选修23随机变量及其分布知识点总结材料典型例题.docx

实用标准文档

实用标准文档

文案大全

文案大全

2-3随机变量及其分布

要点归纳

一、离散型随机变量及其分布列

1．(1)随机变量：在随机试验中，我们确定了一个对应关

系，使得每一个试验结果都用一个确定的数字表示．在这个对应关系下，数字随着试验结果的变化而变化．像这种随着试验结果变化而变化的变量称为随机变量．通常用字母X，Y，ξ，η等表示．

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．

离散型随机变量的分布列：

一般地，若离散型随机变量X可能取的不同值为x，

1

x…，x，…x，X取每一个值x(i＝1，2，…，n)的概率

2 i n i

P(X＝x)＝p，以表格的形式表示如下：

nn

n

n

X

x

1

x

2

…

x

i

…

x

P

p

1

p

2

…

p

i

…

p

我们将上表称为离散型随机变量X的概率分布列，简称为

X的分布列．有时为了简单起见，也用等式P(X＝x)＝p，

i i

i＝1，2，…，n表示X的分布列．

离散型随机变量的分布列的性质：

①p≥0，i＝1，2，…，n；

i

n② p＝1.

n

i

i＝1

常见的分布列：

XP01－p1p两点分布：如果随机变量X的分布列具有下表的形式，则称X服从两点分布，并称p＝

X

P

0

1－p

1

p

两点分布又称0－1分布，伯努利分布．

超几何分布：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，则事件{X＝k}发生的概率为P(X＝

CkCn－k

CnNX01…mPC0Cn－0MC1

Cn

N

X

0

1

…

m

P

C0Cn－0

M

C1Cn－1

Cn

N－M

M N－M

…

CmCn－m

M

N－M

N

Cn

N

Cn

N

其中m＝min{M，n}，且n≤N，M≤N，n，M，N∈N*.如果随机变量X的分布列具有上表的形式，则称随机变量X服从超几何分布．

二项分布及其应用

条件概率：一般地，设A和B是两个事件，且P(A)＞0，

P（AB）

称P(B|A)＝

P（A）

为在事件A发生的条件下，事件B发生

的条件概率．P(B|A)读作A发生的条件下B发生的概率．

条件概率的性质：

①0≤P(B|A)≤1；

②必然事件的条件概率为1，不可能事件的条件概率为0；

③如果B和C是两个互斥事件，则P(B∪C|A)＝P(B|A)＋P(C|A)．

事件的相互独立性：设A，B为两个事件，如果P(AB)＝P(A)P(B)，则称事件A与事件B相互独立．如果事件A与B相互独立，那么A与－B，－A与B，－A与－B也都相互独立．

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．

二项分布：一般地，在n次独立重复试验中，设事件A发生的次数为X，在每次试验中事件A发生的概率为p，那么在n次独立重复试验中，事件A恰好发生k次的概率为

P(X＝k)＝Cpk(1－p)n－k，k＝0，1，2，…，n.此时称随机变量X服从二项分布，记作X～B(n，p)，并称p为成功概率．两点分布是当n＝1时的二项分布，二项分布可以看成是两点分布的一般形式．

离散型随机变量的均值与方差

nn均值、方差：一般地，若离散型随机变量X

n

n

X

x

1

x

2

…

x

i

…

x

P

p

1

p

2

…

p

i

…

p

则称E(X)＝x

p＋xp＋…＋xp＋…＋xp

为随机变量X的

11 22 ii nn

均值或数学期望，它反映了离散型随机变量取值的平均水

平．

称D(X)＝

n

i＝1

(x－E(X))2p

i i

为随机变量X的方差， D（X）为

随机变量X的标准差．

均值与方差的性质：若Y＝aX＋b，其中a，b是常数，X是随机变量，则Y也是随机变量，且E(aX＋b)＝aE(X)＋b，

D(aX＋b)＝a2D(X)．

常见分布的均值和方差公式：①两点分布：若随机变量X服从参数为p的两点分布，则均值E(X)＝p，方差D(X)＝p(1－p)．

②二项分布：若随机变量X～B(n，p)，则均值E(X)＝np，

方差D(X)＝np(1－p)．

正态曲线的特点：

①曲线位于x轴上方，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 ；

o 2π

④曲线与x轴之间的面积为1.

μ和σ对正态曲线的影响：

①当σ一定时，曲线的位置由μ确定，曲线随着μ的变化而沿x

轴平移；

②当μ一定时，曲线的形状由σ确定，σ越小，曲线越“瘦高”，表示总体的分布越集中；σ越大，曲线越“矮胖”，表示总体的分布越分散．

正态分布的3σ