内容正文:
数 学
精简 全面 专业 高效
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
第19讲 离散型随机变量的分布列、均值与方差
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
X x1 x2 … xi … xn
P p1 p2 … pi … pn
1.离散型随机变量的分布列
(1)定义:若离散型随机变量X可能取的不同值为x1,x2,…,xi,…,xn,X取每一个值xi(i=1,2,…,n)的概率P(X=xi)=pi,则表
称为离散型随机变量X的概率分布列,简称为X的分布列,有时为了表达简单,也用等式P(X=xi)=pi,i=1,2,…,n表示X的分布列.
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
2.离散型随机变量X的均值与方差
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
3.均值与方差的性质
(1)E(aX+b)=aE(X)+b(a,b为常数).
(2)D(aX+b)=a2D(X)(a,b为常数).
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
4.条件概率与事件的相互独立
(1)定义: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.
(2)性质:①若事件A与B相互独立,则P(B|A)=P(B),P(A|B)=P(A),P(AB)=P(A)·P(B).
②如果事件A与B相互独立,那么AB
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
(3)条件概率
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
5.独立重复试验与二项分布
(1)独立重复试验
在相同条件下重复做的n次试验称为n次独立重复试验,Ai(i=1,2,…,n)表示第i次试验结果,则P(A1A2A3…An)=P(A1)P(A2)…P(An).
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
(2)二项分布
在n次独立重复试验中,用X表示事件A发生的次数,设每次试验中事件A发生的概率是p,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,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=k1-p)n-k(k=0,1,2,…,n).
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
(3)二项分布的均值与方差
若随机变量X服从参数为n,p的二项分布,即X~B(n,p),则E(X)=np,D(X)=np(1-p).
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
X 0 1 … m
P …
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
(4)曲线与x轴之间的面积为1;
(5)当σ一定时,曲线随着μ的变化而沿x轴平移;
(6)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.
【注意】正态分布的三个常用数据
(1)P(μ-σ<X≤μ+σ)≈0.682 7;
(2)P(μ-2σ<X≤μ+2σ)≈0.954 5;
(3)P(μ-3σ<X≤μ+3σ)≈0.997 3.
知识梳理
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
X 0 1 2 3 4
P 0.2 0.1 0.1 0.3 m
题型一 离散型随机变量的分布列的性质与均值
【例1-1】 设离散型随机变量X的分布列为
求2X+1的分布列.
典例变式
-‹#›-
知识梳理
典例变式
第19讲 离散型随机变量的分布列、均值与方差
基础训练
X 0 1 2 3 4
2X+1 1 3 5 7 9
【解析】 由分布列的性质知:0.2+0.1+0.1+0.3+m=1,
解得m=0