1.离散随机变量分布表
(1)随测试结果而变化的变量称为随机变量。所有其值可以一一列出的随机变量称为离散随机变量。
(2)一般情况下,如果离散随机变量x的不同可能值为x1,x2,…,xi,…,xn,则每个值xi (i=1,2,…,n)的概率p (x=xi)=pi称为表。
X
x1
x2
…
xi
…
数列
P
第一亲代
p2
…
圆周率
…
期票
离散随机变量X的概率分布表,简称X的分布表,具有如下性质:
pi0,i=1,2,…,n;
p1+p2+…+pi+…+pn=1。
某个范围内的离散随机变量的概率等于该范围内每个值的概率之和。
2.两点分布
如果随机变量x的分布列表是
X
0
一个
P
1-p
p
其中0p1,称离散随机变量x服从两点分布,其中p=p (x=1)称为成功概率。
3.超几何分布
一般有N个产品,其中M(MN)个是次品。取任意n(nN)个产品,用X表示取出的N个产品中的不良品数,则
P (x=k)=n (n) (k=0,1,2,…,m)。即
X
0
一个
…
m
P
名词
名词
…
名词
其中m=min {m,n},且nN,MN,N,M,NN*。
如果随机变量X的分布列表具有上表中的形式,则称随机变量X服从超几何分布。
1.条件概率及其性质
(1)对于任意两个事件A和B,在已知事件A发生的条件下,事件B的概率称为条件概率,用符号P(B|A)表示,其公式为p (b | a)=p (a) (p (ab)) (p (a) 0)。
在经典概率中,如果用n(A)来表示事件A中基本事件的个数,那么p (b | a)=n (a) (n (ab))。
(2)条件概率的性质
0P(B | A)1;
如果B和C是两个互斥事件,
那么p (b c | a)=p (b | a) p (c| a)。
2.独立事件
(1)对于事件A和事件B,如果事件A和事件B的发生互不影响,则称事件A和事件B相互独立。
(2)若A和B相互独立,则P (B | A)=P (B)。
P(AB)=P(B|A)P(A)=P(A)P(B)。
(3)如果A和B相互独立,那么A和B,和也相互独立。
(4)若P (AB)=P (A) P (B),则A和B相互独立。
3.独立重复试验和二项分布
(1)独立重复试验是指在相同条件下可以重复进行的、相互独立的试验。在这个测试中,每个测试只有两种结果,即要么发生,要么不发生,在任何测试中发生的概率都是一样的。
(2)在n个独立的重复实验中,x用来表示事件A发生的次数。设每个实验中事件A发生的概率为p,则p (x=k)=cn (k) PK (1-p) n-k (k=0,1,2,…,n)。此时的随机变量x称为二项分布,记为x。
1.平均值
一般来说,如果离散随机变量x的分布列表是:
X
x1
x2
…
xi
…
数列
P
第一亲代
p2
…
圆周率
…
期票
E (x)=x1p1 x2p2 … xipi … xnpn是随机变量x的均值或数学期望,反映了离散型随机变量的平均水平。
(1)期望是算术平均数概念的概括,是一种普遍的观念。
率意义下的平均.(2)E(X)是一个实数,由X的分布列唯一确定,即作为随机变量,X是可变的,可取不同值,而E(X)是不变的,它描述X取值的平均状态.
(3)E(X)=x1p1+x2p2+…+xnpn直接给出了E(X)的求法,即随机变量取值与相应概率分别相乘后相加.
2.方差
设离散型随机变量X的分布列为:
X
x1
x2
…
xi
…
xn
P
p1
p2
…
pi
…
pn
则(xi-E(X))2描述了xi(i=1,2,…,n)相对于均值E(X)的偏离程度.而D(X)= (n)(xi-E(X))2pi为这些偏离程度的加权平均,刻画了随机变量X与其均值E(X)的平均偏离程度.称D(X)为随机变量X的方差,并称其算术平方根为随机变量X的标准差.
(1)随机变量的方差与标准差都反映了随机变量取值的稳定与波动、集中与离散的程度.D(X)越大,表明平均偏离程度越大,X的取值越分散.反之,D(X)越小,X的取值越集中在E(X)附近.
(2)方差也是一个常数,它不具有随机性,方差的值一定是非负.
3.两个特殊分布的期望与方差
分布
期望
方差
两点分布
E(X)=p
D(X)=p(1-p)
二项分布
E(X)=np
D(X)=np(1-p)
4.正态分布
(1)正态曲线的特点
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;
③曲线在x=μ处达到峰值2π(1);
④曲线与x轴之间的面积为1;
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.
(2)正态分布的三个常用数据
①P(μ-σ<X≤μ+σ)≈0.682 6;
②P(μ-2σ<X≤μ+2σ)≈0.954 4;
③P(μ-3σ<X≤μ+3σ)≈0.997 4.
<常用结论>
若Y=aX+b,其中a,b是常数,X是随机变量,则
(1)E(k)=k,D(k)=0,其中k为常数;
(2)E(aX+b)=aE(X)+b,D(aX+b)=a2D(X);
(3)E(X1+X2)=E(X1)+E(X2);
(4)D(X)=E(X2)-(E(X))2;
(5)若X1,X2相互独立,则E(X1X2)=E(X1)E(X2);
(6)若X~N(μ,σ2),则X的均值与方差分别为:E(X)=μ,D(X)=σ2.