅供参考圆梦教育中心一、离散型随机变量地分布列随机变量及其分布知识点整理一 般 地 ， 设 离 散 型 随 机 变 量X 可 能 取 地值 为x1 , x2 ,, xi ,, xn ， X 取 每 一xi (i1,2,, n)个 值地 概 率P( Xxi )pi ，则称以下表格XPx1p1x 学习资料收集于网络，仅供参考 圆梦教育中心 一、离散型随机变量地分布列 随机变量及其分布知识点整理 一 般 地 ， 设 离 散 型 随 机 变 量 X 可 能 取 地 值 为 x1 , x2 , , xi , , xn ， X 取 每 一 xi (i 1,2, , n) 个 值 地 概 率 P( X xi ) pi ，则称以下表格 X P x1 p1 x2 p2 xi pi xn pn 为随机变量 X 地概率分布列，简称 X 地分布列 . 离散型随机变量地分布列具有下述两个性质： ≥ 0, i 1,2, , n （ 1） Pi p1 p2 pn 1 （ 2） 1．两点分布 如果随机变量 X 地分布列为 1 p X P 0 1-p X 服从两点分布，并称 p=P(X=1) 为成功概率 . 则称 2．超几何分布 一般地，在含有 M件次品地 N件产品中，任取 n 件，其中恰有 X 件次品，则事件 发生地概率为： X k k n k CM CN n M P( X k) , k 0,1,2,3,..., m CN 则随机变量 X X 地概率分布列如下： 0 1 m 0 n 0 M 1 n 1 M CM CN CN CM CN CN m n m N M C C P M n n n CN * 其中m min M , n , 且n N, M N, n, M , N N ； 注：超几何分布地模型为不放回抽样 二、条件概率 P( AB ) 为在事件 P( A) A,B 为两个事件 , 且 P( A) 0 , 称 一般地，设 P(B | A) A 发生地条件下 , 事件 B 发生地条件概率 . 0 ≤ P(B | A) ≤ 1 如果 B 与 C互斥，那么 P[( B C) | A] P( B | A) P(C | A) 学习资料 名师归纳总结——大肚能容，容学习困难之事，学习有成 第 1 页，共 3 页 学习资料收集于网络，仅供参考三、 相互独立事件设 A，B 两个事件， 如果事件 A 为否发生对事件 B 发生地概率没有影响( 即P( AB)P( A)P( B) ),则称事件 A 与事件B 相互独立； 即 A、 B相互独立P( AB)P( A) P(B)一般地，如果事件,A n 两两相互独立，那么这n 个事件同时发生地概率，等于每个事件发生地概率地积，A1,A 2,即P( A1A2... An )P( A1 ) P( A2 )...P( An ) .注： (1) 互斥事件：指同一次试验中地两个事件不可能同时发生；(2) 相互独立事件 学习资料收集于网络，仅供参考 三、 相互独立事件 设 A，B 两个事件， 如果事件 A 为否发生对事件 B 发生地概率没有影响 ( 即 P( AB) P( A)P( B) ), 则称事件 A 与事件 B 相互独立； 即 A、 B相互独立 P( AB) P( A) P(B) 一般地，如果事件 ,A n 两两相互独立，那么这 n 个事件同时发生地概率，等于每个事件发生地概率地积， A1,A 2, 即 P( A1A2... An ) P( A1 ) P( A2 )...P( An ) . 注： (1) 互斥事件 ：指同一次试验中地两个事件不可能同时发生； (2) 相互独立事件 ：指在不同试验下地两个事件互不影响 . 四、 n 次独立重复试验 一般地，在相同条件下，重复做地 n 次试验称为 n 次独立重复试验 . 在 n 次独立重复试验中，记 Ai 为“第 i 次试验地结果” ，显然， P( A1 A2 An ) P( A1 )P( A2 ) P( An ) “相同条件下”等价于 各次试验地结果不会受其他试验地影响 注 : 独立重复试验模型满足以下三方面特征 第一：每次试验为在同样条件下进行； 第二：各次试验中地事件为相互独立地； 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 . n 次独立重复试验地公式： 一般地，在 n次独立重复试验中，设事件 A发生地次数为 X，在每次试验中事件 A发生地概率为 p，那么在 n次 独立重复试验中，事件 A恰好发生 k次地概率为 k k n k k k n k 0,1,2,..., n.( 其中 q P( X k ) Cn p (1 p) Cn p q , k 1 p) ，而称 p 为成功概率 . 五、二项分布 一般地，在