随机变量及其分布列概念公式总结.docxVIP

。 随机变量及其分布总结 1 、定义：随着试验结果变化而变化的变量称为随机变量 ．随机变量常用字母 X , Y， ， ，? 表示． 2 、定义： 所有取值可以一一列出的随机变量，称为离散型随机变量 3 、分布列 :设离散型随机变量 ξ 可能取得值为 x1， x2 ，? ，x3， ?， ξ 取每一个值 xi（i=1 ， 2， ?）的概率为 P( xi ) pi ，则称表 ξ x1 x2 ? xi ? P P1 P2 ? Pi ? 为随机变量 ξ 的概率分布，简称 ξ 的分布列 分布列的两个性质： （ 1） Pi ≥0， i＝1 ， 2，?； （2）P1 + P2 + ?=1 ． 求离散型随机变量 的概率分布的步骤 : 1）确定随机变量的所有可能的值 xi 2）求出各取值的概率 p( =x i)=p i 3）画出表格 两点分布列 : ξ 0 1 P 1 p p 超几何分布列： 一般地，在含有 M 件次品的 N 件产品中，任取 n 件，其中恰有 X 件次 品数，则事件 {X=k ｝发生的概率为 P( X k) CMk CNn kM , k0,1,2,L , m , 其中 CNn -可编辑修改 - 。 m min{ M ,n} ，且 n N , M N , n, M , N N ．称分布列 X 0 1 ? m C0 Cn C1 Cn 1 C mC n m P M N M M N M ? M N M CNn CNn CNn 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，则称随机变量 X 服从超几何分布 8 ．离散型随机变量的二项分布 : 在一次随机试验中，某事件可能发生也可能 不发生，在 n 次独立重复试验中这个事件发生的次数 ξ 是一个随机变量．如 果在一次试验中某事件发生的概率是 P，那么在 n 次独立重复试验中这个事件恰 好发生 k 次的概率是 Pn ( k) C nk p k qn k ，（k＝0,1,2, ?，n ， q 1 p ）． 于是得到随机变量 ξ 的概率分布如下： ξ 0 1 ? k ? n P Cn0 p0qn C 1n p1q n 1 ? Cnk p k q n k ? C nn pn q0 称这样的随机变量 ξ 服从二项分布，记作 ξ ～ B(n ， p ) ，其中 n ， p 为参 数。 9 ．离散型随机变量的均值或数学期望 : 一般地，若离散型随机变量 ξ的概率分布为 ξ x1 x2 ? xn ? P p 1 p 2 ? p n ? 则称 Ex1 p1 x2 p2 ? xn pn ? 为 ξ的均值或数学期望，简称期望． ．离散型随机变量的均值或数学期望的性质： -可编辑修改 - 。 （ 1）若 服从两点分布，则 E p ． （ 2）若 ξ～B(n ，p )，则 E np ． （ 3） E c c ，c 为常数 （ 4） ξ～N ( ， 2 ),则 E （ 5） E(a b) aE b 11 ．方差 : 对于离散型随机变量 ξ ，如果它所有可能取的值是 x1，x2 ，?，xn ，?， 且取这些值的概率分别是 p1 ， p2 ，?， pn ，?，那么 , D ＝ (x1 E ) 2 p1 ＋ ( x2 E )2 p2 ＋?＋ (xn E )2 pn ＋? 称为随机变量 ξ 的均方差，简称为方差，式中的 E 是随机变量 ξ 的期望． 12. 标准差 : D 的算术平方根 D 叫做随机变量 ξ 的标准差， 方差的性质： 1）若 服从两点分布，则 2）若 ξ～B(n ，p )，则 D 3） D c 0 ，c 为常数 4） ξ～N ( ， 2 ),则 D （ ） ( a b ) 2 D 5 D a 14 正态分布密度函数 可写成  p (1- p )． np (1- p )． 2 1 ( x )2 f (x) 2 e 2 , x ( ,) ，（σ＞0 ） 2 15 正态分布： 一般地，如果对于任何实数 a b ，随机变量 X 满足 P( a X B) b , ( x) dx ,则 称 X 的 分 布 为 正 态 分 布 （ normal a distribution ) ．正态分布完全由参数 和 确定，因此正态分布常记作 N ( , 2 ) ．如果随机变量 X 服从正态分布，则记为 X ～ N ( , 2 ) . -可编辑修改 - 。 ．正态曲线的性质： 1）曲线在 x 轴的上方，与 x 轴不相交 2）曲线是单峰的，它关于直线 x= μ对称 （ 3）曲线在 x= μ处达到峰值  1 2 4）曲线与 x 轴之间的面积为 1 5）μ一定时，σ越大，曲线越“矮胖”，总体