随机变量及其分布知识点汇总
随机变量及其分布知识点整理 推荐
随机变量及其分布知识点整理以及高考训练一、离散型随机变量的分布列一般地，设离散型随机变量X 可能取的值为12,,,,,i n x x x x ⋅⋅⋅⋅⋅⋅，X 取每一个值(1,2,,)i x i n =⋅⋅⋅的概率()i i P X x p ==，则称以下表格Xx 1 x 2 … x i … x n Pp 1 p 2 … p i … p n为随机变量X 的概率分布列，简称X 的分布列. 离散型随机变量的分布列具有下述两个性质： （1）0,1,2,,i P i n =⋅⋅⋅≥ （2）121n p p p ++⋅⋅⋅+= 两点分布如果随机变量X 的分布列为 X1P 1-p p则称X 服从两点分布。
二、条件概率一般地，设A,B 为两个事件,且()0P A >,称()(|)()P AB 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. 0(|)1P B A ≤≤ 如果B 和C 互斥，那么[()|](|)(|)P B C A P B A P C A =+三、相互独立事件设A ，B 两个事件，如果事件A 是否发生对事件B 发生的概率没有影响(即()()()P AB P A P B =),则称事件A 与事件B 相互独立。
()()()A B P AB P A P B ⇔=即、相互独立一般地，如果事件A 1,A 2,…,A n 两两相互独立，那么这n 个事件同时发生的概率，等于每个事件发生的概率的积，即1212(...)()()...()n n P A A A P A P A P A =.注：(1)互斥事件：指同一次试验中的两个事件不可能同时发生；(2)相互独立事件：指在不同试验下的两个事件互不影响. 四、n 次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.在n 次独立重复试验中，记i A 是“第i 次试验的结果”，显然，1212()()()()n n P A A A P A P A P A ⋅⋅⋅=⋅⋅⋅ “相同条件下”等价于各次试验的结果不会受其他试验的影响 注: 独立重复试验模型满足以下三方面特征第一：每次试验是在同样条件下进行；第二：各次试验中的事件是相互独立的；第三：每次试验都只有两种结果，即事件要么发生，要么不发生. n 次独立重复试验的公式：n A X A p n A k 一般地，在次独立重复试验中，设事件发生的次数为，在每次试验中事件发生的概率为，那么在次独立重复试验中，事件恰好发生次的概率为()(1),0,1,2,...,.(1)k k n k k k n kn n P X k C p p C p q k n q p --==-===-其中，而称p 为成功概率.五、二项分布一般地，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 发生的概率为p ，则()(1)0,1,2,,k kn k n P X k C p p k n -==-=⋅⋅⋅，X 01… k … nP00nn C p q111n n C p q -…k k n kn C p q - …n n n C p q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. 六、离散随机变量的均值（数学期望）一般地，随机变量X 的概率分布列为 Xx 1 x 2 … x i … x n Pp 1 p 2 … p i … p n则称1122()i i n n E X x p x p x p x p =+++++为X 的数学期望或均值，简称为期望.它反映了离散型随机变量取值的平均水平. 七、离散型随机变量取值的方差和标准差 一般地,若离散型随机变量x 的概率分布列为 Xx 1 x 2 … x i … x n Pp 1 p 2 … p i … p n2221122(())(())(())..n n DX x E X p x E X p x E X p X DX X =-+-+⋅⋅⋅+-则称为随机变量的方差并称为随机变量的标准差例题练习11年山东数学高考红队队员甲、乙、丙与蓝队队员A 、B 、C 进行围棋比赛，甲对A ，乙对B ，丙对C 各一盘，已知甲胜A ，乙胜B ，丙胜C 的概率分别为0.6,0.5,0.5，假设各盘比赛结果相互独立. （Ⅰ）求红队至少两名队员获胜的概率；（Ⅱ）用ξ表示红队队员获胜的总盘数，求ξ的分布列和数学期望E ξ.12年山东数学高考先在甲、乙两个靶.某射手向甲靶射击一次，命中的概率为34，命中得1分，没有命中得0分；向乙靶射击两次，每次命中的概率为23,每命中一次得2分，没有命中得0分.该射手每次射击的结果相互独立.假设该射手完成以上三次射击.（Ⅰ）求该射手恰好命中一次得的概率；（Ⅱ）求该射手的总得分X的分布列及数学期望EX.13年山东数学高考甲、乙两支排球队进行比赛，约定先胜3局者获得比赛的胜利，比赛随即结束.除第五局甲队获胜的概率是12外，其余每局比赛甲队获胜的概率是23.假设每局比赛结果互相独立.（1）分别求甲队以3：0，3：1，3：2胜利的概率（2）若比赛结果为3：0或3：1，则胜利方得3分，对方得0分；若比赛结果为3：2，则胜利方得2分、对方得1分，求乙队得分x的分布列及数学期望.13年天津数学高考一个盒子里装有7张卡片, 其中有红色卡片4张, 编号分别为1, 2, 3, 4; 白色卡片3张, 编号分别为2, 3, 4. 从盒子中任取4张卡片(假设取到任何一张卡片的可能性相同).(Ⅰ) 求取出的4张卡片中, 含有编号为3的卡片的概率.(Ⅱ) 再取出的4张卡片中, 红色卡片编号的最大值设为X, 求随机变量X的分布列和数学期望.13年北京数学高考下图是某市3月1日至14日的空气质量指数趋势图，空气质量指数小于100表示空气质量优良，空气质量指数大于200表示空气重度污染，某人随机选择3月1日至3月13日中的某一天到达该市，并停留2天（Ⅰ）求此人到达当日空气重度污染的概率（Ⅱ）设X是此人停留期间空气质量优良的天数，求X的分布列与数学期望。
随机变量极其分布知识点
概率论与数理统计期末复习重要知识点一维：1.离散型随机变量：设X 是一个随机变量，如果它全部可能的取值只有有限个或可数无穷个，则称X 为一个离散随机变量。
2.常用离散型分布：（1）两点分布（0-1分布）：若一个随机变量X 只有两个可能取值，且其分布为12{},{}1(01)P X x p P X x pp ====-<<，则称X 服从12,x x 处参数为p 的两点分布。
两点分布的概率分布：12{},{}1(01)P X x p P X x pp ====-<< （2）二项分布： 若一个随机变量X的概率分布由式{}(1),0,1,...,.k kn k n P x k C p p k n -==-=给出，则称X 服从参数为n,p 的二项分布。
记为X~b(n,p)(或B(n,p)). 两点分布的概率分布：{}(1),0,1,...,.k kn k n P x k C p p k n -==-=（3）泊松分布：若一个随机变量X 的概率分布为{},0,0,1,2,...!kP X k ek k λλλ-==>=，则称X服从参数为λ的泊松分布，记为X~P (λ)泊松分布的概率分布：{},0,0,1,2,...!kP X k ek k λλλ-==>=4.连续型随机变量：如果对随机变量X 的分布函数F(x)，存在非负可积函数()f x ，使得对于任意实数x ，有(){}()xF x P X x f t dt-∞=≤=⎰，则称X 为连续型随机变量，称()f x 为X 的概率密度函数，简称为概率密度函数。
5.常用的连续型分布： （1）均匀分布：若连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧<<-=其它,0,1)(bx a a b x f ，则称X 在区间（a,b ）上服从均匀分布，记为X~U(a,b)均匀分布的概率密度：⎪⎩⎪⎨⎧<<-=其它,0,1)(b x a a b x f 均匀分布的期望：()2a bE X +=；均匀分布的方差：2()()12b a D X -= （2）指数分布：若连续型随机变量X 的概率密度为()0xe xf x λλλ-⎧>>=⎨⎩，则称X 服从参数为λ的指数分布，记为X~e (λ)指数分布的概率密度：()0xe xf x λλλ-⎧>>=⎨⎩指数分布的期望：1()E X λ=；指数分布的方差：21()D X λ=（3）正态分布：若连续型随机变量X的概率密度为22()2()x f x x μσ--=-∞<<+∞则称X 服从参数为μ和2σ的正态分布，记为X~N(μ,2σ)正态分布的概率密度：22()2()x f x x μσ--=-∞<<+∞正态分布的期望：()E X μ=；正态分布的方差：2()D X σ=（4）标准正态分布：20,1μσ==，2222()()x t xx x e dtϕφ---∞=⎰标准正态分布表的使用： （1）0()1()x x x φφ<=--（2）~(0,1){}{}{}{}()()X N P a x b P a x b P a x b P a x b b a φφ<≤=≤≤=≤<=<<=-（3）2~(,),~(0,1),X X N Y N μμσσ-=故(){}{}()X x x F x P X x P μμμφσσσ---=≤=≤={}{}()()a b b a P a X b P Y μμμμφφσσσσ----<≤=≤≤=-定理1： 设X~N(μ,2σ),则~(0,1)X Y N μσ-=6.随机变量的分布函数：设X 是一个随机变量，称(){}F x P X x =≤为X 的分布函数。
随机变量及其分布总结
随机变量及其分布1、基本概念⑴互斥事件：不可能同时发生的两个事件.如果事件A B C 、、，其中任何两个都是互斥事件，则说事件A B C 、、彼此互斥. 当A B 、是互斥事件时，那么事件A B +发生（即A B 、中有一个发生）的概率，等于事件A B 、分别发生的概率的和，即()()(P A B P A P B +=+.⑵对立事件：其中必有一个发生的两个互斥事件.事件A 的对立事件通常记着A . 对立事件的概率和等于1. ()1()P A P A =-.特别提醒：“互斥事件”与“对立事件”都是就两个事件而言的，互斥事件是不可能同时发生的两个事件，而对立事件是其中必有一个发生的互斥事件，因此，对立事件必然是互斥事件，但互斥事件不一定是对立事件，也就是说“互斥”是“对立”的必要但不充分的条件.⑶相互独立事件：事件A （或B ）是否发生对事件B （或A ）发生的概率没有影响，（即其中一个事件是否发生对另一个事件发生的概率没有影响）.这样的两个事件叫做相互独立事件.当A B 、是相互独立事件时，那么事件A B ⋅发生（即A B 、同时发生）的概率，等于事件A B 、分别发生的概率的积.即()()()P A B P A P B ⋅=⋅.若A 、B 两事件相互独立，则A 与B 、A 与B 、A 与B 也都是相互独立的.⑷独立重复试验①一般地，在相同条件下重复做的n 次试验称为n 次独立重复试验.②独立重复试验的概率公式p ，那么在n 次独立重复试验中这个试验恰好发生k 次的概率()()(1)0,12,.,k k n k n n P k n k C p p -==-⑸条件概率：对任意事件A 和事件B ，在已知事件A 发生的条件下事件B 发生的概率，叫做条件概率.记作P(B|A)，读作A 发生的条件下B 发生的概率.知识结构公式：()(),()0.()P AB P B A P A P A => 2、离散型随机变量 ⑴随机变量：如果随机试验的结果可以用一个变量来表示，那么这样的变量叫做随机变量 随机变量常用字母,,,X Y ξη等表示.⑵离散型随机变量:对于随机变量可能取的值，可以按一定次序一一列出，这样的随机变量叫做离散型随机变量.⑶连续型随机变量: 对于随机变量可能取的值，可以取某一区间内的一切值，这样的变量就叫做连续型随机变量.⑷离散型随机变量与连续型随机变量的区别与联系: 离散型随机变量与连续型随机变量都是用变量表示随机试验的结果；但是离散型随机变量的结果可以按一定次序一一列出，而连续性随机变量的结果不可以一一列出.若X 是随机变量，(,Y aX b a b =+是常数）则Y 也是随机变量 并且不改变其属性（离散型、连续型）.3、离散型随机变量的分布列⑴概率分布（分布列）设离散型随机变量X 可能取的不同值为12,x x ，…，i x ，…，n x ，X )i i X x p ==，则称表为随机变量的概率分布，简称的分布列.性质：①0,1,2,...;i p i n ≥= ②1 1.n i i p ==∑⑵两点分布则称X 服从两点分布，并称(1)p P X ==为成功概率.⑶二项分布如果在一次试验中某事件发生的概率是p ，那么在n 次独立重复试验中这个事件恰好发生k 次的概率是()(1).k k n k n P X k C p p -==-我们称这样的随机变量X 服从二项分布，记作()p n B X ,~，并称p 为成功概率.判断一个随机变量是否服从二项分布，关键有三点：①对立性：即一次试验中事件发生与否二者必居其一；②重复性：即试验是独立重复地进行了n 次;① 等概率性：在每次试验中事件发生的概率均相等.② 注：⑴二项分布的模型是有放回抽样；⑵二项分布中的参数是,,.p k n⑷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 件次品数,则事件{}X k =发生的概率为()(0,1,2,,)k n k M N M n N C C P X k k m C --===,于是得到随机变量X其中{}min ,m M n =,*,,,,n N M N n M N N ∈≤≤. 我们称这样的随机变量X 的分布列为超几何分布列,且称随机变量X 服从超几何分布.注:⑴超几何分布的模型是不放回抽样；⑵超几何分布中的参数是,,.M N n 其意义分别是总体中的个体总数、N 中一类的总数、样本容量.4、离散型随机变量的均值与方差⑴离散型随机变量的均值则称()1122i i n n E X x p x p x p x p =+++++为离散型随机变量X 的均值或数学期望（简称期望）.它反映了离散型随机变量取值的平均水平.⑵离散型随机变量的方差则称21()(())n ii i D X x E X p ==-∑为离散型随机变量X 的方差，为随机变量X 的标准差.它反映了离散型随机变量取值的稳定与波动，集中与离散的程度. ()D X 越小，X 的稳定性越高，波动越小，取值越集中；()D X 越大，X 的稳定性越差，波动越大，取值越分散.。
随机变量及其分布知识点总结资料讲解.doc
圆梦教育中心 随机变量及其分布知识点整理一、离散型随机 量的分布列一 般 地 ， 离 散 型 随 机 量 X 可 能 取 的x 1 , x 2 , , x i ,, x n ， X 取 每 一 个 x i (i1,2, , n) 的 概 率P( Xx i ) p i ， 称以下表格Xx 1 x 2 ⋯ x i ⋯ x n Pp 1p 2⋯p i⋯p n随机 量 X 的概率分布列， 称X 的分布列 .离散型随机 量的分布列具有下述两个性 ：（ 1） P i ≥ 0, i1,2, , n （ 2） p 1 p 2 p n 11．两点分布如果随机 量X 的分布列X1P 1-p p称 X 服从两点分布，并称p=P(X=1) 成功概率 .2．超几何分布 一般地，在含有M 件次品的 N 件 品中，任取 n 件，其中恰有 X 件次品， 事件X k 生的概率 ：P( X k ) C M k C N n k M , k 0,1,2,3,..., mC nN 随机 量 X 的概率分布列如下：X1 ⋯ mPC M 0 C N n 0MC M 1 C N n 1M⋯C M m C N n m MC N nC N nC N n其中 mmin M , n , 且nN , M N , n, M , N N * 。
注：超几何分布的模型是不放回抽 二、条件概率一般地， A,B 两个事件 , 且 P( A)0 ,称P(B | A)P( AB )在事件 A 生的条件下 , 事件 B 生的条件概率 .P( A)0≤ P(B | A) ≤ 1如果 B 和 C 互斥，那么 P[( B U C ) | A] P( B | A) P(C | A)三、 相互独立事件A ，B 两个事件， 如果事件 A 是否 生 事件 B 生的概率没有影响( 即 P( AB) P( A)P( B) ), 称事件 A 与事件B 相互独立。
即 A 、 B 相互独立P( AB) P( A) P(B)一般地，如果事件A ,A , ⋯,A n 两两相互独立，那么n 个事件同 生的概率，等于每个事件 生的概率的 ，12即 P( A 1A 2... A n ) P( A 1 ) P( A 2 )...P( A n ) .注： (1) 互斥事件：指同一次试验中的两个事件不可能同时发生；(2)相互独立事件：指在不同试验下的两个事件互不影响.四、 n 次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.在 n 次独立重复试验中，记A i是“第i次试验的结果” ，显然， P( A1 A2A n ) P( A1 )P( A2 )P( A n )“相同条件下”等价于各次试验的结果不会受其他试验的影响注: 独立重复试验模型满足以下三方面特征第一：每次试验是在同样条件下进行；第二：各次试验中的事件是相互独立的；第三：每次试验都只有两种结果，即事件要么发生，要么不发生.n次独立重复试验的公式：一般地，在 n次独立重复中，事件 A生的次数 X，在每次中事件 A生的概率 p，那么在 n次独立重复中，事件 A 恰好生 k次的概率P( X k ) C n k p k (1 p)n k C n k p k q n k , k 0,1,2,..., n.(其中 q 1 p) ，而称p为成功概率.五、二项分布一般地，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 发生的概率为p，则P( X k ) C n k p k (1 p)n k， k 0,1,2, ,nX01⋯k⋯nP C n0 p0q n C n1 p1q n 1⋯C n k p k q n k⋯C n n p n q0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.六、离散随机变量的均值（数学期望）一般地，随机变量X 的概率分布列为X x1 x2 ⋯x i ⋯x nP p1 p2 ⋯p i ⋯p n则称 E( X ) x1 p1 x2 p2x i p i x n p n为X 的数学期望或均值，简称为期望 . 它反映了离散型随机变量取值的平均水平 .1．若Y aX b ，其中a，b常数，则Y 也是变量Y ax1 b ax2 b ⋯ax i b ⋯ax n bP p1 p2⋯p ⋯pi n则 EY aE( X ) b ，即 E(aX b) aE ( X ) b 2．一般地，如果随机变量X 服从两点分布，那么E( X )=1 p 0 (1 p)p 3．若X ~ B(n, p)，则E( X ) np七、离散型随机变量取值的方差和标准差一般地 , 若离散型随机变量x 的概率分布列为X x1 x2 ⋯x i ⋯x nP p1 p2 ⋯p i ⋯p n则称 DX ( x1 E (X )) 2 p1 ( x2 E( X )) 2 p2 (x n E ( X 并称DX 为随机变量 X的标准差 .1．若 X 服从两点分布，则 D ( X ) p(1 p)2．若X ~ B(n, p)，则D ( X )np(1 p)3．D ( aX b)a2 D ( X )即若 X 服从两点分布，则E( X )p。
(完整版)基础随机变量及其分布知识点
随机变量及其分布一、离散型随机变量的分布列一般地，设离散型随机变量X 可能取的值为12,,,,,i n x x x x ⋅⋅⋅⋅⋅⋅，X 取每一个值(1,2,,)i x i n =⋅⋅⋅的概率()i i P X x p ==，则称以下表格为随机变量X 的概率分布列，简称X 的分布列. 离散型随机变量的分布列具有下述两个性质： （1）0,1,2,,i P i n =⋅⋅⋅≥ （2）121n p p p ++⋅⋅⋅+=常见的两种分布： 1．两点分布如果随机变量X 的分布列为 则称X 服从两点分布，并称=P(X=1)p 为成功概率. 2．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：(),0,1,2,3,...,k n k MN M n NC C P X k k m C--===则随机变量X 的概率分布列如下：{}*min ,,,,,,m M n n N M N n M N N =≤≤∈其中且。
注：超几何分布的模型是不放回抽样二、条件概率一般地，设A,B 为两个事件,且()0P A >,称()(|)()P AB 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. 0(|)1P B A ≤≤三、相互独立事件设A ，B 两个事件，如果事件A 是否发生对事件B 发生的概率没有影响(即()()()P AB P A P B =),则称事件A 与事件B 相互独立。
()()()A B P AB P A P B ⇔=即、相互独立一般地，如果事件A 1,A 2,…,A n 两两相互独立，那么这n 个事件同时发生的概率，等于每个事件发生的概率的积，即1212(...)()()...()n n P A A A P A P A P A =. 注：(1)互斥事件：指同一次试验中的两个事件不可能同时发生；(2) 相互独立事件：指在不同试验下的两个事件互不影响.四、n 次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. 在n次独立重复试验中，记iA 是“第i 次试验的结果”，显然，1212()()()()n n P A A A P A P A P A ⋅⋅⋅=⋅⋅⋅“相同条件下”等价于各次试验的结果不会受其他试验的影响 注: 独立重复试验模型满足以下三方面特征第一：每次试验是在同样条件下进行； 第二：各次试验中的事件是相互独立的；第三：每次试验都只有两种结果，即事件要么发生，要么不发生.五、二项分布一般地，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 发生的概率为p ，则()(1)0,1,2,,k kn k n P X k C p p k 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.六、离散随机变量的均值（数学期望） 一般地，随机变量X 的概率分布列为则称1122()i i n n E X x p x p x p x p =+++++为X 的数学期望或均值，简称为期望.它反映了离散型随机变量取值的平均水平.1．若Y aX b =+，其中a ，b 为常数，则Y 也是变量则()EY aE X b =+，即()()E aX b aE X b +=+2．一般地，如果随机变量X 服从两点分布，那么()=10(1)E X p p p ⨯+⨯-=即若X 服从两点分布，则()E X p = 3．若~(,)X B n p ，则()E X np =七、离散型随机变量取值的方差和标准差 一般地,若离散型随机变量x 的概率分布列为 2221122(())(())(())..n n DX x E X p x E X p x E X p X X =-+-+⋅⋅⋅+-则称为随机变量的方差的标准差1．若X 服从两点分布，则()(1)D X p p =- 2．若~(,)X B n p ，则()(1)D X np p =- 3．2()()D aX b a D X +=八、正态分布1.正态分布一般记为N(μ，σ2)．μ为正态分布的均值；σ是正态分布的标准差2．结合正态曲线，归纳其以下性质：(1)曲线在x轴的上方，与x轴不相交．(2)曲线关于直线x＝μ对称．(3)当x＝μ时，曲线位于最高点．(4)当x＜μ时，曲线上升(增函数)；当x＞μ时，曲线下降(减函数)．并且当曲线向左、右两边无限延伸时，以x轴为渐近线，向它无限靠近．(5)μ一定时，曲线的形状由σ确定．σ越大，曲线越“矮胖”，总体分布越分散；σ越小，曲线越“高”，总体分布越集中；3．3σ原则：对于正态总体),(2σμN 取值的概率：练习：1.正态分布有两个参数μ与σ，( )相应的正态曲线的形状越扁平。
高中数学知识点总结：随机变量及其分布
高中数学知识点总结：随机变量及其分布随机变量及其分布1、随机变量：如果随机试验可能出现的结果可以用一个变量X 来表示，并且X 是随着试验的结果的不同而变化，那么这样的变量叫做随机变量． 随机变量常用大写字母X 、Y 等或希腊字母 ξ、η等表示。
2、离散型随机变量：在上面的射击、产品检验等例子中，对于随机变量X 可能取的值，我们可以按一定次序一一列出，这样的随机变量叫做离散型随机变量．3、离散型随机变量的分布列：一般的,设离散型随机变量X 可能取的值为x 1,x 2,..... ,x i ,......,x n X 取每一个值 x i (i=1,2,......）的概率P(ξ=x i ）＝P i ，则称表为离散型随机变量X 的概率分布，简称分布列4、分布列性质① p i ≥0, i =1，2， … ； ② p 1 + p 2 +…+p n = 1．5、二点分布：如果随机变量X 的分布列为：其中0<p<1，q=1-p ，则称离散型随机变量X 服从参数p 的二点分布6、超几何分布：一般地, 设总数为N 件的两类物品，其中一类有M 件，从所有物品中任取n(n ≤N)件,这n 件中所含这类物品件数X 是一个离散型随机变量，则它取值为k 时的概率为()(0,1,2,,)k n k M N M n N C C P X k k m C --===，其中{}min ,m M n =,且*,,,,n N M N n M N N ∈≤≤7、条件概率：对任意事件A 和事件B ，在已知事件A 发生的条件下事件B 发生的概率，叫做条件概率.记作P(B|A)，读作A 发生的条件下B 的概率8、公式： .0)(,)()()|(>=A P A P AB P A B P9、相互独立事件：事件A(或B)是否发生对事件B(或A)发生的概率没有影响,这样的两个事件叫做相互独立事件。
)()()(B P A P B A P ⋅=⋅10、n 次独立重复事件：在同等条件下进行的，各次之间相互独立的一种试验11、二项分布： 设在n 次独立重复试验中某个事件A 发生的次数，A 发生次数ξ是一个随机变量．如果在一次试验中某事件发生的概率是p ，事件A 不发生的概率为q=1-p ，那么在n 次独立重复试验中)(k P =ξk n k k n q p C -=（其中 k=0,1, ……,n ，q=1-p ）于是可得随机变量ξ的概率分布如下：这样的随机变量ξ服从二项分布，记作ξ～B(n ，p) ，其中n ，p 为参数12、数学期望：一般地，若离散型随机变量ξ的概率分布为则称 E ξ＝x1p1＋x2p2＋…＋xnpn ＋… 为ξ的数学期望或平均数、均值，数学期望又简称为期望．是离散型随机变量。
随机变量及其分布考点总结
第二章 随机变量及其分布 复习一、随机变量.1. 随机试验的结构应该是不确定的.试验如果满足下述条件：①试验可以在相同的情形下重复进行；②试验的所有可能结果是明确可知的，并且不止一个；③每次试验总是恰好出现这些结果中的一个，但在一次试验之前却不能肯定这次试验会出现哪一个结果. 它就被称为一个随机试验.2. 离散型随机变量：如果对于随机变量可能取的值，可以按一定次序一一列出，这样的随机变量叫做离散型随机变量.若ξ是一个随机变量，a ，b 是常数.则b a +=ξη也是一个随机变量.一般地，若ξ是随机变量，)(x f 是连续函数或单调函数，则)(ξf 也是随机变量.也就是说，随机变量的某些函数也是随机变量.3、分布列：设离散型随机变量ξ可能取的值为： ,,,,21i x x xξ取每一个值),2,1( =i x 的概率p x P ==)(，则表称为随机变量ξ的概率分布，简称ξ的分布列.1=≥i p ； ②121=++++ i p p p .注意：若随机变量可以取某一区间的一切值，这样的变量叫做连续型随机变量.例如：]5,0[∈ξ即ξ可以取0～5之间的一切数，包括整数、小数、无理数. 典型例题：1、随机变量ξ的分布列为(),1,2,3(1)cP k k k k ξ===+……，则P(13)____ξ≤≤=2、袋中装有黑球和白球共7个，从中任取两个球都是白球的概率为17，现在甲乙两人从袋中轮流摸去一球，甲先取，乙后取，然后甲再取……，取后不放回，直到两人中有一人取到白球时终止，用ξ表示取球的次数。
（1）求ξ的分布列（2）求甲取到白球的的概率3、5封不同的信，放入三个不同的信箱，且每封信投入每个信箱的机会均等，X 表示三哥信箱中放有信件树木的最大值，求X 的分布列。
4已知在全部50人中随机抽取1人抽到喜爱打篮球的学生的概率为5．（1）请将上面的列联表补充完整；（2）是否有99.5％的把握认为喜爱打篮球与性别有关？说明你的理由；（3）已知喜爱打篮球的10位女生中，12345,,A A A A A ，，还喜欢打羽毛球，123B B B ，，还喜欢打乒乓球，12C C ，还喜欢踢足球，现再从喜欢打羽毛球、喜欢打乒乓球、喜欢踢足球的女生中各选出1名进行其他方面的调查，求1B 和1C 不全被选中的概率．k2.072 2.7063.841 5.024 6.635 7.879 10.828(参考公式：2()()()()()n ad bc K a b c d a c b d -=++++，其中n a b c d =+++)二、几种常见概率1、条件概率与事件的独立性（1）B|A 与AB 的区别：__________________（2）P(B|A)的计算公式_____________,注意分子分母事件的性质相同 （3）P(AB)的计算公式_____________注意三点：前提，目标，一般情况___________________ （4）P （A+B ）的计算公式__________注意三点：前提，目标，一般情况____________________ 典型例题：1、市场上供应的灯泡，甲厂产品占70%，乙厂产品占30%，甲厂产品的合格率是95%，乙厂产品的合格率80%，则从市场上买到一个是甲厂产的合格品的概率是多少？2、把一副扑克52随即均分给钱四家，A={家得到六章草花}，B={家得到3草花}，计算P(B|A)，P(AB)3、从混有5假钞的20百元钞票中任取两，将其中1在验钞机上检验发现是假钞，求两都是假钞的概率。
随机变量及其分布知识点总结
随机变量及其分布知识点总结随机变量是数学中的一个基本概念,描述了一个随机事件的可能结果。
在概率论和统计学中,随机变量的分布是研究随机变量性质的重要工具。
本文将总结随机变量及其分布的相关知识,包括随机变量的定义、表示、分布、期望、方差等。
一、随机变量的定义随机变量是一种描述随机事件可能的变量,通常用符号 $X$ 表示。
随机变量的取值可以是离散的或连续的。
离散的随机变量只取有限或可数个取值,而连续的随机变量则取无限个取值。
二、随机变量的表示随机变量的表示通常用概率密度函数 $f_X(x)$ 或概率质量函数$g_X(x)$ 表示。
概率密度函数是描述随机变量取值分布的函数,通常用$f_X(x)$ 表示。
概率质量函数是描述随机变量离散程度的函数,通常用$g_X(x)$ 表示。
三、随机变量的分布随机变量的分布描述了随机变量取值的概率分布。
离散分布描述了随机变量只取有限或可数个取值的概率分布,连续分布描述了随机变量取无限个取值的概率分布。
1. 离散分布离散分布通常用 $P(X=x)$ 表示,其中 $x$ 是随机变量的取值。
离散分布的概率质量函数通常用 $g_X(x)$ 表示。
例如,正态分布的概率质量函数为:$$g_X(x) = frac{sqrt{2pi}}{x!}e^{-frac{(x-1)^2}{2}}$$2. 连续分布连续分布通常用 $P(X leq x)$ 表示,其中 $x$ 是随机变量的取值。
连续分布的概率质量函数通常用 $f_X(x)$ 表示。
例如,均匀分布的概率质量函数为: $$f_X(x) = begin{cases}1, & x in [0,1],0, & x in [1,2],end{cases}$$四、期望和方差随机变量的期望是随机变量的取值的总和。
离散分布的期望通常用$E(X)$ 表示,连续分布的期望通常用 $E[X]$ 表示。
期望的概率质量函数通常用$f_X(x)$ 表示。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
随机变量及其分布知识点汇总
知识点一 离散型随机变量及其分布列
（一）、离散型随机变量的分布列
一般地，设离散型随机变量X 可能取的值为12,,,,,i n x x x x ⋅⋅⋅⋅⋅⋅，X 取每一个值
(1,2,,)i x i n =⋅⋅⋅的概率()i i P X x p ==，则称以下表格
为随机变量X 的概率分布列，简称X 的分布列. 离散型随机变量的分布列具有下述两个性质：
（1）0,1,2,,i P i n =⋅⋅⋅≥ （2）121n p p p ++⋅⋅⋅+= 1．两点分布
如果随机变量X 的分布列为 则称X 服从两点分布，并称=P(X=1)p 为成功概率. 2．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：
(),0,1,2,3,...,k n k
M N M
n
N
C C P X k k m C --=== 则随机变量X 的概率分布列如下：
{}*min ,,,,,,m M n n N M N n M N N =≤≤∈其中且。
注意：超几何分布的模型是不放回抽样
知识点二 条件概率与事件的独立性
（一）、条件概率
一般地，设A,B 为两个事件,且()0P A >,称()
(|)()
P AB 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. 0(|)1P B A ≤≤ 如果B 和C 互斥，那么[()|](|)(|)P B C A P B A P C A =+ （二）、相互独立事件
设A ，B 两个事件，如果事件A 是否发生对事件B 发生的概率没有影响(即
()()()P AB P A P B =),则称事件A 与事件B 相互独立。
()()()A B P AB P A P B ⇔=即、相互独立
一般地，如果事件A 1,A 2,…,A n 两两相互独立，那么这n 个事件同时发生的概率，等于每个事件发生的概率的积，即1212(...)()()...()n n P A A A P A P A P A =. 注意：(1)互斥事件：指同一次试验中的两个事件不可能同时发生；
(2)相互独立事件：指在不同试验下的两个事件互不影响. （三）、n 次独立重复试验
1．一般地，在相同条件下，重复做的n 次试验称为n 次独立重复试验. 在n 次独立重复试验中，记i A 是“第i 次试验的结果”，显然，
1212()()()()n n P A A A P A P A P A ⋅⋅⋅=⋅⋅⋅
“相同条件下”等价于各次试验的结果不会受其他试验的影响 注意: 独立重复试验模型满足以下三方面特征
第一：每次试验是在同样条件下进行； 第二：各次试验中的事件是相互独立的；
第三：每次试验都只有两种结果，即事件要么发生，要么不发生. 2．n 次独立重复试验的公式：
n A X A p n A k 一般地，在次独立重复试验中，设事件发生的次数为，在每次试验中事件发生的概率为，那么在次独立重复试验中，事件恰好发生次的概率为
()(1),0,1,2,...,.(1)k k n k k k n k n n P X k C p p C p q k n q p --==-===-其中，而称p 为成功
概率.
（四）、二项分布
一般地，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 发生的概率为p ，则
()(1)0,1,2,,k k n k n P X k C p p k 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.
知识点三 离散型随机变量的均值与方差
（一）、离散型随机变量的均值（数学期望）
一般地，随机变量X 的概率分布列为
则称1122()i i n n E X x p x p x p x p =+++++
为X 的数学期望或均值，简称为期望.它反映了离散型随机变量取值的平均水平. 1．若Y aX b =+，其中a ，b 为常数，则Y 也是变量
则()EY aE X b =+，即()()E aX b aE X b +=+ 2．一般地，如果随机变量X 服从两点分布，那么
()=10(1)E X p p p ⨯+⨯-=
即若X 服从两点分布，则()E X p = 3．若~(,)X B n p ，则()E X np =
（二）、离散型随机变量取值的方差和标准差
一般地,若离散型随机变量x 的概率分布列为
222
1122
(())(())(()).
.
n n
DX x E X p x E X p x E X p X
X
=-+-+⋅⋅⋅+-
则称为随机变量的方差
的标准差
1．若X服从两点分布，则()(1)
D X p p
=-
2．若~(,)
X B n p，则()(1)
D X np p
=-
3．2
()()
D aX b a D X
+=。