实用标准文档
2-3 随机变量及其分布
要点归纳
一、离散型随机变量及其分布列
1.(1)随机变量:在随机试验中,我们确定了一个对应关
系,使得每一个试验结果都用一个确定的数字表示.在这
个对应关系下,数字随着试验结果的变化而变化.像这种
随着试验结果变化而变化的变量称为随机变量.通常用字
母 X, Y,ξ,η等表示.
(2)离散型随机变量:所有取值可以一一列出的随机变量
称为离散型随机变量.
(3)离散型随机变量的分布列:
一般地,若离散型随机变量 X可能取的不同值为 x1,
x2 , xi , x n, X取每一个值 xi (i= 1, 2, , n) 的概率
P(X= xi) = pi,以表格的形式表示如下:
X
x1
x 2
xi
xn
P
p1
p2
pi
pn
我们将上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.有时为了简单起见,也用等式 P(X= xi) = pi ,
i= 1, 2, , n表示 X的分布列.
离散型随机变量的分布列的性质:
① pi≥ 0, i = 1, 2, ,n;
n
pi= 1.
= 1
文案大全
实用标准文档
(5)常见的分布列:
两点分布:如果随机变量 X的分布列具有下表的形式,则称 X服从两点分布,并称 p=P(X= 1)为成功概率 .
X
0
1
P
1-p
p
两点分布又称
0- 1 分布,伯努利分布.
超几何分布:一般地,在含有
M 件次品的
N 件产品中,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
n- k
CM CN-M
, k= 0, 1, 2, , m,即
k)=
n
C N
X
0
1
m
0 n -0
1 n - 1
m n- m
P
CM CN-M
CM C N-M
CM CN-M
CNn
CNn
CNn
其中 m=min{ M , n} ,且 n≤ N,M ≤N, n,M , N∈ N* .如果随机变量 X的分布列具有上表的形式,则称随机变量 X
服从超几何分布.
2.二项分布及其应用
(1)条件概率:一般地,设 A 和 B 是两个事件,且 P( A)> 0,
P( AB)
称 P(B|A) = P( A) 为在事件 A 发生的条件下, 事件 B 发生
的条件概率. P(B |A)读作 A 发生的条件下 B 发生的概率.
(2)条件概率的性质:
①0≤P(B|A)≤1;
②必然事件的条件概率为 1,不可能事件的条件概率为 0;
③如果 B 和 C 是两个互斥事件,则 P(B∪ C|A )= P(B|A) +
P(C|A).
(3)事件的相互独立性: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.如果事件 A 与 B
- - - -
相互独立,那么 A与B,A与 B,A与 B也都相互独立.
(4) 独立重复试验:一般地,在相同条件下重复做的 n次试
验称为 n次独立重复试验.
二项分布:一般地,在 n次独立重复试验中,设事件 A
发生的次数为 X,在每次试验中事件 A发生的概率为 p,那
么在 n次独立重复试验中,事件 A恰好发生 k次的概率为
文案大全
实用标准文档
P(X= k) = Cpk(1- p)n- k, k= 0,1, 2, , n.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.两点分布是当 n= 1时的二项分布,二项分布可以看成
是两点分布的一般形式.
3.离散型随机变量的均值与方差
均值、方差:一般地,若离散型随机变量X的分布列为
X
x1
x2
x i
x n
P
p1
p2
pi
pn
则称