内容正文:
必备知识
1.两点分布
(1)如果随机变量X只取值0或1,且其概率分布是P(X=1)=p,P(X=0)=1-p,p∈(0,1),则称随机变量X服从两点分布,记作X~B(1,p).
(2)两点分布又称01分布,当只考虑成功与否时,都可以用服从两点分布的随机变量来描述:X=
(3)两点分布的均值与方差:若X~B(1,p),则E(X)=p,D(X)=p(1-p).
2.二项分布
(1)伯努利试验:一般地,在相同条件下进行n次重复试验,如果每次试验只有两种可能的结果A与,并且P(A)保持不变,各次试验的结果相互独立,那么称这样的试验为伯努利试验.它是一种n次独立重复试验.
(2)二项分布的定义:一般地,在n次独立重复试验中,用X表示事件A出现的次数,设每次试验中事件A发生的概率为p,则X有概率分布:
P(X=k)=Cpkqn-k,k=0,1,2,…,n,其中q=1-p.
如果随机变量X的分布列具有上式的形式,则称随机变量X服从二项分布,记作X~B(n,p).其中n,p为参数,p为事件发生的概率.
(3)二项分布的均值与方差
如果X~B(n,p),那么E(X)=np,D(X)=np(1-p).
3.超几何分布
(1)定义:一般地,若N件产品中有M件次品,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=k)=,k=0,1,2,…,l.其中l=min{M,n},且M≤N,n≤N-M,n,M,N∈N+.称分布列
X
0
1
…
l
P
…
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,就称X服从超几何分布,记作X~H(N,M,n).
(2)均值:E(X)=.
4.正态分布
(1)有关概念:如图,曲线呈现“中间高,两边低,左右大致对称”的特点,我们把具有这种特性的曲线叫作正态分布密度曲线,简称正态曲线,它的函数表达式为
p(x)=e-(-∞<x<+∞),其中μ,σ为参数,且σ>0,μ∈R.p(x)称为概率密度函数.此时,我们称随机变量X服从参数为μ和σ2的正态分布,简记为X~N(μ,σ2).
其中E(X)=μ,D(X)=σ2.
特别地,数学期望μ=0,方差σ2=1时的正态分布称为标准正态分布,其密度函数记为φ(x)=e-(-∞<x<+∞),如图所示,随机变量X服从标准正态分布,简记为X~N(0,1).
(2)不同的μ,σ对应着不同的正态分布密度曲线,如图:
(3)正态分布密度曲线的特点
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.
③p(x)在x=μ处达到最大值.
④当σ一定时,曲线随着μ的变化而沿x轴平移.
⑤σ越大,正态曲线越扁平,σ越小,正态曲线越尖陡;
⑥曲线与x轴之间所夹区域的面积等于1.
(4)3σ原则
若X~N(μ,σ2),则随机变量X在μ的附近取值的概率较大,在离μ较远处取值的概率较小.
具体地,随机变量X取值
落在区间(μ-σ,μ+σ)内的概率约为68.27%,
落在区间(μ-2σ,μ+2σ)内的概率约为95.45%,
落在区间(μ-3σ,μ+3σ)内的概率约为99.73%,
在实际应用中,通常认为服从正态分布N(μ,σ2)的随机变量X只取区间(μ-3σ,μ+3σ)之间的值,并称之为3σ原则.
结论拓展
1.判断一个随机变量是否服从二项分布,要看两点:
(1)是否为n次独立重复试验.
(2)随机变量是否为某事件在这n次独立重复试验中发生的次数.
2.关于超几何分布
(1)超几何分布描述的是不放回抽样问题,随机变量为抽到的某类个体的个数.超几何分布的特征:
①考查对象分两类;②已知各类对象的个数;③从中抽取若干个个体,考查某类个体数X的概率分布.
(2)超几何分布主要用于抽检产品、摸不同类别的小球等概率模型,其实质是古典概型.
3.对于X~N(μ,σ2),由x=μ是正态曲线的对称轴知:
(1)对任意的a有P(X<μ-a)=P(X>μ+a);
(2)P(X<x0)=1-P(X≥x0);
(3)P(a<X<b)=P(X<b)-P(X≤a).
夯基固本
1.判断正误
(1)二项分布是一个概率分布列,是一个用公式P(X=k)=Cpk(1-p)n-k,k=0,1,2,…,n表示的概率分布列,它表示了n次独立重复试验中事件A发生的次数的概率分布.( √ )
(2)二项分布和超几何分布都是放回抽样.( × )
(3)正态分布中的参数μ和σ完全确定了正态分布,参数μ是正态分布的期望,σ是正态分布的标准差.( √ )
(4)一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和,它就服从或近似服从正态分布.( √ )
2.设某项试验成功的概率是失败概率的2倍,记Y=则P(Y=0)为( )
A.0 B. C.