内容正文:
第七章 随机变量及其分布
知识巩固
知识点一条件概率的概念
一般设A,B为两个随机事件,且P(A)>0,我们称P(B|A)=为在事件A发生的条件下,事件B发生的条件概率.
知识点二概率乘法公式
定义:由条件概率的定义,对任意两个事件A与B ,若P(A)>0,则,我们称上式为概率的乘法公式.
知识点三全概率公式
设A1,A2,…,An是一组两两互斥的事件,A1∪A2∪…∪An=Ω,且P(Ai)>0,i=1,2,…,n,则对任意的事件B⊆Ω,有P(B)=(Ai)P(B|Ai),我们称该公式为全概率公式.
知识点四随机变量的概念、表示及特征
1.概念:一般地,对于随机试验样本空间Ω中的每个样本点ω都有唯一的实数X(ω)与之对应,我们称X为随机变量.
2.表示:用大写英文字母表示随机变量,如X,Y,Z;用小写英文字母表示随机变量的取值,如x,y,z.
3.特征:随机试验中,每个样本点都有唯一的一个实数与之对应,随机变量有如下特征:
(1)取值依赖于样本点.
(2)所有可能取值是明确的.
知识点五离散型随机变量的分布列及其性质
1.定义:一般地,设离散型随机变量X的可能取值为x1,x2,…,xn,我们称X取每一个值xi的概率P(X=xi)=pi,i=1,2,3,…,n为X的概率分布列,简称分布列.
2.分布列的性质
(1)pi≥0,i=1,2,…,n.
(2)p1+p2+…+pn=1.
知识点六 离散型随机变量的均值
离散型随机变量X的分布列为
X
x1
x2
…
xi
…
xn
P
p1
p2
…
pi
…
pn
则称E(X)=x1p1+x2p2+…+xipi+…+xnpn=ipi是随机变量X的均值
1. 离散型随机变量的均值的概念
一般地,若离散型随机变量X的分布列为
X
x1
x2
…
xi
…
xn
P
p1
p2
…
pi
…
pn
则称E(X)=x1p1+x2p2+…+xipi+…+xnpn=ipi为随机变量X的均值或数学期望.
2. 离散型随机变量的均值的意义
均值是随机变量可能取值关于取值概率的加权平均数,它综合了随机变量的取值和取值的概率,反映了随机变量取值的平均水平.
3. 离散型随机变量的均值的性质
若Y=aX+b,其中a,b均是常数(X是随机变量),则Y也是随机变量,且有E(aX+b)=aE(X