专题05 随机变量及其分布（重点知识整合+基础过关+能力提升）-2023年【暑假分层作业】高二数学（人教A版2019）

专题05 随机变量及其分布 知识点一：条件概率与全概率公式 1：条件概率 （1）一般地，设，为两个随机事件，且，我们称为在事件发生的条件下，事件发生的条件概率，简称条件概率． ①一般地，每个随机试验都是在一定条件下进行的，这里所说的条件概率是指随机试验结果的部分信息已知（即在原试验条件下，再加上一定的条件)，求另一事件在此条件下发生的概率. ②事件在“事件已发生”这个附加条件下的概率与没有这个附加条件下的概率在很多情况下是不同的. ③当题目涉及“在…前提下”等字眼时，一般为条件概率.若题目没有出现上述字眼，但已知事件的发生影响了所求事件的概率，也是条件概率. ④在条件概率的定义中，要强调,当时，不能用这一方法定义事件发生的条件下，事件发生的概率. （2）特别说明： ①计算条件概率时，表示事件和同时发生的概率，不能随便用事件的概率代替； ②在条件概率的表示中，“”之后的部分表示条件； ③和的意义不同，表示在事件发生的条件下事件发生的概率，而是指在事件发生的条件下事件发生的概率； ④与的区别：二者的样本空间不一样，前者的样本空间为“原试验结果”，后者的样本空间为“在原试验条件下，再加上事件发生的条件”，一般地，. 2：全概率公式 （1）一般地,设,,是一组两两互斥的事件,,且，,则对任意的事件,有,我们称此公式为全概率公式. （2）全概率公式的理解 全概率公式的直观意义：某事件的发生有各种可能的原因（）,并且这些原因两两互斥不能同时发生，如果事件是由原因所引起的，且事件发生时，必同时发生，则与有关，且等于其总和 . “全概率”的“全”就是总和的含义，若要求这个总和，需已知概率,或已知各原因发生的概率及在发生的条件下发生的概率.通俗地说，事件发生的可能性，就是其原因发生的可能性与已知在发生的条件下事件发生的可能性的乘积之和. 知识点二：离散型随机变量及其分布列 1：离散型随机变量 （1）随机变量的定义 一般地，对于随机试验样本空间中的每个样本点都有唯一的实数与之对应，我们称为随机变量． 表示：用大写英文字母表示随机变量，如，，；用小写英文字母表示随机变量的取值，如，，． 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． （2）随机变量与函数的关系 共同点：随机变量和函数都是一种映射 区别: 随机变量把试验的结果映为实数，函数把实数映为实数 联系：试验结果的范围相当于函数的定义域，随机变量的取值范围相当与函数的值域； 注意：所有随机变量的取值范围的集合叫做随机变量的值域. （3）离散型随机变量的定义 对于随机变量可能取的值，如果可以一一列出，这样的随机变量叫做离散型随机变量． 离散型随机变量的特征： ①可用数值表示； ②试验之前可以判断其可能出现的所有值； ③试验之前不能确定取何值； ④试验结果能一一列出； ⑤本章研究的离散型随机变量只取有限个值 （4）连续型随机变量的定义 随机变量可以取某一区间内的一切值，这样的随机变量叫做连续型随机变量. 2：离散型随机变量的分布列 （1）离散型随机变量的分布列的定义 一般地，设离散型随机变量的可能取值为，，…，，我们称取每一个值的概率，为的概率分布列，简称分布列． ①解析式法：i, ②表格法： … … … … ③图象法: （2）离散型随机变量的分布列的性质 ①， ② 注意：①.列出随机变量的所有可能取值； ②.求出随机变量的每一个值发生的概率. 3：两点分布 对于只有两个可能结果的随机试验,用表示“成功”, 表示“失败”,定义 如果，则，那么的分布列如下所示： 0 1 我们称服从两点分布或者分布. 4：写离散型随机变量的分布列的步骤 (1)找：理解并确定的意义，找出随机变量X的所有可能的取值() (2)求：借助概率的有关知识求出随机变量X取每一个值的概率()注意应用计数原理、古典概型等知识 (3)列：列出表格并检验所求的概率是否满足分布列的两条性质. 注意：写出分布列时要注意将化为最简分式形式，但是在利用检验分布列是否正确时可利用化简前的分式结果. 5：离散型随机变量的均值 一般地，若离散型随机变量的概率分布为： … … … … 则称为随机变量的均值(mean)或数学期望(mathematical expectation),数学期望简称期望. 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. 6：离散型随机变量的方差 一般地，若离散型随机变量的概率分布列为： … … … … 则称 为随机