专题六随机变量及其分布列、统计案例Word版含解析.doc

专题六 随机变量及其分布列、统计案例 一、题之源：课本基础知识 1．离散型随机变量 随着试验结果变化而变化的变量称为随机变量，常用字母X，Y，ξ，η，…表示．所有取值可以一一列出的随机变量，称为离散型随机变量． 2．离散型随机变量的分布列及其性质 (1)一般地，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 X x1 x2 … xi … xn P p1 p2 … pi … pn 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． (2)离散型随机变量的分布列的性质 pi≥0(i＝1，2，…，n)； pi＝1. 3．常见离散型随机变量的分布列 (1)两点分布： 若随机变量X服从两点分布，则其分布列为 X 0 1 P 1－p p 其中p＝P(X＝1)称为成功概率． (2)超几何分布 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)＝，k＝0，1，2，…，m，其中m＝min{M，n}，且n≤N，M≤N，n，M，NN*，称分布列为超几何分布列. X 0 1 … m P … 4．条件概率 条件概率的定义 条件概率的性质 设A、B为两个事件，且P(A)0，称P(B|A)＝为在事件A发生的条件下，事件B发生的条件概率 (1)0≤P(B|A)≤1 (2)如果B和C是两个互斥事件，则P(BC|A)＝P(B|A)＋P(C|A). 5.事件的相互独立性 (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： 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)． 如果事件A与B相互独立，那么A与，与B，与也相互独立． 6．独立重复试验与二项分布 独立重复试验 二项分布 定义 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，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 计算公式 用Ai(i＝1，2，…，n)表示第i次试验结果，则P(A1A2A3…An) ＝P(A1)P(A2)…P(An) 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＝k)＝Cpk(1－p)n－k(k＝0，1，2，…，n) 7．离散型随机变量的均值与方差 若离散型随机变量X的分布列为 X x1 x2 … xi … xn P p1 p2 … pi … pn (1)均值：称E(X)＝x1p1＋x2p2＋…＋xipi＋…＋xnpn为随机变量X的均值或数学期望，它反映了离散型随机变量取值的平均水平． (2)D(X)＝ (xi－E(X))2pi为随机变量X的方差，它刻画了随机变量X与其均值E(X)的平均偏离程度，其算术平方根为随机变量X的标准差． 8．均值与方差的性质 (a，b为常数)． 9．两点分布与二项分布的均值、方差 X X服从两点分布 X～B(n，p) E(X) p(p为成功概率) np D(X) p(1－p) np(1－p) 10.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； (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． 11．变量间的相关关系 (1)常见的两变量之间的关系有两类：一类是函数关系，另一类是相关关系；与函数关系不同，相关关系是一种非确定性关系． (2)从散点图上看，点分布在从左下角到右上角的区域内，两个变量的这种相关关系称为正相关，点分布在左上角到右下角的区域内，两个变量的相关关系为负相关． 12．两个变量的线性相关 (1)从散点图上看，如果这些点从整体上看大致分布在通过散点图中心的一条直线附近，称两个变量之间具有线性相关关系，这条直线叫回归直线． (2)回归方程为＝x＋，其中＝，＝－． (3)通过求Q＝ (yi－bxi－a)2的最小值而得出回归直线的方法，即求回归直线，使得样本数据的点到它的距离的平方和最小，这一方法叫做最小二乘法． (4)相关系数： 当r0时，表明两个变量正相关； 当r0时，表明两个变量负相关． r的绝对值越接近于1，表明两个变量的线性相关性越强．r的绝对值越接近于0，表明两个变量之间几乎不存在线性相关关系，通常|r|大于0