离散型随机变量及其分布列

合集下载

离散型随机变量的分布列

离散型随机变量的分布列

离散型随机变量的分布列

1.离散型随机变量的分布列

(1)一般地,若离散型随机变量X 可能取的不同值为x 1,x 2,…,x i ,…,x n ,X 取每一个值

x i (i =1,2,…,n )的概率P (X =x i )=p i ,以表格的形式表示如下:

X x 1 x 2 … x i … x n P

p 1

p 2

p i

p n

的概率分布列,简称为的分布列. (2)离散型随机变量的分布列的性质: ①p i ≥0,i =1,2,…,n ;

(1)离散型随机变量的分布列完全描述了由这个随机变量所刻画的随机现象.和函数的表示法一样,离散型随机变量的分布列也可以用表格、等式P (X =x i )=p i ,i =1,2,…,n 和图象表示.

(2)随机变量的分布列不仅能清楚地反映随机变量的所有可能取值,而且能清楚地看到取每一个值的概率的大小,从而反映了随机变量在随机试验中取值的分布情况. 2.两个特殊分布 (1)两点分布

X 0 1

P

1-p

p

若随机变量X p =P (X =1)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P (X =k )=C k M C n -k

N -M C n N

k =0,1,2,…,m ,

X 01…m

P C0M C n-0

N-M

C n N

C1M C n-1

N-M

C n N

C m M C n-m

N-M

C n N

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.

离散型随机变量及其分布列

离散型随机变量及其分布列
1.依据具体情境分析变量是否为随机变量.
2.由条件求解随机变量的值域.
3.判断变量的取值能否被一一列举出来,若能,则是离散型随机变量;否则,不是离散型随机变量.
2.一个袋中装有5个白球和5个黑球,从中任取3个,其中所含白球的个数为ξ.(1)列表说明可能出现的结果与对应的ξ的值;
(2)若规定抽取3个球中,每抽到一个白球加5分,抽到黑球不加分,且最后结果都加上6分,求最终得分η的可能取值,并判定η是否为离散型随机变量.
因此X的分布列为
X
0
1
P
(2)①顾客乙中奖可分为互斥的两类事件:所抽取的2张奖券中有1张中奖或2张都中奖.
故所求概率P= = = .
②Y的所有可能取值为0,10,20,50,60,且P(Y=0)= = = ,P(Y=10)= = = ,
P(Y=20)= = = ,P(Y=50)= = = ,P(Y=60)= = = .
(1)顾客甲从10张奖券中任意抽取1张,求中奖次数X的分布列;
(2)顾客乙从10张奖券中任意抽取2张,①求顾客乙中奖的概率;②设顾客乙获得的奖品总价值为Y元,求Y的分布列.
【自主解答】(1)抽奖一次,只有中奖和不中奖两种情况,故X的取值只有0和1两种情况.
P(X=1)= = = ,则P(X=0)=1-P(X=1)=1- = .
【解】从箱中取两个球的情形有以下6种:

离散型随机变量及其分布列

离散型随机变量及其分布列

2021/8/6
19
解:由题意得,X的可能取值为7,8,9,10. P(X=7)=CC12C53 22=15, P(X=8)=C12C22C+53C22C11=130, P(X=9)=C12CC5312C11=25, P(X=10)=CC22C53 11=110,
2021/8/6
20
∴X的分布列为:
2021/8/6
23
P(X=4)=(0.6)4+C43(0.6)3×0.4×0.6=0.336 96,X的 分布列为:
X0
1
2
3
4
P 0.010 24 0.076 8 0.230 4 0.345 6 0.336 96
D.25
2021/8/6
10
解析:号码之和可能为2,3,4,5,6,7,8,9,10,共9种. 答案:B
2021/8/6
11
2.设 X 是一个离散型随机变量,则下列不能够成为 X
的概率分布列的一组数是
()
A.0,0,0,1,0
B.0.1,0.2,0.3,0.4
C.P,1-P(P 为实数)
D.1×1 2,2×1 3,…,n-11·n,n1(n∈N*)
解析:由分布列的性质可知选C. 答案:C
2021/8/6
12
3.设随机变量X的分布列为:
X -1 2 3
P

7.2 离散型随机变量及其分布列

7.2  离散型随机变量及其分布列
(2)试验之前可以判断其所有可能的取值
(3)随机变量建立了实数与试验结果之间的对应关系。
即:每一个取值都对应特定的试验结果
新知讲解
随机变量
一般地,对于随机试验样本空间Ω中的每个样本点w,都有唯一的实数
X(w)与之对应,我们称X为随机变量
新知导入1中随机变量X的可能取值为0,1,2,3,共有4个值;新知导
场多于负场.
(1)求该班胜场多于负场的所有可能情况的种数;
(2)若胜场次数为X,求X的分布列.
解:(1)若胜一场,则其余为平,共有 = 种情况;
若胜两场,则其余两场为一负一平或两平,共有 + = 种情况;
若胜三场,则其余一场为负或平,共有 × = 种情况;

的概率为p=1-p1=

拓展提高
(2)随机变量X的可能取值为: 1、2、3、4




( = ) = =
( = ) = =




( = ) = =

所以X的分布列为:
ξ
1
2
3
P



4



( = ) = =
每个等级对应的分数和人数如下表所示。
等级
分数
不及格
1
及格
2

离散型随机变量的分布列及均值、方差

离散型随机变量的分布列及均值、方差
离散型随机变量的分布列及均值 、方差
1.离散型随机变量的分布列 (1)随着试验结果变化而 变化的变量 叫做随机变量.所有取值可以 一一列出 的 随机变量叫做离散型随机变量.
(2)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,则称表 X x1 x2 … xi … xn P p1 p2 … pi … pn
题组一 思考辨析 1.判断下列结论是否正确(请在括号中打“√”或“×”) (1)抛掷均匀硬币一次,出现正面的次数是随机变量.( √ ) (2) 离 散 型 随 机 变 量 的 概 率 分 布 列 描 述 了 由 这 个 随 机 变 量 所 刻 画 的 随 机 现 象.( √ ) (3)从 4 名男演员和 3 名女演员中选出 4 名,其中女演员的人数 X 服从超几何分 布.( √ )
跟踪训练 2 为迎接 2022 年北京冬奥会,推广滑雪运动,某滑雪场开展滑雪促销 活动.该滑雪场的收费标准是:滑雪时间不超过 1 小时免费,超过 1 小时的部分 每小时收费标准为 40 元(不足 1 小时的部分按 1 小时计算).有甲、乙两人相互独 立地来该滑雪场运动,设甲、乙不超过 1 小时离开的概率分别为14,16;1 小时以 上且不超过 2 小时离开的概率分别为12,23;两人滑雪时间都不会超过 3 小时.

高三数学考点-离散型随机变量及其分布列

高三数学考点-离散型随机变量及其分布列

10.6离散型随机变量及其分布列

1.离散型随机变量的概念

(1)随机变量

如果随机试验的结果可以用一个随着试验结果变化而变化的变量来表示,那么这样的变量叫做____________,随机变量常用字母X,Y,ξ,η等表示.

(2)离散型随机变量

所有取值可以__________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

(1)分布列

设离散型随机变量X可能取的不同值为x1,x2,…,x i,…,x n,X取每一个值x i(i=1,2,…,n)的概率P(X =x i)=p i,则称表

为随机变量X的______________,简称为X的分布列.有时为了简单起见,也可用P(X=x i)=p i,i=1,2,…,n表示X的分布列.

(2)分布列的性质

①________________________;

②________________________.

3.常用的离散型随机变量的分布列

(1)两点分布(又称0-1分布、伯努利分布)

随机变量X的分布列为(0

则称X服从两点分布,并称p=P(X=1)为成功概率.

(2)二项分布

如果随机变量X的可能取值为0,1,2,…,n,且X取值的概率P(X=k)=__________(其中k=0,1,2,…,

则称X服从二项分布,记为____________.

(3)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__________________(k=0,1,2,…,m),其中m=min{M,n},且n≤N,M≤N,n,M,N∈N*.此时称随

离散型随机变量及分布列

离散型随机变量及分布列
离散型随机变量及其分布列
一、随机变量的概念:
我们把随机试验的每一个可能的结果都对应于一 数字来表示,这样试验结果的变化就可看成是这些数 字的变化。 若把这些数字当做某个变量的取值,则这个变量 就叫做随机变量,常用X、Y、x、h 来表示。
注意:有些随机试验的结果虽然不具有数量性质,但还是 可以用数量来表达,如在掷硬币的试验中,我们可以定义 “X=0,表示正面向上,X =1,表示反面向上”
三、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,…,xn X取每一个xi (i=1,2,…,n)的概率P(X=xi)=Pi,则称表:
X P x1 P1 x2 P2 … … xi Pi … …
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 来表示X的分布列
X
P
1
0
-1
1 6
1 3
1 2
求离散型随机变量分布列的基本步骤: (1)确定随机变量的所有可能的值xi (2)求出各取值的概率P(X=xi)=pi (3)列出表格
定值
求概率
列表
课堂练习:
1、随机变量 x 的所有等可能取值为 1, 2,3,…, n , 若 P x 4 0.3 ,则( A. n 3 B. n 4

离散型随机变量及其分布列

离散型随机变量及其分布列

0.3
反思感悟 分布列的性质及其应用 (1)利用分布列中各概率之和为1可求参数的值,此时要注意检验,以保 证每个概率值均为非负数. (2)求随机变量在某个范围内的概率时,根据分布列,将所求范围内各随 机变量对应的概率相加即可,其依据是互斥事件的概率加法公式.
随堂演练
1.下列表格中,不是某个随机变量的分布列的是
(4)一瓶果汁的容量为500±2 mL.
解 由于果汁的容量在498 mL~502 mL之间波动,是随机变量,但不是 离散型随机变量.
跟踪训练1 指出下列随机变量是不是离散型随机变量,并说明理由. (1)从10张已编好号码的卡片(1号到10号)中任取一张,被取出的卡片的 号数;
解 只要取出一张,便有一个号码,因此被取出的卡片号数可以一一 列出,符合离散型随机变量的定义.
1234
2.若随机变量η的分布列如表所示:
η
-2
-1
0
1
2
3
P
0.1
0.2
0.2 0.3 0.1 0.1
则当P(η<x)=0.8时,实数x的取值范围是
A.x≤1
B.1≤x≤2
√C.1<x≤2
D.1≤x<2
解析 由分布列知, P(η=-2)+P(η=-1)+P(η=0)+P(η=1)=0.1+0.2+0.2+0.3=0.8, ∴P(η<2)=0.8,故1<x≤2.

离散型随机变量及其分布列知识点

离散型随机变量及其分布列知识点

离散型随机变量及其分布列知识点离散型随机变量及其分布列知识点

离散型随机变量是指在有限个或无限个取值中,只能取其中一个数值的随机变量。离散型随机变量可以用分布列来描述其概率分布特征。

离散型随机变量的概率分布列

概率分布列是描述离散型随机变量的概率分布的表格,通常用符号P 表示。其一般形式如下:

P(X=x1)=p1

P(X=x2)=p2

P(X=x3)=p3

P(X=xn)=pn

其中,Xi表示随机变量X的取值,pi表示随机变量X取值为Xi的概率。

离散型随机变量的特点

1. 离散型随机变量只取有限或无限个取值中的一个,变化不连续。

2. 取值之间具有间隔或间距。

3. 每个取值对应一个概率,概率分布可用概率分布列来体现。

4. 概率之和为1。

离散型随机变量的常见分布

1. 0-1分布

0-1分布是指当进行一次伯努利试验时,事件发生的概率为p,不发生的概率为1-p的离散型随机变量的分布。其分布列为:

P(X=0)=1-p

P(X=1)=p

2. 二项分布

二项分布是进行n次伯努利试验中,事件发生的概率为p,不发生的概率为1-p时,恰好出现k次事件发生的离散型随机变量的分布。其分布列为:

P(X=k)=C(n,k)p^k(1-p)^(n-k)

其中,C(n,k)为从n中选出k个的组合数。

3. 泊松分布

泊松分布是指在某个时间段内,某一事件发生的次数符合泊松定理的离散型随机变量的分布。其分布列为:

P(X=k)=λ^ke^(-λ)/k!

其中,λ为这段时间内事件的平均发生次数。

总结

离散型随机变量及其分布列是概率论中的重要基础概念之一,具有广泛的应用。掌握离散型随机变量及其分布列的知识点对于深入理解概率论及其实际应用有重要意义。

离散型随机变量及其分布列

离散型随机变量及其分布列

离散型随机变量及其分布列

1.离散型随机变量 (1)随机变量

特点:随着试验结果的变化而变化的变量. 表示:常用字母X ,Y ,ξ,η,…表示. (2)离散型随机变量的特点 所有取值可以一一列举出来. 2.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x 1,x 2,…,x i ,…,x n ,X 取每一个值x i (i =1,2,…,n )的概率P (X =x i )=p i ,则下表

时也用等式P (X =x i )=p i ,i =1,2,…,n 表示X 的分布列.

(2)性质:

①p i ≥0(i =1,2,…,n );②∑n

i =

1

p i =1. 3.常见的两类特殊分布列 (1)两点分布

若随机变量X 服从两点分布,则其分布列为

=P (X =1)称为成功概率.(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P (X =k )=C M C -N -M

C n N

,k =0,1,2,…,m ,即:

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.

判断正误(正确的打“√”,错误的打“×”)

(1)随机变量和函数都是一种映射,随机变量把随机试验的结果映射为实数.( )

(2)抛掷均匀硬币一次,出现正面的次数是随机变量.( ) (3)离散型随机变量的各个可能值表示的事件是彼此互斥的.( )

(4)离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的概率之和.( )

(5)从4名男演员和3名女演员中选出4人,其中女演员的人数X 服从超几何分布.( )

第五节 离散型随机变量及其分布列

第五节 离散型随机变量及其分布列
数,则P(ξ=0)=
A.0
1
B.
3


1
C.
2
2
D.
3
解析:B 设P(ξ=1)=p,则P(ξ=0)=1-p.依题意知,p=2(1-p),解
2
1
得p= ,故P(ξ=0)=1-p= .
3
3
目录
4.若随机变量X的分布列为
X
-2
-1
0
1
2
3
P
0.1
0.2
0.2
0.3
0.1
0.1
则当P(X<a)=0.8时,实数a的取值范围是(
第五节
离散型随机变量及其分布列

1.通过具体实例,了解离散型随机变量的概念,理解离散型随机变量的分布列.
2.通过具体实例,了解超几何分布,并能解决简单的实际问题.
CONTENTS
01
知识·逐点夯实
02
考点·分类突破
03
课时·过关检测
/目录
01
目录

1.离散型随机变量的分布列
(1)对于随机试验样本空间Ω中的每个样本点ω,都有唯一的实数X(ω)与之
Βιβλιοθήκη Baidu
②由①知m=0.3,列表为
X
0
1
2
3
4
|X-1|

随机变量及其分布-离散型随机变量及其分布

随机变量及其分布-离散型随机变量及其分布

随机变量及其分布-离散型随机变量及其分布

离散型随机变量及其分布列

知识点

1.随机变量的有关概念

(1)随机变量:随着试验结果变化⽽变化的变量,常⽤字母X ,Y ,ξ,η,…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. 2.离散型随机变量分布列的概念及性质

(1)概念:若离散型随机变量X 可能取的不同值为x 1,x 2,…,x i ,…,x n ,X 取每⼀个值x i (i =1,2,…,n )的概率P (X =x i )=p i ,以表格的形式表⽰如下:

此表称为离散型随机变量P (

X =x i )=p i ,i =1,2,…,n 表⽰X 的分布列.

(2)分布列的性质:① p i ≥0,i =1,2,3,…,n ;① 11

=∑=n

i i

p

3.常见的离散型随机变量的分布列 (1)两点分布

若随机变量X 的分布列具有上表的形式,则称X 服从两点分布,并称p =P (X =1)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P (X =k )=C k M C n -

k

N -M

C n N

,k =0,1,2,…,m ,

其中m =min{M ,n },且n ≤N ,M ≤N ,n ,M ,N ①N *.

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.

题型⼀离散型随机变量的理解

【例1】下列随机变量中,不是离散型随机变量的是( ) A .某个路⼝⼀天中经过的车辆数X

B .把⼀杯开⽔置于空⽓中,让它⾃然冷却,每⼀时刻它的温度X

离散型随机变量及其分布列

离散型随机变量及其分布列

离散型随机变量及其分布列

离散型随机变量是概率论中的一种重要概念。它是指取有限或无限

个数值的随机变量,其可能取值的集合是离散的。离散型随机变量

可以用分布列来描述其取值和对应的概率。

离散型随机变量的分布列是一个表格,其中包含了随机变量的所有

可能取值和对应的概率。这个表格可以用来表示离散型随机变量的

分布情况。每个取值对应的概率是该取值发生的可能性大小。

为了更好地理解离散型随机变量及其分布列,我们可以通过一个简

单的例子来说明。假设有一个掷硬币的实验,正面朝上记为1,反

面朝上记为0。这个实验的随机变量X可以取到的值只能是0或1,因此X是一个离散型随机变量。通过多次实验,我们记录下了X的取值和对应的频率,得到如下的分布列:

| X | 0 | 1 |

| :--: | :-: | :-: |

| P(X) | 0.4 | 0.6 |

在这个例子中,分布列告诉我们当硬币扔出来后,有40%的可能性出现反面朝上,有60%的可能性出现正面朝上。

离散型随机变量的分布列具有以下性质:

1. 所有可能取值的概率大于等于0:对于所有可能取值xi,P(X=xi)大于等于0。

2. 所有可能取值的概率之和为1:所有的概率值P(X=xi)的和等于1,即ΣP(X=xi) = 1。

离散型随机变量的分布列可以通过实验或者推理来确定。在实验中,可以通过重复进行一定次数的实验,记录下随机变量的取值和对应

的频率,从而近似估计出分布列。在推理中,可以根据问题的给定

条件和假设,利用概率论的理论和方法来推导出分布列。

离散型随机变量的分布列对于概率计算和统计分析非常重要。通过

离散型随机变量的分布列

离散型随机变量的分布列
张中奖或 2 张都中奖.故所求概率 P=C14C16C+210C24C06=3405=23. (6 分)
②X 的所有可能取值为 0,10,20,50,60,且
P(Y=0)=CC04C21062=1455=13,P(Y=10)=CC13C21061=1485=25,
P(Y=20)=CC23C21060=435=115,P(Y=50)=CC11C21061=465=125,
[规范解答] (1)抽奖一次,只有中奖和不中奖两种情况,故 X
的取值只有 0 和 1 两种情况.
(1 分)
P(X=1)=CC11140=140=25,则 P(X=0)=1-P(X=1)
=1-25=35.
(3 分)
因此 X 的分布列为
X
0
1
3
2
P来自百度文库
5
5
(2)①顾客乙中奖可分为互斥的两类:所抽取的 2 张奖券中有 1
∴P110<X<170=PX=15+PX=25+PX=35=115+125+135=25.
规律方法 (1)离散型随机变量的特征是能一一列出,且 每一个值各代表一个试验结果,所以研究随机变量时,关 键是随机变量能取哪些值. (2)在求概率pi时,要充分运用分布列的性质,即可减少运 算量,又可验证所求的分布列是否正确. (3)一般地,离散型随机变量在某一范围内取值的概率等 于它取这个范围内各个值的概率之和.

离散型随机变量及其分布列

离散型随机变量及其分布列

某旅游公司为3个旅游团提供甲、乙、丙、丁 共4条旅游线路,每个旅游团任选其中一条,求 选择甲线路旅游团数的分布列.
解:设选择甲线路旅游团数为ξ,则ξ=0,1,2,3.
P(ξ=0)=3433=2674,P(ξ=1)=C413·332=2674, P(ξ=2) =C4133·3=694,P(ξ=3)=C4333=614.
X 0 10 20 50 60
P
1 3
2 5
1 15
2 15
1 15
某校高三年级某班的数学课外活动小组中有6名 男生,4名女生,从中选出4人参加数学竞赛考试,用 X表示其中的男生人数,求X的分布列.
解:依题意,随机变量 X 服从超几何分布, 所以 P(X=k)=Ck6CC41440-k(k=0,1,2,3,4). ∴P(X=0)=CC06C14044=2110,P(X=1)=CC16C14034=345,
(1)23 (2)23
解析:(1)∵a,b,c 成等差数列,∴2b=a+c. 又 a+b+c=1,∴b=13,∴P(|X|=1)=a+c=23. (2)∵X 取每一个值的概率都相等. ∴P(X>8)=P(X=9)+P(X=10)+P(X=11)+P(X=12) +…+P(X=16)=182=23.
P(X=2)=CC26C14024=37,P(X=3)=CC36C14014=281, P(X=4)=CC46C14004=114,∴X 的分布列为

离散型随机变量及其分布列

离散型随机变量及其分布列

入如表所示的编号为 1,2,3,4 的四个抽屉中.
1
2
3
4
(1)求 4 本书恰好放在四个不同抽屉中的概率;
(2)随机变量 X 表示放在 2 号抽屉中书的本数,求 X 的分布列. 解 (1)将 4 本不同的书放入编号为 1,2,3,4 的四个抽屉中,共有 44=256
种不同的方法.
记“4 本书恰好放在四个不同抽屉中”为事件 A,

X 的分布列为
X
1
2
P
1 28
9 14
3 9 28

考向三 超几何分布问题
例 3 (2020·郑州模拟)为创建国家级文明城市,某城市号召出租车司机 在高考期间至少进行一次“爱心送考”,该城市某出租车公司共 200 名司 机,他们进行“爱心送考”的次数统计如图所示.
(1)求该出租车公司的司机进行“爱心送考”的人均次数; (2)从这 200 名司机中任选两人,设这两人进行送考次数之差的绝对值 为随机变量 X,求 X 的分布列.
两人中一人送考 1 次,另一人送考 3 次”为事件 C,“这两人送考次数相同”
为事件 D,
由题意知 X 的所有可能取值为 0,1,2,
P(X=1)=P(A)+P(B)=CC120C22001100+CC110022C00180=110909,

P(X=2)=P(C)=CC12022C00180=11969, P(X=0)=P(D)=C220+CC22210000+C280=18939, 所以 X 的分布列为
  1. 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. 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. 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)。
精品文档
所以 P(ξ=k)=Ck2190k1-1902-k(k=0,1,2). 所以变量 ξ 的分布列为:
ξ
0
1
2
P
1
18
81
100 100 100
E(ξ)=0×1100+1×11080+2×18010=1.8,
或 E(ξ)=np=2×190=1.8.
精品文档
精品文档
图 9-5-1 (1)问交警小李对进站休息的驾驶人员的省籍询问采用的 是什么抽样方法?
(2)用分层抽样的方法对被询问了省籍的驾驶人员进行抽 样,若广西籍的有 5 名,则四川籍的应抽取几名?
(3)在上述抽出的驾驶人员中任取 2 名,求抽取的 2 名驾驶 人员中四川籍人数ξ的分布列.
精品文档
解:(1)交警小李对进站休息的驾驶人员的省籍询问采用的 是系统抽样方法.
精品文档
【互动探究】 2.一个口袋中装有大小相同的 2 个白球和 3 个黑球. (1)采取放回抽样方式,从中摸出 2 个球,求 2 个球恰好颜 色不同的概率; (2)采取不放回抽样方式,从中摸出 2 个球,求摸得白球的 个数的分布列.
精品文档
解:(1)采取放回抽样方式,从中摸出 2 个球,2 球恰好颜 色不同,也就是说从 5 个球中摸出一球,若第一次摸到白球,
A.34
B.58
C.156
D.352
精品文档
4.某一射手射击所得的环数ξ的分布列如下:
ξ
6
7 8 9 10
P 0.1 0.2 0.25 x 0.15
此射手“射击一次命中环数不小于 8 环”的概率为0._7_____.
精品文档
考点 1 离散型随机变量的分布列 例 1:(2014 年广东珠海二模)已知甲、乙两名乒乓球运动 员进行比赛,根据二人以往比赛资料统计,在一局比赛中,甲 获胜的概率为35,乙获胜的概率为25,且各局比赛互不影响.现在
P
3 10
3 5
1 10
精品文档
考点 3 二项分布的应用 例 3:(2014 年上海金山一模)2012 年 3 月 2 日,国家环保 部发布了新修订的《环境空气质量标准》.其中规定:居民区中 的 PM2.5 年平均浓度不得超过 35 微克/立方米,PM2.5 的 24 小 时平均浓度不得超过 75 微克/立方米.某城市环保部门随机抽取 了一居民区 2013 年 40 天的 PM2.5 的 24 小时平均浓度的监测 数据,数据统计如下:
第5讲 离散型随机变量及其分布列
精品文档
1.理解取有限个值的离散型随机变量及其分布列的概念, 了解分布列对于刻画随机现象的重要性.
2.理解超几何分布及其导出过程,并能进行简单的应用. 3.了解条件概率和两个事件相互独立的概念,能理解 n 次 独立重复实验的模型及二项分布,并能解决一些简单的实际问 题.
X
0
1
P
1-p
p
其中 0<p<1,称 X 服从两点分布,而称 p=P(X=1)为成功
概率.
精品文档
(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,则随机事件 X=k 发生的概率为 P(X=k)=CkMCCnNNn--kM,
k=0,1,2,…,m(其中 m=min{M,n},且 n≤N,M≤N,n,M,
精品文档
解:(1)众数约为 22.5,中位数约为 37.5. (2)去年该居民区 PM2.5 年平均浓度为 7.5×0.1 +22.5×0.3 +37.5×0.2 +52.5×0.2 +67.5×0.1 + 82.5×0.1=40.5(微克/立方米). 因为40.5>35,所以2013 年该居民区PM2.5 年平均浓度不 符合环境空气质量标准, 故该居民区的环境需要改进. (3)记事件 A 表示“一天 PM2.5 的 24 小时平均浓度符合环 境空气质量标准”,则由表,得 P(A)=404-0 4=190. 随机变量 ξ 的可能取值为 0,1,2,且 ξ~B2,190.
精品文档
【互动探究】 1.(2013 年山东)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都是23,假设各局比赛 结果相互独立.
(1)分别求甲队以 3∶0,3∶1,3∶2 获胜的概率; (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.
甲、乙二人准备进行三局比赛. (1)求在三局比赛中甲胜前两局、乙胜第三局的概率; (2)用ξ表示三局比赛中甲获胜的局数,求ξ的分布列.
精品文档
解:(1)设事件 A 表示“在三局比赛中甲胜前两局、乙胜第 三局”,则 P(A)=35×35×25=11285.
(2)方法一:由题意知,ξ 的可能取值为 0,1,2,3. P(ξ=0)=C03×25×25×25=1825, P(ξ=1)=C13×35×25×25=13265, P(ξ=2)=C23×35×35×25=15245, P(ξ=3)=C33×35×35×35=12275.
则第二次摸到黑球;若第一次摸到黑球,则第二次摸到白球.
因此它的概率是:p=25×35+35×25=1225.
(2)设摸得白球的个数为 ξ,则 ξ=0,1,2.
P(ξ=0)=CC2325=130,P(ξ=1)=CC12·C25 13=35, P(ξ=2)=CC2225=110.
ξ 的分布列为:
ξ 012
N∈N*),称随机变量 X 服从超几何分布,其分布列如下表:
X
0
1

m
P
C0MCnN--0M CnN
C1MCnN--1M CnN

CmMCnN--mM CnN
精品文档
(3)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
A 发生的条件下,事件 B 发生的概率.
(2)条件概率的求法: 求条件概率除了可借助定义中的公式,还可以借助古典概
型概率公式,即 P(B|A)=nnAAB.
精品文档
(3)条件概率的性质: ①条件概率具有一般概率的性质,即__0__Βιβλιοθήκη BaiduP(B|A)≤___1_; ②若 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
(2)从图中可知,被询问了省籍的驾驶人员是广西籍的有 5 +20+25+20+30=100(名),
四川籍的有 15+10+5+5+5=40(名). 设四川籍的驾驶人员应抽取 x 名,依题意,得 1500=4x0,解得 x=2,即四川籍的应抽取 2 名.
精品文档
(3)ξ的所有可能取值为 0,1,2.
精品文档
解:(1)记“甲队以 3∶0,3∶1,3∶2 获胜”分别为事件 A1, A2,A3.由题意,各局比赛结果相互独立,
故 P(A1)=233=287, P(A2)=C232321-23×23=287, P(A3)=C242321-232×12=247. 所以甲队以 3∶0,3∶1,3∶2 获胜的概率分别是287,287,247.
精品文档
(2)求该样本的平均数,并根据样本估计总体的思想,从 PM2.5 的年平均浓度考虑,判断该居民区的环境是否需要改 进?并说明理由;
(3)将频率视为概率,对于 2013 年的某 2 天,记这 2 天中 该居民区 PM2.5 的 24 小时平均浓度符合环境空气质量标准的 天数为ξ,求ξ的分布列及数学期望 E(ξ).
精品文档
则 ξ 的分布列为:
ξ
0
1
2
P
8
36 54
125 125 125
方法二:由题意知,ξ~B3,35,
则 P(ξ=k)=Ck335k·253-k(k=0,1,2,3). 则 ξ 的分布列为:
ξ
0
1
2
P
8
36
54
125
125 125
3 27 125
3 27 125
精品文档
【规律方法】离散型随机变量的分布列的求法: ①写出X 的所有可能取值注意准确理解X 的含义,以免失 误; ②利用概率知识古典概型或相互独立事件的概率求出 X 取各值的概率; ③列表并检验,写出分布列.
P(ξ=0)=CC2527=1201,P(ξ=1)=CC12C27 15=1201, P(ξ=2)=CC2227=211.
ξ的分布列为:
ξ
0
P
10 21
1
2
10
1
21 21
精品文档
【规律方法】在超几何分布中,只要知道N,M 和 n,就 可以根据公式,求出X 取不同值m 时的概率PX=m,从而列 出 X 的分布列.
(1)设 A,B 为两个事件,若 P(AB)=_P_(_A_)_P_(_B_)__,则称事件
A 与事件 B 相互独立. (2)若事件 A 与事件 B 相互独立,则 A 与 B 、 A 与 B、-A 与
B 也都相互独立.
精品文档
4.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,…,xn,X取每一个值xi(i=1,2,…,n)的概率 P(X=xi)=pi,则表:
精品文档
P(X=2)=P(A4)=247, P(X=3)=1-P(X=0)-P(X=1)-P(X=2)=19. 故 X 的分布列为:
X
0
1
23
P
16
4
41
27 27 27 9
精品文档
考点 2 超几何分布的应用 例 2:2012 年春节前,有超过 20 万名广西、四川等省籍的 外来务工人员选择驾乘摩托车沿 321 国道长途跋涉返乡过年, 为防止摩托车驾驶人因长途疲劳驾驶,手脚僵硬影响驾驶操作 而引发交通事故,肇庆市公安交警部门在 321 国道沿线设立了 多个长途行驶摩托车驾乘人员休息站,让过往返乡过年的摩托 车驾驶人员有一个停车休息的场所.交警小李在某休息站连续 5 天对进站休息的驾驶人员每隔 50 辆摩托车就询问驾驶人员的 省籍一次,询问结果如图 9-5-1:
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.
精品文档
5.离散型随机变量分布列的性质 (1)pi≥0(i=1,2,…,n).(2)p1+p2+…+pn=1. 6.常见的离散型随机变量的分布列 (1)两点分布: 如果随机变量 X 的分布列为:
精品文档
(2)设“乙队以 3∶2 获胜”为事件 A4,由题意,各局比赛 结果相互独立,所以
P(A4)=C241-232232×1-12=247.
由题意,随机变量X 的所有可能的取值为0,1,2,3,,根据事 件的互斥性,得
P(X=0)=P(A1+A2)=P(A1)+P(A2)=1267, P(X=1)=P(A3)=247,
精品文档
1.下列四个表格中,可以作为离散型随机变量分布列的一 个是( C )
精品文档
2.设随机变量 ξ 的分布列为 P(ξ=i)=a13i,i=1,2,3,则 a 的值为( D )
A.1
B.193
C.1113
D.2173
3.某篮球运动员在三分线投球的命中率是12,他投球 5 次, 恰好投进 3 个球的概率为( C )
试验中,事件 A 恰好发生 k 次的概率为 P(X=k)=Cknpk(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.其分布列如下表:
X
0
1

k

n
P Cn0p0(1-p)n Cn1p1(1-p)n-1 … Cknpk(1-p)n-k … Cnnpn(1-p)0
精品文档
组别 PM2.5(微克/立方米) 频数 频率
第一组
(0,15]
4 0.1
第二组
(15,30]
12 0.3
第三组
(30,45]
8 0.2
第四组
(45,60]
8 0.2
第五组
(60,75]
4 0.1
第六组
(75,90)
4 0.1
(1)请你根据上表的数据统计估计该样本的众数和中位数
(不必写出计算过程);
精品文档
1.随机变量
(1)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.
(2)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)随机变量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.
精品文档
2.条件概率及其性质 (1)条件概率的定义: 设 A,B 为两个事件,且 P(A)>0,称 P(B|A)=PPAAB为事件
相关文档
最新文档