随机变量的分布列
随机变量的分布列
的次品可能是0件，1件，2件，3件，4件。 (3) 掷一枚硬币，可能出现正面或反面。 (4) 掷一个骰子向上的点数。 (5) 掷一个骰子向上的点数为奇数或偶数。
5
例2：一袋中装有6个同样大小的小球，编号为1、2、3、4、5、6，现从中随机取出
3个小球，以ξ表示取出球的最大号码，求ξ的分布列．
解：ξ的所有取值为：3、4、5、6．
“ 3” 表示其中一个球号码等于“3”，另两个都比“3”小
“ 4” 表示其中一个球号码等于“4”，另两个都比“4”小
“ 5” 表示其中一个球号码等于“5”，另两个都比“5”小
Cnk pk qnk b(k; n, p)
例 : 某人射击击中目标的概率是0.2，射击中每次射击 的结果是相互独立的，求他在10次射击中击中目标的 次数不超过5次的概率（精确到0.01）。
解: 设在这10次射击中击中目标的次数是ξ,则 ξ～B(10,0.2).
P( 5) P( 0) P( 1) P( 5)
1
12
6
1 12
例4:已知随机变量ξ的分布列如下：
－2 －1 0 1 2 3
P
1
1
1
1
1
1
12
4
3
12
6
12
分别求出随机变量
解：(2)由2
(1)1
1;
2
(2)2
2得2的取值为0,1, 4, 9.
2
.的分布列．
P(2 P(2
0) 4)
P( 0) P( 2)
1 3
分布列知识点总结
分布列知识点总结一、概念介绍1.1 分布列的定义分布列是离散随机变量的取值和相应概率的列。
对于离散型随机变量X，其所有可能取值x1，x2，……，xn及其上对应的概率P(X=x1)，P(X=x2)，……，P(X=xn)就构成了X的分布列。
1.2 分布列的性质（1）分布列的概率和为1对于任意一个随机变量X，其分布列中所有可能取值的概率之和为1，即∑P(X=xi)=1。
（2）随机变量的取值是有限个或可列无限个分布列中的随机变量的取值只能是有限个或可列无限个，不可能是连续的。
二、分布列的应用2.1 用分布列计算期望和方差分布列是计算离散随机变量的期望和方差的有力工具。
根据期望和方差的公式，可以直接利用分布列中的取值和概率来计算期望和方差。
2.2 利用分布列进行概率计算通过分布列，可以计算得到随机变量取某个值的概率，或者计算随机变量在某个范围内取值的概率等。
这对于一些概率问题的求解非常有用。
三、分布列的例子3.1 二项分布二项分布是一种常见的离散型概率分布，用于描述在n次独立重复的伯努利试验中成功的次数。
设X为二项分布随机变量，其分布列为：X 0 1 2 …… nP C(n,0) * p^0 * (1-p)^n C(n,1) * p^1 * (1-p)^(n-1) C(n,2) * p^2 * (1-p)^(n-2) …… C(n,n) * p^n * (1-p)^0其中，p为成功的概率，n为试验的次数。
3.2 泊松分布泊松分布描述了单位时间内随机事件发生的次数。
设X为泊松分布随机变量，其分布列为：X 0 1 2 3 4 ……P e^(-λ) * λ^0 / 0! e^(-λ) * λ^1 / 1! e^(-λ) * λ^2 / 2! e^(-λ) * λ^3 / 3! e^(-λ) * λ^4 / 4! ……其中，λ为单位时间内随机事件发生的平均次数。
四、分布列与其他概率分布的关系4.1 分布列与连续型概率分布分布列适用于离散型随机变量，而连续型随机变量则需要用概率密度函数进行描述。
分布列计算公式
分布列计算公式分布列是概率论中的一个重要概念，特别是在高中数学的概率统计部分经常会用到。
那咱们就来好好聊聊分布列计算公式。
在学习分布列的时候，我想起曾经教过的一个学生小明。
小明这孩子特别聪明，但是对于分布列的计算一开始总是有点迷糊。
咱们先来说说啥是分布列。
简单来说，分布列就是把随机变量的所有可能取值以及对应的概率都罗列出来。
比如说，扔一个骰子，随机变量 X 表示骰子的点数，那么 X 就可能是 1、2、3、4、5、6，每个点数出现的概率就是 1/6，这就是一个简单的分布列。
那分布列的计算公式是啥呢？一般来说，如果随机变量 X 有 n 个可能的取值 x1, x2,..., xn，对应的概率分别是 p1, p2,..., pn，那么这个分布列就可以写成 P(X = xi) = pi （i = 1, 2,..., n）。
这里要注意，所有的概率 pi 之和必须等于 1 ，这是个关键的点哦！咱们就拿小明做过的一道题来说吧。
有一个抽奖活动，盒子里有 5 个红球和 3 个白球，从中随机抽取 3 个球，设随机变量 X 表示抽到红球的个数，求 X 的分布列。
首先，X 可能的取值是 0、1、2、3 。
当 X = 0 时，也就是一个红球都没抽到，概率就是从 3 个白球中选3 个的组合数除以从 8 个球中选 3 个的组合数。
当 X = 1 时，就是抽到 1 个红球 2 个白球，这时候就要算从 5 个红球中选 1 个，从 3 个白球中选 2 个的组合数，然后除以从 8 个球中选 3 个的组合数。
以此类推，算出 X = 2 和 X = 3 时的概率。
在这个过程中，小明一开始总是弄混组合数的计算，不是少乘了个系数，就是分母的总数搞错了。
我就一遍遍地给他讲，还让他自己多动手算几遍。
通过这道题，小明终于搞清楚了分布列计算公式的运用。
其实啊，分布列的计算就是要细心，把每种情况都考虑清楚，按照公式一步一步来，可不能马虎。
再比如说，在一个班级里，随机抽取学生参加比赛，设随机变量 Y 表示被抽取的男生人数。
随机变量及其分布列.几类典型的随机分布
随机变量及其分布列.几类典型的随机分布1． 离散型随机变量及其分布列 ⑴离散型随机变量如果在试验中，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的，我们把这样的变量X 叫做一个随机变量．随机变量常用大写字母,,X Y 表示．如果随机变量X 的所有可能的取值都能一一列举出来，则称X 为离散型随机变量．⑵离散型随机变量的分布列将离散型随机变量X 所有可能的取值i x 与该取值对应的概率i p (1,2,,)i n =列表表示：X X 的分布列．2．几类典型的随机分布 ⑴两点分布如果随机变量X其中01p <<，1q p =-X 服从参数为p 的二点分布． 二点分布举例：某次抽查活动中，一件产品合格记为1，不合格记为0，已知产品的合格率为80%，随机变量X 为任意抽取一件产品得到的结果，则X 的分布列满足二点分布．两点分布又称01-以这种分布又称为伯努利分布． ⑵超几何分布一般地，设有总数为N 件的两类物品，其中一类有M 件，从所有物品中任取n 件()n N ≤，这n 件中所含这类物品件数X 是一个离散型随机变量，它取值为m 时的概率为C C ()C m n mM N Mn NP X m --==(0m l ≤≤，l 为n 和M 中较小的一个)．我们称离散型随机变量X 的这种形式的概率分布为超几何分布，也称X 服从参数为N ，M ，n 的超几何分布．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 取不同值时的概率()P X m =，从而列出X 的分布列． ⑶二项分布1．独立重复试验 如果每次试验，只考虑有两个可能的结果A 及A ，并且事件A 发生的概率相同．在相同的条件下，重复地做n 次试验，各次试验的结果相互独立，那么一般就称它们为n 次独立重复试验．n 次独立重复试验中，事件A 恰好发生k 次的概率为()C (1)kk n k n n P k p p -=-(0,1,2,,)k n =． 2．二项分布若将事件A 发生的次数设为X ，事件A 不发生的概率为1q p =-，那么在n 次独立重复试验中，事件A 恰好发生k 次的概率是()C k k n kn P X k p q -==，其中0,1,2,,k n =．于是得到X 的分布列由式001110()C C C C n n n kk n k nn n n n n q p p qp qp q p q --+=++++各对应项的值，所以称这样的散型随机变量X 服从参数为n ，p 的二项分布， 记作~(,)X B n p ．二项分布的均值与方差：若离散型随机变量X 服从参数为n 和p 的二项分布，则()E X np =，()D x npq =(1)q p =-．⑷正态分布1．概率密度曲线：样本数据的频率分布直方图，在样本容量越来越大时， 直方图上面的折线所接近的曲线．在随机变量中，如果把样本中的任一数据看作随机变量X ，则这条曲线称为X 的概率密度曲线．曲线位于横轴的上方，它与横轴一起所围成的面积是1，而随机变量X 落在指定的两个数a b ，之间的概率就是对应的曲边梯形的面积． 2．正态分布⑴定义：如果随机现象是由一些互相独立的偶然因素所引起的，而且每一个偶然因素在总体的变化中都只是起着均匀、微小的作用，则表示这样的随机现象的随机变量的概率分布近似服从正态分布．服从正态分布的随机变量叫做正态随机变量，简称正态变量．正态变量概率密度曲线的函数表达式为22()2()x f x μσ--=，x ∈R ，其中μ，σ是参数，且0σ>，μ-∞<<+∞．式中的参数μ和σ分别为正态变量的数学期望和标准差．期望为μ、标准差为σ的正态分布通常记作2(,)N μσ．正态变量的概率密度函数的图象叫做正态曲线．⑵标准正态分布：我们把数学期望为0，标准差为1的正态分布叫做标准正态分布．⑶重要结论：①正态变量在区间(,)μσμσ-+，(2,2)μσμσ-+，(3,3)μσμσ-+内，取值的概率分别是68.3%，95.4%，99.7%．②正态变量在()-∞+∞，内的取值的概率为1，在区间(33)μσμσ-+，之外的取值的概率是0.3%，故正态变量的取值几乎都在距x μ=三倍标准差之内，这就是正态分布的3σ原则．⑷若2~()N ξμσ，，()f x 为其概率密度函数，则称()()()xF x P x f t dt ξ-∞==⎰≤为概率分布函数，特别的，2~(01)N ξμσ-，，称22()t x x dt φ-=⎰为标准正态分布函数． ()()x P x μξφσ-<=．标准正态分布的值可以通过标准正态分布表查得．分布函数新课标不作要求，适当了解以加深对密度曲线的理解即可．3．离散型随机变量的期望与方差 1．离散型随机变量的数学期望定义：一般地，设一个离散型随机变量X 所有可能的取的值是1x ，2x ，…，n x ，这些值对应的概率是1p ，2p ，…，n p ，则1122()n n E x x p x p x p =+++，叫做这个离散型随机变量X 的均值或数学期望（简称期望）．离散型随机变量的数学期望刻画了这个离散型随机变量的平均取值水平． 2．离散型随机变量的方差一般地，设一个离散型随机变量X 所有可能取的值是1x ，2x ，…，n x ，这些值对应的概率是1p ，2p ，…，n p ，则2221122()(())(())(())n n D X x E x p x E x p x E x p =-+-++-叫做这个离散型随机变量X 的方差．离散型随机变量的方差反映了离散随机变量的取值相对于期望的平均波动的大小（离散程度）．()D X 叫做离散型随机变量X 的标准差，它也是一个衡量离散型随机变量波动大小的量．3．X 为随机变量，a b ，为常数，则2()()()()E aX b aE X b D aX b a D X +=++=，； 4． 典型分布的期望与方差：⑴二点分布：在一次二点分布试验中，离散型随机变量X 的期望取值为p ，在n 次二点分布试验中，离散型随机变量X 的期望取值为np ．⑵二项分布：若离散型随机变量X 服从参数为n 和p 的二项分布，则()E X np =，()D x npq =(1)q p =-．⑶超几何分布：若离散型随机变量X 服从参数为N M n ，，的超几何分布， 则()nME X N=，2()()()(1)n N n N M M D X N N --=-．4．事件的独立性如果事件A 是否发生对事件B 发生的概率没有影响，即(|)()P B A P B =，这时，我们称两个事件A ，B 相互独立，并把这两个事件叫做相互独立事件． 如果事件1A ，2A ，…，n A 相互独立，那么这n 个事件都发生的概率，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 =⨯⨯⨯，并且上式中任意多个事件i A 换成其对立事件后等式仍成立．5．条件概率对于任何两个事件A 和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，用符号“(|)P B A ”来表示．把由事件A 与B 的交（或积），记做D A B =（或D AB =）．正态曲线（正态随机变量的概率密度曲线）【例1】 下列函数是正态分布密度函数的是（ ）A ．2()2()2x r f x eσσ-=π B ．222π()x f x -=C ．2(1)4()22x f x e -=πD ．22()2x f x e =π【例2】 若正态分布密度函数2(1)2()()2x f x x --=∈R π，下列判断正确的是（ ）A ．有最大值，也有最小值B ．有最大值，但没最小值C ．有最大值，但没最大值D ．无最大值和最小值【例3】 对于标准正态分布()01N ，的概率密度函数()222πx f x -=，下列说法不正确的是（ ）A ．()f x 为偶函数B ．()f x 2πC ．()f x 在0x >时是单调减函数，在0x ≤时是单调增函数D ．()f x 关于1x =对称典例分析【例4】 设ξ的概率密度函数为2(1)2()x f x --=，则下列结论错误的是（ ）A ．(1)(1)P P ξξ<=>B ．(11)(11)P P ξξ-=-<<≤≤C ．()f x 的渐近线是0x =D ．1~(01)N ηξ=-，【例5】 设2~()X N μσ，，且总体密度曲线的函数表达式为：2214()x x f x -+-=，x ∈R ．⑴求μσ，；⑵求(|1|P x -及(11P x -<+的值．【例6】 某市组织一次高三调研考试，考试后统计的数学成绩服从正态分布，其密度函数为2(80)200()x f x --=，则下列命题中不正确的是（ ）A ．该市这次考试的数学平均成绩为80分B ．分数在120分以上的人数与分数在60分以下的人数相同C ．分数在110分以上的人数与分数在50分以下的人数相同D ．该市这次考试的数学标准差为10正态分布的性质及概率计算【例7】 设随机变量ξ服从正态分布(01)N ，，0a >，则下列结论正确的个数是____．⑴(||)(||)(||)P a P a P a ξξξ<=<+=⑵(||)2()1P a P a ξξ<=<- ⑶(||)12()P a P a ξξ<=-< ⑷(||)1(||)P a P a ξξ<=->【例8】 已知随机变量X 服从正态分布2(3)N a ，，则(3)P X <=（ ） A ．15B ．14C ．13D ．12【例9】 在某项测量中，测量结果X 服从正态分布()()210N σσ>，，若X 在()01，内取值的概率为0.4，则X 在()02，内取值的概率为 ．【例10】 已知随机变量X 服从正态分布2(2)N σ，，(4)0.84P X =≤，则(0)P X =≤（ ）A ．0.16B ．0.32C ．0.68D ．0.84【例11】 已知2(1)XN σ-，，若(31)0.4P X -=≤≤-，则(31)P X -=≤≤（ ）A ．0.4B ．0.8C ．0.6D ．无法计算【例12】 设随机变量ξ服从正态分布(29)N ，，若(2)(2)P c P c ξξ>+=<-，则_______c =．【例13】 设~(01)N ξ，，且(||)(010)P b a a b ξ<=<<>，，则()P b ξ≥的值是_______（用a 表示）．【例14】 正态变量2~(1)X N σ，，c为常数，c >，若(2)(23)0.4P c X c P c X c <<=<<=，求(0.5)P X ≤的值．【例15】 某种零件的尺寸服从正态分布(04)N ，，则不属于区间(44)-，这个尺寸范围的零件约占总数的 ．【例16】 某校高中二年级期末考试的物理成绩ξ服从正态分布2(7010)N ，． ⑴若参加考试的学生有100人，学生甲得分为80分，求学生甲的物理成绩排名；⑵若及格（60分及其以上）的学生有101人，求第20名的物理成绩． 已知标准正态分布表(0.97)0.833φ=．【例17】 在某校举行的数学竞赛中，全体参赛学生的竞赛成绩近似服从正态分布(70100)N ，．已知成绩在90分以上（含90分）的学生有12名．⑴试问此次参赛学生总数约为多少人？⑵若该校计划奖励竞赛成绩排在前50名的学生，试问设奖的分数线约为多少分？附：标准正态分布表(1.30)0.9032(1.31)0.9049(1.32)0.9066φφφ===，，．正态分布的数学期望及方差【例18】 如果随机变量2~()1N E D ξμσξξ==，，，求(11)P ξ-<<的值．正态分布的3σ原则ξ，，要使灯【例19】灯泡厂生产的白炽灯寿命ξ（单位：h），已知2~(100030)N泡的平均寿命为1000h的概率为99.7%，则灯泡的最低使用寿命应控制在_____小时以上．【例20】一批电池（一节）用于手电筒的寿命服从均值为35.6小时、标准差为4.4小时的正态分布，随机从这批电池中任意取一节，问这节电池可持续使用不少于40小时的概率是多少？【例21】某班有48名同学，一次考试后的数学成绩服从正态分布，平均分为80，标准差为10，理论上说在80分到90分的人数是______．杂题（拓展相关：概率密度，分布函数及其他）【例22】 已知连续型随机变量ξ的概率密度函数01()1202x f x x a x x ⎧⎪=-<⎨⎪⎩≤≤≥，⑴求常数a 的值；⑵求3(1)2P ξ<<．【例23】 已知连续型随机变量ξ的概率密度函数201()1202x f x ax x x ⎧⎪=<⎨⎪⎩≤≤≥，求a 的值及3(1)2P ξ<<．【例24】 设随机变量X 具有概率密度30()00x ke x f x x -⎧=⎨<⎩≥，求k 的值及(0.1)P X >．【例25】 美军轰炸机向巴格达某铁路控制枢纽投弹，炸弹落弹点与铁路控制枢纽的距离X 的密度函数为100||||100()100000||100x x f x x -⎧⎪=⎨⎪>⎩≤，若炸弹落在目标40米以内时，将导致该铁路枢纽破坏，已知投弹3颗，求巴格达铁路控制枢纽被破坏的概率．【例26】 以()F x 表示标准正态总体在区间(),x -∞内取值的概率，若随机变量ξ服从正态分布()2,N μσ，则概率()P ξμσ-<等于（ ）A ．()()F F μσμσ+--B ．()()11F F --C ．1F μσ-⎛⎫⎪⎝⎭ D ．()2F μσ+【例27】 某城市从南郊某地乘公共汽车前往北区火车站有两条路线可走，第一条路线穿过市区，路程较短，但交通拥挤，所需时间（单位为分）服从正态分布()250,10N ；第二条路线沿环城公路走，路程较长，但交通阻塞少，所需时间服从正态分布()260,4N⑴若只有70分钟可用，问应走哪条路线？⑵若只有65分钟可用，又应走哪条路线？。
(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。
(完整版)分布列概念
1. 分布列定义：设离散型随机变量所有可能取得的值为x i ,x 2,…3X …x 若取每一个值x i (i=1,2, , -n)的概率为P( x i ) P i ，则称表为随机变量的概率分布，简称 的分布列 离散型随机变量的分布列都具有下面两个性质：(1) P i > 0,i=1,2 …，n ; (2) P i +P 2+n+P n =1要点四、两类特殊的分布列1. 两点分布随机变量X 的分布列是像上面这样的分布列称为两点分布列.要点诠释：(1) 若随机变量X 的分布列为两点分布，则称X 服从两点分布，而称P(X=1)为成功率. (2) 两点分布又称为0-1分布或伯努利分布 (3)两点分布列的应用十分广泛 ，如抽取的彩票是否中奖；买回的一件产品是否为正品；新生婴儿的性别；投篮是否命中等等；都可以用两点分布列来研究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，则则事件{X=k }n N,M N,n, M,N N •称分布列为超几何分布列.如果随机变量 X 的分布列为超几何分布列， 则称随机变量 X 服 从超几何分布1. 定义设A 、B 为两个事件，且P(A) 0，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。
用符号 P(B | A) 表示。
发生的概率为P(Xk)k n kC M C N MC N,k 0,1,2,L ,m ,其中min{ M , n},且P(B| A)读作：A发生的条件下B发生的概率。
要点诠释在条件概率的定义中，事件A在事件B已发生”这个附加条件下的概率与没有这个附加条件的概率是不同的，应该说，每一个随机试验都是在一定条件下进行的. 而这里所说的条件概率，则是当试验结果的一部分信息已知，求另一事件在此条件下发生的概率.2 . P ( A | B)、P (AB)、P (B)的区别P (A | B)是在事件B发生的条件下，事件A发生的概率。
(完整版)随机变量及其分布列概念公式总结
随机变量及其分布总结1、定义：随着试验结果变化而变化的变量称为随机变量 ．随机变量常用字母 X , Y ，，，… 表示．ξη2、定义：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、分布列:设离散型随机变量ξ可能取得值为 x 1，x 2，…，x 3，…，ξ取每一个值x i （i =1，2，…）的概率为，则称表()i i P x p ξ==ξx 1x 2…x i …PP 1P 2…P i…为随机变量ξ的概率分布，简称ξ的分布列 4. 分布列的两个性质：（1）P i ≥0，i ＝1，2，…； （2）P 1+P 2+…=1．5.求离散型随机变量的概率分布的步骤:ξ（1）确定随机变量的所有可能的值x i （2）求出各取值的概率p(=x i )=p i ξ（36.两点分布列:ξ01P1p -p7超几何分布列：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,其中(),0,1,2,,k n k M N MnNC C P X k k m C --=== ，且．称分布列min{,}m M n =,,,,n N M N n M N N *≤≤∈X 01…mP0n M N Mn NC C C -11n M N Mn NC C C --…m n m M N Mn NC C C --为超几何分布列．如果随机变量 X 的分布列为超几何分布列，则称随机变量X 服从超几何分布8．离散型随机变量的二项分布:在一次随机试验中，某事件可能发生也可能不发生，在n 次独立重复试验中这个事件发生的次数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 ，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，（k ＝0,1,2,…，n ，）．kn k k n n q p C k P -==)(ξp q -=1于是得到随机变量ξ的概率分布如下：ξ01…k…nPnn qp C 00111-n n qp C …kn k k n qp C -…qp C n n n 称这样的随机变量ξ服从二项分布，记作ξ～B (n ，p )，其中n ，p 为参数。
随机变量及其分布列
一、离散型随机变量的函数的分布
设离散型随机变量X的概率分布为：
X
x11 x22 x33 ….xkk….
概率 p11 p22 p33 ….pkk….
概率
p11
p22
…. pkk
….
若有xii≠xjj而f(xii)=f(xjj)(i ≠ j)，则应把那些相等的值分别合并 起来，并根据概率的加法公式把对应的概率相加，就可得Y=f（X）的概
率分布。
1、 型随机变量的函数的分布 设连续型随机变量X的概率密度函数为f(x)，y=g(x)是一连续函 数，则Y=g(X)也是连续型随机变量。求Y的概率密度函数有两中方法。
§4 连续型随机变量 1 定义
若对于r.v.X，存在一定义在R上的非负函数f(x)，使对aR，满足：
则称X为连续型随机变量，简记：c.r.v.X；其中函数f(x)称为X的概率密 度函数（probability density function,简记为p.d.f.），简称概率密度。 由定义易知，概率密度具有下列性质： ：
（1） 公式法 设X为连续型随机变量，其概率密度函数为fxx(x)，又 设y=g(x)处处可导，且严格单调，则Y=g(X)也是以个连续型随机变量， 它的概率密度函数为：
（2）分布函数法 根据随机变量X的概率密度函数fXX(x)寻找随机变量 Y=g(X)的概率密度函数fYY(y)，关键在于把Y=g(X)的分布函数在y的函数 值FYY(y)转化为X的分布函数在g--11(y)处的值FXX[g--11(y)]，这就建立了分布 函数之间的关系，然后利用分布函数的定义以及分布函数与密度函数的 关系，通过对y求导可得到Y的概率分钟，并且各分机是否占线相互独
随机变量及其分布列知识点
随机变量及其分布列知识点随机变量是描述随机实验结果的数值，它可以是离散的（只能取一些离散的数值）或连续的（可以取所有的数值）。
随机变量可以用来描述实验结果的各种特征，如数量、位置、时间等。
离散随机变量的分布列是一个表格，列出了随机变量取各个值的概率。
概率可以通过实验或理论分析得出。
在计算机科学和统计学中，分布列通常被表示为一个数组或字典。
离散随机变量的分布列有以下几个重要性质：1. 概率和为1：所有随机变量取值的概率之和等于1，即P(X=x1) + P(X=x2) + ... + P(X=xn) = 12.非负性：概率永远不会为负数，即P(X=x)>=0，对于所有的x。
3.互斥性：不同取值的随机变量概率互不重叠，即P(X=x1)与P(X=x2)不重叠，对于所有的x1和x24.互斥性：如果随机变量取值是离散的，那么分布列是一个离散函数，概率只在取值点有定义。
如果随机变量是连续的，那么分布列是一个连续函数，概率在区间上有定义。
离散随机变量的分布列可以用于计算各种统计量，如期望值、方差、标准差等。
期望值是随机变量取值的加权平均，方差是随机变量取值偏离平均值的程度。
标准差是方差的平方根，用来度量随机变量的离散程度。
在实际应用中，离散随机变量的分布列可以用来描述概率分布、事件的发生概率等。
它可以用来解决各种问题，如生活中的投资决策、经济模型的拟合、产品质量控制等。
例如，一个骰子的随机变量可以描述它可能的取值为1、2、3、4、5或6，对应的分布列是[1/6,1/6,1/6,1/6,1/6,1/6]。
这个分布列可以用来计算骰子摇出特定点数的概率，以及求得骰子取值的期望值和方差。
另一个例子是二项分布，它描述了在一系列独立实验中成功次数的概率分布。
二项分布的随机变量是一个离散随机变量，它的分布列可以用来计算成功次数的概率和期望值。
连续随机变量的分布列被称为概率密度函数。
概率密度函数描述了随机变量取值的概率密度，而不是概率。
随机变量及其分布列概念公式总结
随机变量及其分布总结1、定义：随着试验结果变化而变化的变量称为随机变量 ．随机变量常用字母 X , Y ，ξ，η，… 表示．2、定义：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、分布列:设离散型随机变量ξ可能取得值为x 1，x 2，…，x 3，…，ξ取每一个值x i （i =1，2，…）的概率为()i i P x p ξ==，则称表为随机变量ξ的概率分布，简称ξ的分布列 4. 分布列的两个性质：（1）P i ≥0，i ＝1，2，…； （2）P 1+P 2+…=1． 5.求离散型随机变量ξ的概率分布的步骤: （1）确定随机变量的所有可能的值x i （2）求出各取值的概率p(ξ=x i )=p i （3）画出表格6.两点分布列:7超几何分布列：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 kM NMnNC C P X k k m C --===,其中min{,}m M n =，且,,,,n N M N n M N N *≤≤∈．称分布列为超几何分布列．如果随机变量 X 的分布列为超几何分布列，则称随机变量 X 服从超几何分布8．离散型随机变量的二项分布:在一次随机试验中，某事件可能发生也可能不发生，在n 次独立重复试验中这个事件发生的次数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 ，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k n k kn n q p C k P -==)(ξ，（k ＝0,1,2,…，n ，p q -=1）．于是得到随机变量ξ的概率分布如下：ξ 01 … k … nPnn q p C 00111-n n q p C … kn k k n q p C - …q p C n n n称这样的随机变量ξ服从二项分布，记作ξ～B (n ，p )，其中n ，p 为参数。
随机变量及其分布列
随机变量及其分布列.几类典型的随机分布一、离散型随机变量及其分布列随机变量是指在试验中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的。
离散型随机变量是指所有可能的取值都能一一列举出来的随机变量。
离散型随机变量常用大写字母X,Y表示。
离散型随机变量的分布列是将所有可能的取值与对应的概率列出的表格。
二、几类典型的随机分布1.两点分布二点分布是指随机变量X的分布列为X:1，P:pq，其中p 为0~1之间的参数，q为1-p。
伯努利试验只有两种可能结果的随机试验，因此又称为伯努利分布。
2.超几何分布超几何分布是指有总数为N件的两类物品，其中一类有M件，从所有物品中任取n件，这n件中含有这类物品件数X 是一个离散型随机变量，它取值为m时的概率为C(n,m)C(M,m)/C(N,n)。
超几何分布只要知道N，M和n，就可以根据公式求出X取不同值时的概率P(X=m)，从而列出X的分布列。
3.二项分布二项分布是指在n次独立重复试验中，事件A发生的次数X服从二项分布，事件A不发生的概率为q=1-p，事件A恰好发生k次的概率为P(X=k)=C(n,k)p^kq^(n-k)。
其中p为事件A发生的概率，k为事件A发生的次数，n为试验的总次数。
首先，将文章中的格式错误和明显有问题的段落删除。
然后对每段话进行小幅度改写。
对于二项分布，当一个试验重复进行n次，每次成功的概率为p，失败的概率为q=1-p时，事件发生k次的概率可以用公式P(n,k) = n。
/ (k!(n-k)!) * p^k * q^(n-k)来计算。
这个公式可以展开成X的分布列，其中X表示事件发生的次数。
因为每个值都可以对应到表中的某个项，所以我们称这样的散型随机变量X服从参数为n，p的二项分布，记作X~B(n,p)。
二项分布的均值和方差可以用公式E(X) = np和D(X) = npq(q=1-p)来计算。
正态分布是一种连续型随机变量的概率分布。
随机变量及其分布列
中装有3个红球、2个白球、
中装有3个红球、2个白球、
5个黑球，它们大小形状
5个黑球，它们大小形状完
完全相同。现从10个球中
全相同。现从10个球中任
有放回的抽取3次，并做
意抽取3个。
好记录。
(1)求抽取的3个球是来自2
(1)求抽取的3个球中恰有2
种不同颜色球的概率；
个球是黑色的概率；
所以抽取的 5 辆汽车中恰有 2 辆是蓝色汽车的概率 P＝C25
3312 135
＝
.
512
4 4
返回
(2)在试驾体验过程中，发现蓝色汽车存在一定质量问
题， 监管部门决定从投放的汽车中随机地抽取一辆送技术部
门作进一步抽样检测，并规定：若抽到的是黄色汽车，则将
其放回市场，并继续随机地抽取下一辆汽车；若抽到的是蓝
，
125
8
3 2 3
P(X＝3)＝C3 5 ＝
，
125
∴X的分布列为
X
0
1
2
27
54
36
P
125
125
125
27
54
36
8
6
∴E(X)＝0×
＋1×
＋2×
＋3×
＝ .
125
125
125
125 5
3
8
125
返回
2
法二：∵随机变量X～B3，5，
k 2 k 3 3－k
3n－1 1
3n
＋…＋(n－1)×4
随机变量的分布列、期望、方差
„ „
P
1 1 3
4
2 1 3 3
3
5
2 3
4
1 ⑷ ~ B 5, ,
k
∴ P＝( ＝k)＝C5 ( ) ·( ) 其中 k 0,1,2,3,4,5. ∴所求 的分布列是
1 3
k
2 3
5－k
，
0
32 243
1
80 243
2
80 243
【典例解析】
考点一：随机变量的分布列
例 1. 袋子中有 1 个白球和 2 个红球． ⑴ 每次取 1 个球，不放回，直到取到白球为止．求取球次数 的分布列．
2
2013 年高考第一轮复习资—理科数学 ⑵ 每次取 1 个球，放回，直到取到白球为止．求取球次数 的分布列． ⑶ 每次取 1 个球，放回，直到取到白球为止，但抽取次数不超过 5 次．求取球次数 的分布列． ⑷ 每次取 1 个球，放回，共取 5 次．求取到白球次数 的分布列． 解： ⑴ 1,2,3.
1
1 3
2
1 3
3
1 3
P
⑵ 每次取到白球的概率是 ，不取到白球的概率是 2 ， 所求的分布列是
3
1 3
P ⑶
1 1 3 2 2 1 3 3
3
2 2 1 3 3 3
2 1 3 3
2
3
2 1 3 3
2
„ „
n
2 3
n 1
1 3
P 1 P 2 1 1 , 1 3 A3
1 A2 1 1 , 2 1 1 A A3 2 3 1
分布律和分布列
分布律和分布列分布律和分布列是概率论中非常重要的概念，它们被广泛应用于各个领域，包括统计学、工程学、金融学等。
本文将详细介绍分布律和分布列的概念、性质及其在实际应用中的意义。
一、分布律的定义与性质分布律又称分布函数，通常用F(x)来表示。
假设随机变量X的取值范围为实数轴上的所有实数，F(x)表示X小于等于x的概率，即：F(x) = P{X ≤ x}其中，P表示概率。
分布律具有以下性质：1. F(x)是一个非降函数，即F(x)在定义域内具有单调性。
2. F(x)的取值范围在[0,1]之间。
3. F(x)是一个右连续函数，即对于任意的x，F(x)在右侧连续。
4. F(x)在x处的导数等于X=x处的概率密度函数f(x)，即F'(x) = f(x)。
二、分布列的定义与性质分布列是离散随机变量的分布函数，通常用p(x)来表示。
假设随机变量X的取值范围为{x1,x2,…,xn}，则p(x)表示X等于x的概率，即：p(xi) = P{X=xi}分布列具有以下性质：1. 对于所有的i，有0 ≤ p(xi) ≤ 1。
2. ∑_i=1^n p(xi) = 1。
3. p(x)是一个非降函数。
三、分布律与分布列的区别分布律用来描述连续随机变量的概率分布，而分布列则用来描述离散随机变量的概率分布。
因为连续随机变量可以取无限多个值，所以概率密度函数f(x)是用来表示概率分布的。
分布律F(x)是f(x)的积分，表示随机变量小于等于某个值的概率。
而离散随机变量只能取有限个取值，所以概率可以用一个列表来表示。
分布列p(x)就是这个列表，它表示随机变量取某一特定值的概率。
四、分布律与分布列的应用分布律和分布列是概率论中非常重要的概念，它们被广泛应用于各个领域。
例如，在统计学中，分布律和分布列常常用来描述样本数据的概率分布，从而进行统计推断；在工程学中，分布律和分布列常常用来描述工程系统的性能分布，从而进行系统设计和优化；在金融学中，分布律和分布列常常用来描述金融资产的风险分布，从而进行投资决策和风险控制等。
- 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)。
随机变量的分布列一、【考点系统归纳】1.离散型随机变量——如果随机变量X 的所有可能的取值都能一一列举出来，则称X 为离散型随机变量.2.离散型随机变量的概率分布（离散型随机变量的分布列）X 1x2x⋯i x⋯ n xP1p2p⋯i p ⋯n p离散型随机变量的分布列的性质： （1）；，，，，n i p i ⋯=≥321,0 （2）121=⋯++n p p p .3.离散型随机变量的期望与方差： (1)期望:=ξE +11p x +22p x …++n n p x … 为ξ的数学期望，简称期望．数学期望是离散型随机变量的一个特征数，它反映了离散型随机变量取值的平均水平平均数、均值:一般地，在有限取值离散型随机变量ξ的概率分布中，令=1p =2p …n p =，则有=1p =2p …n p n 1==，=ξE +1(x +2x …nx n 1)⨯+，所以ξ的数学期望又称为平均数、均值(2) 对于离散型随机变量ξ，如果它所有可能取的值是1x ，2x ，…，n x ，…，且取这些值的概率分别是1p ，2p ，…，n p ，…，那么,ξD ＝121)(p E x ⋅-ξ＋222)(p E x ⋅-ξ＋…＋n n p E x ⋅-2)(ξ＋…称为随机变量ξ的均方差，简称为方差，式中的ξE 是随机变量ξ的期望． 4.几种分布列： （1）二点分布：其中p q p -=<<1,10，则称离散型随机变量的X 服从参数为p 的二点分布. 举例：篮球运动员在比赛中每次罚球命中得一分，不中得0分.已知某篮球运动员罚球命中得概率为0.8，则他罚球一次的得分的分布列为随机变量X 服从参数p 的二项分布.二点分布的期望与方差：期望p X E =)(,方差)1()(p q pq X D -==. (2).超几何分布：设有总数为N 件的两类物品，其中一类有M 件，从所有物品中任取n 件(n ≤N )，这n 件中所含这类物品件数X 是一个离散型随机变量，它取值为m 时的概率P (X ＝m )＝C M m C N －M n －m C Nn(0≤m ≤l ，l 为n 和M 中较小的一个)，称这种离散型随机变量的概率分布为超几何分布，也称X 服从参数为N 、M 、n 的超几何分布．超几何分布给出了求解这类问题的方法，可以当公式直接运用求解．超几何分布的期望：NMn X E ⋅=)( （3）.二项分布： 如下：ξX0 1p…kp…nX 10 Pp qq p C n n n P n n q p C 0011-n n qp C p… n k k n qp C -p…由于kn k k n qp C -恰好是二项展开式011100)(q p C q p C q p C q p C p q n n n k n k k n n n n n n +++++=+-- 中的各项的值，所以称这样的随机变量ξ服从二项分布，记作(),B n p ξ，其中n ，p 为参数，并记k n k k n q p C -＝();,b k n p ．…二项分布的期望与方差：若(),B n p ξ，则E np ξ= ，()1D np p ξ=-5.正态分布：（1）正态变量概率密度曲线的函数表达式：(2)正态曲线的性质：曲线在x 轴的上方，并且关于 对称； 曲线在 处于最高点，并由此处向左右两边延伸时，曲线逐渐 ,呈现“中间 ，两边 ”的形状；曲线的形状由参数σ确定，σ越大，曲线越“ ”，σ越小，曲线越“ ”. 二、【典型例题精讲】求离散型随机变量的分布列的步骤：（1）要确定随机变量ξ的可能取值有哪些.明确每个值所表示的意义.（2）分清概率类型，计算取得每一个值时的概率（取球、抽取产品等问题还要注意是放回抽样还是不放回抽样）.（3）列表，给出分布列，并用分布列的性质验证.【例1】 （优质试题年高考上海市理科6）随机变量的概率分布率由下图给出：则随机变量的均值是【例2】.(优质试题年全国高考宁夏卷6）某种种子每粒发芽的概率都为0.9，现播种了1000粒，对于没有发芽的种子，每粒需再补种2粒，补种的种子数记为X ，则X 的数学期望为（A ）100 （B ）200 （C ）300 （D ）400【例3】（上海理9）马老师从课本上抄录一个随机变量ε的概率分布律如下表 请小牛同学计算ε的数学期望，尽管“！”处无法完全看清，且两个“？”处字迹模糊，但能肯定这两个“？”处的数值相同。
据此，小牛给出了正确答案E ε= .【例4】（浙江理15）某毕业生参加人才招聘会，分别向甲、乙、丙三个公司投递了个人简历，假定该毕业生得到甲公司面试的概率为23，得到乙丙公司面试的概率为p ，且三个公司是否让其面试是相互独立的。
记X 为该毕业生得到面试得公司个数。
若1(0)12P X ==，则随机变量X 的数学期望()E X =【例5】（湖北理5）已知随机变量ξ服从正态分布()22N ，a ，且Ｐ（ξ＜4）＝0.8，则Ｐ（0＜ξ＜2）＝ Ａ．0．6 B ．0．4C ．0．3D ．0．2?!?321P(ε=x )x【例6】（天津理16）学校游园活动有这样一个游戏项目：甲箱子里装有3个白球、2个黑球，乙箱子里装有1个白球、2个黑球，这些球除颜色外完全相同，每次游戏从这两个箱子里各随机摸出2个球，若摸出的白球不少于2个，则获奖．（每次游戏结束后将球放回原箱）（Ⅰ）求在1次游戏中，（i）摸出3个白球的概率；（ii）获奖的概率；（Ⅱ）求在2次游戏中获奖次数X的分布列及数学期望()E X.【例7】某公司通过三次测试来聘用职员，一旦某次测试就聘用，否则就已知测试到第三次为止.设每位职员每次通过测试的概率依次为11 ,,54p.（Ⅰ）求某职员能聘用的概率；(Ⅱ)当p为多少时，4位职员中恰有2人被聘用的概率最大，求4位职员中被聘用人数 的分布列及数学期望.【例8】【优质试题优质试题海淀模拟】为了加强大学生实践、创新能力和团队精神的培养，促进高等教育教学改革，交于部门主办了全国大学生智能汽车竞赛，该竞赛分为预赛和决赛两个阶段，参加决赛的队伍按照抽签的方式确定出场顺序，通过预赛，选拔出甲、乙等五支队伍参加比赛。
（1）求决赛中甲，乙两支队伍恰好排在前两个位置的概率。
（2）若决赛中甲队和乙队之间间隔的队伍数记为X，求X的分布列和数学期望。
【例9】【优质试题东营一模】某学校为调查了解学生体能状况，决定对高三学生进行一次体育达标测试，具体测试项目有100米跑、立定跳远、掷实心球.测试规定如下：①三个测试项目中有两项测试成绩合格即可认定为体育达标；②测试时要求考生先从三个项目中随机抽取两个进行测试，若抽取的两个项目测试都合格或都不合格时，不再参加第三个项目的测试；若抽取的两个项目只有一项合格，则必须参加第三项测试.已知甲同学跑、跳、掷三个项目测试合格的概率分别是12、23、34，各项测试时间间隔恰当，每次测试互不影响.（Ⅰ）求甲同学恰好先抽取跳、掷两个项目进行测试的概率；（Ⅱ）求甲同学经过两个项目测试就能达标的概率；（Ⅲ）若甲按规定完成测试，参加测试项目个数为X，求X的分布列和期望.【例10】【优质试题烟台一模】在一次数学考试中，第21题和第22题为选做题. 规定每位考生必须且只须在其中选做一题. 设4名考生选做这两题的可能.性均为12（1）求其中甲、乙二名学生选做同一道题的概率；（2）设这4名考生中选做第22题的学生个数为ξ，求ξ的概率分布及数学期望.【例11】（优质试题湖南理18）某商店试销某种商品20天，获得如下数据：日销售量0 1 2 3（件）频数 1 5 9 5试销结束后（假设该商品的日销售量的分布规律不变），设某天开始营业时有该商品3件，当天营业结束后检查存货，若发现存货少于2件，则当天进货补充至3件，否则不进货，将频率视为概率。
（Ⅰ）求当天商品不进货的概率；（Ⅱ）记X为第二天开始营业时该商品的件数，求X的分布列和数学期型。
【例12】（山东理18）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Eξ.【例13】（四川理18）本着健康、低碳的生活理念，租自行车骑游的人越来越多。
某自行车租车点的收费标准是每车每次租不超过两小时免费，超过两小时的收费标准为2元（不足1小时的部分按1小时计算）。
有人独立来该租车点则车骑游。
各租一车一次。
设甲、乙不超过两小时还车的概率分别为11,42；两小时以上且不超过三小时还车的概率分别为11,24；两人租车时间都不会超过四小时。
（Ⅰ）求甲、乙两人所付租车费用相同的概率；（Ⅱ）求甲、乙两人所付的租车费用之和为随机变量ξ，求ξ的分布列与数学期望Eξ；【典型例题】参考答案【例1】 （优质试题年高考上海市理科6）【答案】8.2 【例2】.(优质试题年全国高考宁夏卷6） 【答案】B 解析：根据题意显然有，所以，故【例3】【答案】2【例4】【答案】53【例5】（湖北理5）【答案】C【例6】（天津理16）解析：（I ）（i ）解：设“在1次游戏中摸出i 个白球”为事件(0,1,2,3),i A i ==则2132322531().5C C P A C C =⋅= （ii ）解：设“在1次游戏中获奖”为事件B ，则23B A A =，又22111322222222253531(),2C C C C C P A C C C C =⋅+⋅=且A2，A3互斥，所以23117()()().2510P B P A P A =+=+=（II ）解：由题意可知X 的所有可能取值为0，1，2.212279(0)(1),101007721(1)(1),101050749(2)().10100P X P X C P X ==-===-====所以X 的分布列是X12P9100215049100X 的数学期望921497()012.100501005E X =⨯+⨯+⨯=【例7】解析：(Ⅰ) 某职员被聘用的概率为011231(1)(1)(1)5455P P P =----=+.(Ⅱ)若4位职员中恰有2人被聘用的概率222400(1),C P P ⋅-由于2000011(1)()24P P P P +-⋅-=≤当且仅当012P =时，001(1)4P P ⋅-取得最大值，此时231552P +=，解得16P =.4为职员中被聘用人数ξ的取值为0、1、2、3，0404111(0)()()2216P C ξ===1314114(1)()()2216P C ξ=== 2224116(2)()()2216P C ξ===3134114(3)()()2216P C ξ===4044111(4)()()2216P C ξ=== ξ 01234P116143814116由于ξ服从二项分布，所以E ξ=2.【点评】此题巧妙在第二问中涉及到的最值问题.把概率问题和函数最值问题联系到一起.利用了均值不等式求最值，确定P 的值. 【例8】【优质试题 优质试题 海淀模拟】()23!135!10P X ⨯===. 随机变量X 的分布列为：X 0 12 3 P25 31015110因为 231101231510510EX =⨯+⨯+⨯+⨯=，所以 随机变量X 的数学期望为1.【例9】【优质试题 东营一模】【例10】【优质试题 烟台一模】解析：（1）设事件A 表示“甲选做第21题”，事件B 表示“乙选做第21题”，则甲、乙2名学生选做同一道题的事件为“AB AB +”，且事件A 、B 相互独立 ∴()()()()()P AB AB P A P B P A P B +=+ =11111(1)(1)22222⨯+-⨯-=.（2）随机变量ξ的可能取值为0,1,2,3,4，且ξ～1(4,)2B .∴4444111()()(1)()(0,1,2,3,4)222k k k k P k C C k ξ-==-== ∴变量ξ的分布表为：113110123421648416E ξ=⨯+⨯+⨯+⨯+⨯= 【例11】（优质试题 湖南理18）解析：（I ）P （“当天商品不进货”）P =（“当天商品销售量为0件”）P +（“当天商品销售量为1件”）.103205201=+=（Ⅱ）由题意知，X 的可能取值为2,3. P X P ==)2(（“当天商品销售量为1件”）;41205==P X P ==)3(（“当天商品销售量为0件”）P +（“当天商品销售量为2件”）ξ1234P116143814116P +（“当天商品销售量为3件”）.43205209201=++=故X 的分布列为X 23P4143X 的数学期望为.411433412=⨯+⨯=EX【例12】（山东理18）解析：（I ）设甲胜A 的事件为D ， 乙胜B 的事件为E ，丙胜C 的事件为F ，则,,D E F 分别表示甲不胜A 、乙不胜B ，丙不胜C 的事件。