内容正文:
2024版·数学(北师大)
第7节 二项分布、超几何分布
与正态分布
第十章 计数原理、概率、随机变量及其分布
p
p(1-p)
np
np(1-p)
x轴上方
x=μ
x=μ
上升
高瘦
集中
矮胖
分散
下降
x轴
备考第1步——梳理教材基础,落实必备知识
1.两点分布
(1)定义:若随机变量X的分布列如下表所示:
X
1
0
P
p
q
其中0<p<1,q=1-p,那么称离散型随机变量X服从参数为p的两点分布(又称0—1分布或伯努利分布).
(2)两点分布的均值和方差:若随机变量X服从参数为p的两点分布则EX= ,DX= .
2.伯努利试验与二项分布
(1)伯努利试验
①伯努利试验:若在某个试验中,每次试验只有两个相互对立的结果,可以分别称为“成功”和“失败”,每次“成功”的概率均为p,每次“失败”的概率均为1-p,则称这样的试验为伯努利试验.
②n重伯努利试验:一般地,在相同条件下重复做n次伯努利试验,且每次试验的结果都不受其他试验结果的影响,称这样的n次独立重复试验为n重伯努利试验.
(2)二项分布
一般地,在n重伯努利试验中,用X表示这n次试验中成功的次数,且每次成功的概率均为p,则X的分布列可以表示为P(X=k)= (k=0,1,2,…,n).
若一个随机变量X的分布列如上所述,则称X服从参数为n,p的二项分布,简记为X~B(n,p).
显然,两点分布是二项分布在参数n=1时的特殊情况.
(3)二项分布的均值和方差
若X~B(n,p),则EX= ,DX= .
3.超几何分布
(1)定义:一般地,设有N件产品,其中有M(M≤N)件次品,从中任取n(n≤N)件产品,用X表示取出的n件产品中次品的件数,那么P(X=k)= ,max{0,n-(N-M)}≤k≤min{n,M}.其中n≤N,M≤N,n,M,N∈N+.
若一个随机变量X的分布列由上式确定则称随机变量X服从参数为N,M,n的超几何分布.
(2)均值与方差
设随机变量X服从参数为N,M,n的超几何分布,则EX= ,DX= .
4.正态分布
(1)概念:由误差引起的连续型随机变量其分布密度函数图象如图所示,对应的分布密度函数解析式为:,x∈(-∞,+∞),其中实数μ,σ(σ>0)为参数,这一类随机变量X的分布密度(函数)称为正态分布密度(函数),简称正态分布,对应的图象为正态分布密度曲线,简称为正态曲线.
正态分布是最常见、最重要的连续型随机变量的分布,是刻画误差分布的重要模型,因此也称为误差模型.
(2)正态曲线的几何意义
如果一个随机变量X服从正态分布,那么对于任何实数a,b(a<b),随机变量X在区间(a,b]的概率可以用P(a<X≤b)来表示.它的几何意义就是随机变量X的分布密度曲线在区间(a,b]对应的曲边梯形面积的值(如图所示).
如果随机变量X服从正态分布,那么这个正态分布完全由参数μ,σ(σ>0)确定,记为X~N(μ,σ2).其中EX= ,DX= .
(3)正态曲线的特点
①曲线位于 ,与x轴不相交.
②曲线是单峰的,关于直线 对称.
③曲线最高点位于 处.
④当x<μ时,曲线 ;当x>μ时,曲线 ;并且当曲线向左、右两边无限延伸时,以x轴为渐近线.
⑤当σ一定时,曲线的位置由μ确定,曲线随着μ的变化而沿 平移.
⑥当μ一定时,曲线的形状由σ确定,当σ较小时,峰值高,曲线“ ”,表示随机变量X的分布比较 ;当σ较大时,峰值低,曲线“ ”,表示随机变量X的分布比较 .
(4)正态分布的3σ原则
在实际应用中,通常认为服从于正态分布N eq \b\lc\(\rc\)(\a\vs4\al\co1(μ,σ2))的随机变量X只取区间[μ-3σ,μ+3σ]之间的值,这在统计学中称为3σ原则.
P(μ-σ≤X≤μ+σ)=0.682 67,P(μ-2σ≤X≤μ+2σ)=0.954 45,P(μ-3σ≤X≤μ+3σ)=0.997 43.
(2)由题意知η的所有可能取值为0,1,2,3,且η~B,
所以P(η=0)=C=,P(η=1)=C=,
P(η=2)=C=,P(η=3)=C=,
所以η的分布列为
η
0
1
2
3
P
所以Eη=0×+1×+2×+3×=.
(2)设其获得重点分发推荐的短视频个数为随机变量X,X可取0,1,2,3.
则X~B,
P(X=0)=×=;P(X=1)=×=;
P(X=2)=×=;P(X=3)=×=,
所以随机