2013高考数学专题闯关教学课件:概率、随机变量及其分布列(共49张PPT)
合集下载
2013年高考数学二轮复习 第一阶段 专题六 第二节 概率、随机变量及其分布列课件 理
级系数为5的恰有2件,求a,b,c的值;
(2)在(1)的条件下,将等级系数为4的3件日用品记为x1,x2, x3,等级系数为5的2件日用品记为y1,y2,现从x1,x2,x3, y1,y2这5件日用品中任取2件(假定每件日用品被取出的可能
性相同),写出所有可能的结果,并求这2件日用品的等 级系数恰好相等的概率. 解:(1)由频率分布表得 a+0.2+0.45+b+c=1, 即 a+b+c=0.35. 因为抽取的 20 件日用品中,等级系数为 4 的恰有 3 件,所以 b=230=0.15. 等级系数为 5 的恰有 2 件,所以 c=220=0.1. 从而 a=0.35-b-c=0.1. 所以 a=0.1,b=0.15,c=0.1.
射击相互独立,若按甲、乙、甲、乙……的次序轮流射击, 直到有一人击中目标就停止射击,则停止射击时,甲射击了 两次的概率是________. 解析:分两种情况来考虑:(1)甲在第二次射击时命中,结束 射击;(2)甲在第二次射击时未命中,乙命中结束射击. 所以概率为14×15×34+14×45=41090. 答案:41090
P(ξ=3)=C331-1103=1702090. 所以,随机变量 ξ 的分布列为
ξ
0
1
2
P
1
27
243
1 000 1 000 1 000
3 729 1 000
[考情分析]在高考中,离散型随机变量及其分布列一 般是在解答题中和离散型随机变量的数学期望、方差等相 结合进行综合考查,以考生比较熟悉的实际应用问题为背 景,综合排列组合、概率公式、互斥事件及独立事件等基 础知识,考查对随机变量的识别及概率计算的能力,解答 时要注意分类与整合、转化与化归思想的运用.
解:(1)设“至少有一个系统不发生故障”为事件 C,那么 P(C)=1-P( C )=1-110·p=4590,解得 p=15. (2)由题意:P(ξ=0)=C301103=1 0100, P(ξ=1)=C131102×1-110=1 20700,
随机变量及分布.pptx
解 : X U(0,1), Y 2ln X 0
y 0, FY ( y) 0 fY ( y) 0
FY ( y) P{Y y} P{2ln X y} P{ X e y/ 2 }
1 P{ X e y / 2 } 1 FX (e y / 2 )
fY ( y) FY( y) f X (e y/ 2 )(e y/ 2 ) 1 e y / 2
W X Y 0 -2 -3 3 1 0 M max( X ,Y ) 1 1 2 2 2 2 N min( X ,Y ) 1 -1 -1 -1 1 2
第11页/共37页
合并后可得各变量的分布律如下:
Z=X+Y P
-2 0
134
5/20 2/20 9/20 3/20 1/20
W=X-Y P
- 3 -2 0 1 3 6/20 2/20 6/20 3/20 3/20
X\Y
-1 2
解: 将(X,Y)及各函数值列表如下:
-1 5/20 3/20
12 2/20 6/20 3/20 1/20
(X,Y)
(-1,-1) (-1,1) (-1,2) (2,-1) (2,1) (2,2)
P
5/20 2/20 6/20 3/20 3/20 1/20
Z X Y 2 0 1 1 3 4
FM(z) =P(M≤z)=P(max(X,Y) ≤z) =P(X≤z,Y≤z) =P(X≤z)P(Y≤z) = FX(z)FY(z)
即 FM(z)= FX(z)FY(z)
FN(z) =P(N≤z)=P(min(X,Y) ≤z) =1-P(min(X,Y) >z) =1-P(X>z,Y>z) =1- P(X>z)P(Y>z)
y 0, FY ( y) 0 fY ( y) 0
FY ( y) P{Y y} P{2ln X y} P{ X e y/ 2 }
1 P{ X e y / 2 } 1 FX (e y / 2 )
fY ( y) FY( y) f X (e y/ 2 )(e y/ 2 ) 1 e y / 2
W X Y 0 -2 -3 3 1 0 M max( X ,Y ) 1 1 2 2 2 2 N min( X ,Y ) 1 -1 -1 -1 1 2
第11页/共37页
合并后可得各变量的分布律如下:
Z=X+Y P
-2 0
134
5/20 2/20 9/20 3/20 1/20
W=X-Y P
- 3 -2 0 1 3 6/20 2/20 6/20 3/20 3/20
X\Y
-1 2
解: 将(X,Y)及各函数值列表如下:
-1 5/20 3/20
12 2/20 6/20 3/20 1/20
(X,Y)
(-1,-1) (-1,1) (-1,2) (2,-1) (2,1) (2,2)
P
5/20 2/20 6/20 3/20 3/20 1/20
Z X Y 2 0 1 1 3 4
FM(z) =P(M≤z)=P(max(X,Y) ≤z) =P(X≤z,Y≤z) =P(X≤z)P(Y≤z) = FX(z)FY(z)
即 FM(z)= FX(z)FY(z)
FN(z) =P(N≤z)=P(min(X,Y) ≤z) =1-P(min(X,Y) >z) =1-P(X>z,Y>z) =1- P(X>z)P(Y>z)
随机事件与概率随机变量与概率分布PPT教学课件
天气系统,如高压、冷锋等
⑵锋是影响天气的重要天气系统,
冷暖空气的交界面叫锋面。
向 东 南 移 动
大风 降温 降雨
向东北移动
升温 降雨
如何从锋的图例 上知道它是向哪 个方向移动呢?
三角形或半圆凸 所指的方向
过境前 过境时 过境后
冷锋
气温高,气压低
出现较大风 雨雪天气
气温下降,气压 上升,天气转好
问题的引伸
随机事件的数量化—随机变量 多个事件的概率描述—概率分布
随机变量及其概率分布
随机变量的分类
离散变量(疗效分级、受教育程度) 计数变量(如单位时间或空间内检出细菌的
数量、发生某事件的数量)
连续变量 如血压、血脂、血糖等
判断:白色的程度越浓,表明云层越厚, 这种云区下面下雨往往就越大。
问题:
古代劳动人民并没有现代科技手段, 他们是如何预知未来的天气形势呢?
燕子低飞要下雨
天气谚语
一场秋雨凉一阵 •东虹日头西虹雨1
暖锋 气温低气压高
多连续性降水
气温上升,气压 下降,天气转晴
常见天气系统
高压 低压 冷锋 暖锋 台风
探 1、请分析当天的天气形势,并说明理由。 究 2、预测北京、上海、广州未来24小时天气形势,并说明理由
活
动
1012.5
1017.5
1007.5
低
1017.5
高
1007.5 1002.5
低
* *
1017.5 1012.5
定小概率事件选择大概率事件
多个随机事件的关系
任一事件发生:和事件 几个事件同时发生:积事件 一事件发生则另一事件不发生:互斥 当只有两种事件时,互斥即对立
⑵锋是影响天气的重要天气系统,
冷暖空气的交界面叫锋面。
向 东 南 移 动
大风 降温 降雨
向东北移动
升温 降雨
如何从锋的图例 上知道它是向哪 个方向移动呢?
三角形或半圆凸 所指的方向
过境前 过境时 过境后
冷锋
气温高,气压低
出现较大风 雨雪天气
气温下降,气压 上升,天气转好
问题的引伸
随机事件的数量化—随机变量 多个事件的概率描述—概率分布
随机变量及其概率分布
随机变量的分类
离散变量(疗效分级、受教育程度) 计数变量(如单位时间或空间内检出细菌的
数量、发生某事件的数量)
连续变量 如血压、血脂、血糖等
判断:白色的程度越浓,表明云层越厚, 这种云区下面下雨往往就越大。
问题:
古代劳动人民并没有现代科技手段, 他们是如何预知未来的天气形势呢?
燕子低飞要下雨
天气谚语
一场秋雨凉一阵 •东虹日头西虹雨1
暖锋 气温低气压高
多连续性降水
气温上升,气压 下降,天气转晴
常见天气系统
高压 低压 冷锋 暖锋 台风
探 1、请分析当天的天气形势,并说明理由。 究 2、预测北京、上海、广州未来24小时天气形势,并说明理由
活
动
1012.5
1017.5
1007.5
低
1017.5
高
1007.5 1002.5
低
* *
1017.5 1012.5
定小概率事件选择大概率事件
多个随机事件的关系
任一事件发生:和事件 几个事件同时发生:积事件 一事件发生则另一事件不发生:互斥 当只有两种事件时,互斥即对立
2013高考数学总复习精品课件:10-8离散型随机变量及其概率分布(理) 94张(人教版) 2
(3)对于 n 个事件 A1、A2、„、An,如果其中任何一个事 件发生的概率不受其他事件的影响, 则这 n 个事件 A1、 2、 A „、 An 相互独立. 如果 A1、 2、 A „、 n 相互独立, A 那么 P(A1A2„An)
P(A „· = P(A1)· 2)· P(An) .
7.独立重复试验与二项分布 (1)一般地,在相同条件下,重复做了 n 次试验,这 n 次 试验称为 n 次独立重复试验. (2)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 发生的概率都为 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 P(X=k)=Ck pk(1-p)n-k,k=0,1,2,„,n. n 则称随机变量 X 服从参数为 n、p 的二项分布,记作 X~ B(n,p),并称 p 为成功概率.
解析:由直方图可知该班同学成绩在 90 分以上的频率为 1-(0.01+0.0025)×20=0.75,由频率估计概率的原理知,从 该班任取一名同学及格的概率为 p=0.75,记及格 ξ=1,不及 格为 ξ=0,则 ξ 的分布列为 ξ P 0 0.25 1 0.75
袋中有大小相同的 4 个球,其中 1 个篮球,3 个白球,从 中任取一球观察颜色,并用 ξ 表示,取到篮球 ξ=0,取到白 球,ξ=1,则 E(ξ)=________.
(2)独立重复试验概率公式的特点 关于 P(X=k)=Ck pk(1-p)n-k,它是 n 次独立重复试验中 n 某事件 A 恰好发生 k 次的概率.其中 n 是重复试验次数,p 是 一次试验中某事件 A 发生的概率, 是在 n 次独立试验中事件 k A 恰好发生的次数,只有弄清公式中 n、p、k 的意义,才能正 确运用公式.
《高三数学概率》课件
古典概型和几何概型
深入了解古典概型和几何概型,掌握如何应用 它们来计算概率。
独立事件和加法原理
探索独立事件和加法原理,以及如何应用它们 解决实际问题。
第二部分:随机变量与概率分布
随机变量的概念与分类
理解随机变量的定义和分类,以及它们在概率分布 中的作用。
离散型随机变量及其概率分布
学习离散型随机变量的特征和常见的概率分布,如 二项分布和泊松分布。
《高三数学概率》PPT课 件
通过这个PPT课件,你将在《高三数学概率》领域掌握一系列基础概念、重 要原理和实际应用。准备好投入这个令人兴奋的数学领域吧!
第一部分:概率基础
什么是概率?
探索概率的定义,从数学和实际生活中的角度 来理解概率的概念。
条件概率和乘法原理
学习条件概率和乘法原理的基本概念和计算方 法。
第五部分:概率模型的应用
1
概率模型在生活中的应用
探索概率模型在风险评估、市场营销、
风险与收益的权衡
2
医学研究等实际应用中的重要性。
了解如何根据概率模型来评估风险和收
益,并做出明智的决策。
3
数据加密与社会安全
学习如何使用概率模型来加密数据,保
机器学习与人工智能的基础
4
护个人隐私和社会安全。
通过学习概率模型,了解机器学习和人 工智能的基本原理和应用。
第四部分:统计推断和假设检验
点估计和区间估计
学习如何使用统计推断进行点估计和区间估计,以 便从间的概念,以评估估计结果 的可靠性。
假设检验的概念和步骤
探索假设检验的基本概念和步骤,并学习如何做出 正确的推断。
类型I和类型II错误
了解类型I和类型II错误的定义和影响,以及如何最 小化它们的发生。
概率论ppt课件
先验概率与后验概率
先验概率是指在事件产生前对某一事件产生的概率的估计, 后验概率是指在事件产生后,根据新的信息对某一事件产生 的概率的重新估计。
贝叶斯分析在实践中的应用
金融风险评估
贝叶斯分析可以用于金融风险评估,通过对历史数据的分析,猜测未来市场的 走势和风险。
医学诊断
在医学诊断中,贝叶斯分析可以用于根据患者的症状和体征,结合疾病的特点 ,对疾病进行诊断和猜测。
遍历性和安稳散布
遍历性的定义
01
如果一个马尔科夫链的任意状态在长期平均下占据相同的时间
比例,则称该马尔科夫链具有遍历性。
安稳散布的定义
02
如果一个马尔科夫链的状态概率散布不随时间变化,则称该散
布为安稳散布。
遍历性和安稳散布的关系
03
一个具有遍历性的马尔科夫链通常会有一个唯独的安稳散布,
该散布描写了马尔科夫链在长期运行下的状态概率散布。
伯努利实验
只有两种可能结果的实验 ,例如抛硬币。
二项散布
在n次伯努利实验中成功的 次数所服从的散布。
泊疏松布
在单位时间内(或单位面 积上)随机事件的次数所 服从的散布。
连续型随机变量
正态散布
一种常见的连续型随机变量,其 概率密度函数呈钟形。
指数散布
描写某随机事件的时间间隔所服从 的散布。
均匀散布
在一定区间内均匀散布的概率密度 函数。
的散布假设检验中。
强大数定律
强大数定律的定义
强大数定律是概率论中的一个强大工具,它表明在独立同散布随 机变量序列中,几乎必定有任意给定的收敛子序列。
强大数定律的证明
可以通过切比雪夫不等式和Borel-Cantelli引理等工具来证明。
先验概率是指在事件产生前对某一事件产生的概率的估计, 后验概率是指在事件产生后,根据新的信息对某一事件产生 的概率的重新估计。
贝叶斯分析在实践中的应用
金融风险评估
贝叶斯分析可以用于金融风险评估,通过对历史数据的分析,猜测未来市场的 走势和风险。
医学诊断
在医学诊断中,贝叶斯分析可以用于根据患者的症状和体征,结合疾病的特点 ,对疾病进行诊断和猜测。
遍历性和安稳散布
遍历性的定义
01
如果一个马尔科夫链的任意状态在长期平均下占据相同的时间
比例,则称该马尔科夫链具有遍历性。
安稳散布的定义
02
如果一个马尔科夫链的状态概率散布不随时间变化,则称该散
布为安稳散布。
遍历性和安稳散布的关系
03
一个具有遍历性的马尔科夫链通常会有一个唯独的安稳散布,
该散布描写了马尔科夫链在长期运行下的状态概率散布。
伯努利实验
只有两种可能结果的实验 ,例如抛硬币。
二项散布
在n次伯努利实验中成功的 次数所服从的散布。
泊疏松布
在单位时间内(或单位面 积上)随机事件的次数所 服从的散布。
连续型随机变量
正态散布
一种常见的连续型随机变量,其 概率密度函数呈钟形。
指数散布
描写某随机事件的时间间隔所服从 的散布。
均匀散布
在一定区间内均匀散布的概率密度 函数。
的散布假设检验中。
强大数定律
强大数定律的定义
强大数定律是概率论中的一个强大工具,它表明在独立同散布随 机变量序列中,几乎必定有任意给定的收敛子序列。
强大数定律的证明
可以通过切比雪夫不等式和Borel-Cantelli引理等工具来证明。
2013届高考数学一轮复习讲义_12.4_随机变量及其概率分布课件
主页
主页
主页
主页
2.离散型随机变量的概率分布的作用 对于随机变量 X 的研究,需要了解随机变量将取哪些值 以及取这些值或取某一集合内的值的概率,对于离散型随 机变量,它的概率分布正是指出了随机变量 X 的取值范 围以及取这些值的概率.
主页
离散型随机变量概率分 布的性质
例 1 设离散型随机变量 X 的概率分布表为 X0 1 2 3 4 P 0.2 0.1 0.1 0.3 m
X2 3 4 5 1238
P 30 15 10 15
主页
(3)由于按 3 个小球上最大数字的 9 倍计分,所以当计分介于 20 分~40 分时,X 的取值为 3 或 4,所以所求概率为 P=P(X=3)+P(X=4)=125+130=1330.
探究提高
在解决概率分布问题时要逐渐将问题回归到概率分布表上 来,这样所求的概率就可由概率分布表中相应取值的概率 累加得到.
则随机变量 X 的概率分布表为:
X1 2 3 4 5 32 6 3 1
P 7 7 35 35 35
(3)甲取到白球的概率为 P=P(X=1)+P(X=3)+P(X=5)=37+365+315=2325.
主页
超几何分布问题
例 3 一袋中装有 10 个大小相同的黑球和白球.已知从袋中 任意摸出 2 个球,至少得到 1 个白球的概率是79. (1)求白球的个数; (2)从袋中任意摸出 3 个球,记得到白球的个数为 X,求 随机变量 X 的概率分布表.
主页
求离散型随机变量的概率 分布
例 2 袋中装着标有数字 1,2,3,4,5 的小球各 2 个,从袋中任取 3 个小球,按 3 个小球上最大数字的 9 倍计分,每个小球 被取出的可能性都相等,用 X 表示取出的 3 个小球上的最 大数字,求: (1)取出的 3 个小球上的数字互不相同的概率; (2)随机变量 X 的概率分布表; (3)计分介于 20 分到 40 分之间的概率.
主页
主页
主页
2.离散型随机变量的概率分布的作用 对于随机变量 X 的研究,需要了解随机变量将取哪些值 以及取这些值或取某一集合内的值的概率,对于离散型随 机变量,它的概率分布正是指出了随机变量 X 的取值范 围以及取这些值的概率.
主页
离散型随机变量概率分 布的性质
例 1 设离散型随机变量 X 的概率分布表为 X0 1 2 3 4 P 0.2 0.1 0.1 0.3 m
X2 3 4 5 1238
P 30 15 10 15
主页
(3)由于按 3 个小球上最大数字的 9 倍计分,所以当计分介于 20 分~40 分时,X 的取值为 3 或 4,所以所求概率为 P=P(X=3)+P(X=4)=125+130=1330.
探究提高
在解决概率分布问题时要逐渐将问题回归到概率分布表上 来,这样所求的概率就可由概率分布表中相应取值的概率 累加得到.
则随机变量 X 的概率分布表为:
X1 2 3 4 5 32 6 3 1
P 7 7 35 35 35
(3)甲取到白球的概率为 P=P(X=1)+P(X=3)+P(X=5)=37+365+315=2325.
主页
超几何分布问题
例 3 一袋中装有 10 个大小相同的黑球和白球.已知从袋中 任意摸出 2 个球,至少得到 1 个白球的概率是79. (1)求白球的个数; (2)从袋中任意摸出 3 个球,记得到白球的个数为 X,求 随机变量 X 的概率分布表.
主页
求离散型随机变量的概率 分布
例 2 袋中装着标有数字 1,2,3,4,5 的小球各 2 个,从袋中任取 3 个小球,按 3 个小球上最大数字的 9 倍计分,每个小球 被取出的可能性都相等,用 X 表示取出的 3 个小球上的最 大数字,求: (1)取出的 3 个小球上的数字互不相同的概率; (2)随机变量 X 的概率分布表; (3)计分介于 20 分到 40 分之间的概率.
随机事件的概率(共48张PPT)
死于车祸:危险概率是1/5000 染上爱滋病:危险概率是1/5700 被谋杀:危险概率是1/1110 死于怀孕或生产(女性):危险概率是1/4000 自杀:危险概率分别是1/20000(女性)和1/5000 因坠落摔死:危险率是1/20000
死于工伤:危险概率是1/26000 走路时被汽车撞死:危险概率是1/40000
问题1. 你是彩民吗?你买的彩票一定能中奖吗?
在现实生活中,有很多问题我们很难给予准确无误的回答,因为在客
观世界中,有些事情的发生是偶然的,有些事情的发展是必然的, 而且偶然和必然之间往往存在某种内在联系.
①从一个只装有红球的盒子里摸出一个红球
②人总有一天会死去
③投一枚骰子(点数为1—6)投出7点 ④人可以一生都不喝水
1.概率的正确理解
事实上,我们在连续投掷两次硬币时,可能出现3种结果:
1
(25%)
2
(50%)
且每中情况都是随机出现的
3
(25%)
Ex1.如果某种彩票的中奖概率为 1 ,那
1000
么买1000张这种彩票一定能中奖吗?请说 明理由.(假设该彩票有足够多的张数)
不一定,每张彩票是否中奖是随机的, 1000张 彩票中有几张中奖当然也是随机的.买1000 张这种彩票的中奖概率约为:1000,即有 63.2%的可能性中奖,但不能肯定中奖.
2. 游戏的公平性
在一场乒乓球比赛前,必须要决定由 谁先发球,并保证具有公平性,你知道裁 判员常用什么方法确定发球权吗?其公平 性是如何体现出来的?请你举出几个公平 游戏的实例.
裁判员拿出一个抽签器,它是-个像大硬币似的 均匀塑料圆板,一面是红圈,一面是绿圈,然后 随意指定一名运动员,要他猜上抛的抽签器落到 球台上时,是红圈那面朝上还是绿圈那面朝上。 如果他猜对了,就由他先发球,否则,由另一方
死于工伤:危险概率是1/26000 走路时被汽车撞死:危险概率是1/40000
问题1. 你是彩民吗?你买的彩票一定能中奖吗?
在现实生活中,有很多问题我们很难给予准确无误的回答,因为在客
观世界中,有些事情的发生是偶然的,有些事情的发展是必然的, 而且偶然和必然之间往往存在某种内在联系.
①从一个只装有红球的盒子里摸出一个红球
②人总有一天会死去
③投一枚骰子(点数为1—6)投出7点 ④人可以一生都不喝水
1.概率的正确理解
事实上,我们在连续投掷两次硬币时,可能出现3种结果:
1
(25%)
2
(50%)
且每中情况都是随机出现的
3
(25%)
Ex1.如果某种彩票的中奖概率为 1 ,那
1000
么买1000张这种彩票一定能中奖吗?请说 明理由.(假设该彩票有足够多的张数)
不一定,每张彩票是否中奖是随机的, 1000张 彩票中有几张中奖当然也是随机的.买1000 张这种彩票的中奖概率约为:1000,即有 63.2%的可能性中奖,但不能肯定中奖.
2. 游戏的公平性
在一场乒乓球比赛前,必须要决定由 谁先发球,并保证具有公平性,你知道裁 判员常用什么方法确定发球权吗?其公平 性是如何体现出来的?请你举出几个公平 游戏的实例.
裁判员拿出一个抽签器,它是-个像大硬币似的 均匀塑料圆板,一面是红圈,一面是绿圈,然后 随意指定一名运动员,要他猜上抛的抽签器落到 球台上时,是红圈那面朝上还是绿圈那面朝上。 如果他猜对了,就由他先发球,否则,由另一方
2013年高考数学理科新课标版二轮复习专题突破课件6.2概率、随机变量及其分布
3.(2011·湖北)已知随机变量 ξ 服从正态分布 N(2,σ2), 且 P(ξ<4)=0.8,则 P(0<ξ<2)=( )
A.0.6 B.0.4 C.0.3 D.0.2
解析:由 P(ξ<4)=0.8 知 P(ξ>4)=P(ξ<0)=0.2, 故 P(0<ξ<2)=0.3.故选 C.
答案:C
4.(2012·课标全国)某一部件由三个电子元件按下图方式 连接而成,元件 1 或元件 2 正常工作,且元件 3 正常工作, 则部件正常工作.设三个电子元件的使用寿命(单位:小时) 均服从正态分布 N(1 000,502),且各个元件能否正常工作相互 独立,那么该部件的使用寿命超过 1 000 小时的概率为 ________.
(3)ξ 的所有可能取值为 0,2,4.
由于 A1 与 A3 互斥,A0 与 A4 互斥,故 P(ξ=0)=P(A2)=287,P(ξ=2)=P(A1)+P(A3)=8410,
P(ξ=4)=P(A0)+P(A4)=1871.
所以 ξ 的分布列是
ξ0 2 4
P
8 27
40 81
17 81
随机变量 ξ 的数学期望 E(ξ)=0×287+2×8410+4×8117=18418.
C.49
D.29
【解析】 (1)若直线与圆有公共点,则圆心(1,-2)到 直线的距离 d=|1-22+a|=|a-21|≤ 2,解得-1≤a≤3,又 因为-5≤a≤5,所以由几何概型的概率计算公式得所求概率
P=140=25,故选 B.
(2)由已知得当 a≥0 时, f′(x)=x2+a≥0,函数 f(x)在 [-1,1]内是增函数,因此由 f(x)在[-1,1]上有且仅有一个零点
概率论随机变量及分布共59页PPT资料
P{X0,Y0}1,P{X0,Y2}1
4
8
P{X1,Y0}3,P{X1,Y2}1
8
4
求 (X,Y) 的分布函数、(X,Y) 关于 X
和 (X,Y) 关于Y 的边缘分布函数。
解 (X,Y) 的分布函数
F(x, y) = P{Xx,Yy}
若 x 0 or y 0 ,则 F(x, y) =0; 若 0 x 1 ,0 y 2 ,则F(x, y) =1 / 4; 若 0 x 1 , 2 y ,则 F(x, y) = 3 / 8; 若 1 x , 0 y 2 ,则 F(x, y) = 5 / 8; 若 1 x , 2 y ,则 F(x, y) = 1,
一次和第二次取到的白球数,求( X ,Y ) 的分布律、 (X,Y) 的分布函数、
(X,Y) 关于 X 、关于 Y 的边缘分布
律和边缘分布函数。
解 X 的可能取值是0,1,2;Y 的可能
取值是 0,1 。
∵
P{X 0,Y 0}0,
P{X 0,Y 1} 1 10
P{X 1,Y 0} 1, P{X 1,Y 1} 2
称
P { X x ,Y } F (x ,) 为 (X,Y) 关于 X的边缘分布函数,
记作 FX (x) ;类似地,(X,Y) 关于Y
的边缘分布函数
F Y ( y ) P { X ,Y y } F ( ,y )
例1 已知随机变量(X,Y)的取值是 (0,0)、 (0,2)、(1,0)、(1,2) ,且有
函数,若存在非负函数 f (x, y) ,对任
意实数 x、y 有
xy
F(x,y) [ f(u,v)d]v du
则(X,Y) 为连续型二维随机变量,称 f (x, y)为(X,Y)的概率分布密度函数, 或 X与 Y的联合分布密度函数。
第四部分随机变量概率和概率分布教学课件
(1) k 个人有反应的概率为: P{X k} C5k (0.10)k (0.90)5k k 0,1,2,3,4,5 (2)不多余 2 人有反应的概率为
2
P{X 2} C5k (0.10)k (0.90)5k 0.5905 0.3281 0.0729 0.9915 k0
(3)有人有反应的概率为
2. 连续型随机变量的概率分布
变量的取值充满整个数值区间,无 法一一列出其每一个可能值。
一般将连续型随机变量整理成频数 表,对频数作直方图,直方图的每个 矩形顶端连接的阶梯形曲线来描述连 续型变量的频数分布。
表 2.4 150 名成年男子血清胆固醇的频数与频率
组段
划记
频数(f) 频率(P)%
(1)
P{X 1} 1 P{X 0} 1C(50 0.10)(0 0.90)5 0.40951
二、 泊松分布
• 当二项分布中n很大,π很小时,二项分布就 变成为Poisson分布,所以Poisson分布实际 上是二项分布的极限分布。
• 由二项分布的概率函数可得到泊松分布的 概率函数为:
P{X x} ex
• 例 设某毒理试验采用白鼠共3只,它们 有相同的死亡概率π,相应不死亡概率为 1-π 。记试验后白鼠死亡的例数为X, 分别求X=0、1、2和3的概率
P (X k ) (n k )k ( 1 )n k 右 侧 (n k )k ( 1 )n k 为 二 项 式 [ ( 1 )]n 展 开 式 的 各 项
(2)
(3)
(4)
2.7~
正-
6
4.00
3.1~
正正T
12
8.00
3.5~
正正正正正
25
16.67
3.9~
2
P{X 2} C5k (0.10)k (0.90)5k 0.5905 0.3281 0.0729 0.9915 k0
(3)有人有反应的概率为
2. 连续型随机变量的概率分布
变量的取值充满整个数值区间,无 法一一列出其每一个可能值。
一般将连续型随机变量整理成频数 表,对频数作直方图,直方图的每个 矩形顶端连接的阶梯形曲线来描述连 续型变量的频数分布。
表 2.4 150 名成年男子血清胆固醇的频数与频率
组段
划记
频数(f) 频率(P)%
(1)
P{X 1} 1 P{X 0} 1C(50 0.10)(0 0.90)5 0.40951
二、 泊松分布
• 当二项分布中n很大,π很小时,二项分布就 变成为Poisson分布,所以Poisson分布实际 上是二项分布的极限分布。
• 由二项分布的概率函数可得到泊松分布的 概率函数为:
P{X x} ex
• 例 设某毒理试验采用白鼠共3只,它们 有相同的死亡概率π,相应不死亡概率为 1-π 。记试验后白鼠死亡的例数为X, 分别求X=0、1、2和3的概率
P (X k ) (n k )k ( 1 )n k 右 侧 (n k )k ( 1 )n k 为 二 项 式 [ ( 1 )]n 展 开 式 的 各 项
(2)
(3)
(4)
2.7~
正-
6
4.00
3.1~
正正T
12
8.00
3.5~
正正正正正
25
16.67
3.9~
相关主题
- 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)。
为__________.
解析: (1)圆心 C 到 l 的距离为
|- 25|
2
4 +3 (2)如图 l′∥ l,且 O 到 l′的距离为 3, sin∠ ODE 3 = = , 所以∠ ODE=60° , 从而∠ BOD= 60° , 2 2 3 1 点 A 应在劣弧 BD 上,所以满足条件的概率为 . 6 3
(2)“ m 为奇数”的概率和“ m 为偶数”的概率不 相等. 因为 m 为奇数的概率为 P(m= 3)+P(m= 5)+P(m 2 2 2 3 = 7)= + + = . 16 16 16 8 3 5 m 为偶数的概率为 1- = ,这两个概率值不相 8 8 等.
相互独立事件、独立重复试 验的概率
区.设每位申请人只申请其中一个片区的房源,
例3
某市公租房的房源位于 A 、 B 、 C 三个片
且申请其中任一个片区的房源是等可能的,求
该市的任4位申请人中: (1) 没有人申请A片区房源的概率; (2) 每个片区的房源都有人申请的概率.
4 1 【解】 ( )法一:所有可能的申请方式有 3 种,
而“没有人申请 A 片区房源”的申请方式有 24 种. 记“没有人申请 A 片区房源”为事件 A,则 24 16 P(A) = 4= . 3 81
(2)所有可能的申请方式有 34 种, 而“每个片区的
3 房源都有人申请”的申请方式有 C2 A 4 3种.
记“每个片区的房源都有人申请”为事件 B,从 而有 P(B)
2 3 C 4A3 4 = 4 = .
3
9
【归纳拓展】
(1) 求复杂事件的概率,要正确
分析复杂事件的构成,看复杂事件能转化为几 个彼此互斥的事件的和事件还是能转化为几个
-
n
k= 0
称这样的随机变量 ξ 服从参数 n 和 p 的二项分布, 记为 ξ~ B(n,p).
3.离散型随机变量的期望与方差
若离散型随机变量ξ的分布列为
ξ x1 P p1 x2 „ p2 „ xn pn „ „
则称 E(ξ) = x1p1 + x2p2 +„+ xnpn +„为 ξ 的数
学期望,简称期望.
量指标值越大表明质量越好,且质量指标值大于 或等于 102 的产品为优质品.现用两种新配方 (分别称为A配方和B配方)做试验,各生产了 100 件这种产品,并测量了每件产品的质量指标值, 得到下面试验结果.
(1)分别估计用 A 配方,B 配方生产的产品的优质
品率; (2)已知用 B 配方生产的一件产品的利润 y(单位: 元 )与其质量指标值 t 的关系式为 - 2, t<94, y=2,94≤ t<102, 4, t≥102. 从用 B 配方生产的产品中任取一件,其利润记为 X(单位:元 ),求 X 的分布列及数学期望.(以试 验结果中质量指标值落入各组的频率作为一件产 品的质量指标值落入相应组的概率)
法二: 设对每位申请人的观察为一次试验, 这是 4 次独立重复试验. 1 记“申请 A 片区房源”为事件 A,则 P(A) = . 3 由独立重复试验中事件 A 恰好发生 k 次的概率计 算公式知, 没有人申请 A 片区房源的概率为 P4(0) = C0 4
1 0· 2 4=16. 3 3 81
(2)利用几何概型求概率时,关键是试验的全部
结果构成的区域和事件发生的区域的寻找,有 时需要设出变量,在坐标系中表示所需要的区 域.
变式训练1
+3y=25.
已知圆C:x2+y2=12,直线l:4x
(1)圆C的圆心到直线l的距离为__________;
(2)圆C上任意一点A到直线l的距离小于2的概率
概率、随机变量及其分布列
主干知识整合
1.几种事件的概率 (1)古典概型的概率 m A所含的基本事件数 P(A)= = . n 基本事件的总数 (2)几何概型的概率 P(A)= 构成事件 A的区域长度面积或体积 . 试验的全部结果所构成的区域长度面积或体积
(3)互斥事件有一个发生的概率 P(A∪ B)= P(A)+P(B). (4)条件概率 P AB P(B|A)= . P A (5)相互独立事件同时发生的概率 P(AB)= P(A)P(B).
例1
1 C. 2
2 D. 3
【解析】
这是一道几何概型的概率问题,点 Q
1 · |AB|· |AD | S△ ABE 2 取自△ ABE 内部的概率为 = = |AD| S矩形 ABCD |AB|· 1 .故选 C. 2 【答案】
C
【归纳拓展】
(1) 当试验的结果构成的区域为
长度、面积、体积、弧长、夹角等时,应考虑 使用几何概型求解.
(2)用 B 配方生产的 100 件产品中,其质量指标值
落入区间 [90, 94), [94, 102) , [102, 110]的频 率分别为 0.04, 0.54, 0.42, 因此 P(X=- 2)=0.04, P(X= 2)= 0.54, P(X=4)= 0.42, 即 X 的分布列为
X P
P(A)=P2+P3=0.49+0.24=0.73,
P(B)=0.8×0.8×0.2×3+0.8×0.8×0.8=
0.896.
故P(B)>P(A),即该人选择每次在乙袋中取球得
分超过1分的概率大于该人选择先在甲袋中取一
球,以后均在乙袋中取球得分超过1分的概率.
离散型随机变量及分布列
例4 某种产品的质量以其质量指标值衡量,质
(2)二项分布 在 n 次独立重复试验中,事件 A 发生的次数 ξ 是一 个随机变量,其所有可能取的值为 0,1,2,3,„, n, k k n- k 并且 P(ξ=k)= Cnp q (其中 k=0,1,2,„,n,q=1 - p).
k n k 显然 P(ξ=k)≥ 0(k= 0,1,2,„, n), Ck p =1. n q
解:(1)甲获第一,则甲胜乙且甲胜丙. 2 1 1 ∴甲获第一的概率为 × = . 3 4 6 1 4 丙获第二,则丙胜乙,其概率为 1- = . 5 5 1 4 2 ∴甲获第一名且丙获第二名的概率为 × = . 6 5 15
(2)ξ 可能取的值为 0、 3、 6. 2 1 甲两场比赛皆输的概率为 P(ξ=0)= (1- )(1- ) 3 4 1 = . 4 2 1 1 甲两场只胜一场的概率为 P(ξ=3)= × (1- )+ 3 4 4 2 7 × (1- )= . 3 12 2 1 1 甲两场皆胜的概率为 P(ξ=6)= × = . 3 4 6
(6)独立重复试验 如果事件 A 在一次试验中发生的概率是 p,那么 它在 n 次独立重复试验中恰好发生 k 次的概率为
k k n- k Pn(k)= Cnp (1-p) , k= 0,1,2,„, n.
2.常见的离散型随机变量的分布
(1)两点分布
分布列为(其中0<p<ቤተ መጻሕፍቲ ባይዱ)
ξ P
0 1- p
1 p
【解】 (1)由试验结果知,用 A 配方生产的产品 22+ 8 中优质品的频率为 = 0.3,所以用 A 配方生 100 产的产品的优质品率的估计值为 0.3. 由试验结果知,用 B 配方生产的产品中优质品的 32+ 10 频率为 = 0.42,所以用 B 配方生产的产品 100 的优质品率的估计值为 0.42.
变式训练2
有两枚大小相同、质地均匀的正四
面体玩具,每个玩具的各个面上分别写着数字
1,2,3,5. 同时投掷这两枚玩具一次,记 m 为两个
朝下的面上的数字之和. (1)求事件“m不小于6”的概率; (2)“m为奇数”的概率与“m为偶数”的概率 是否相等?并给出说明.
解:因为玩具的质地是均匀的,所以玩具各面朝 下的可能性相等, 出现的可能情况有: (1,1), (1,2), (1,3), (1,5), (2,1),(2,2),(2,3),(2,5), (3,1), (3,2), (3,3),(3,5),(5,1),(5,2),(5,3),(5,5),共 16 种. (1)事件“ m 不小于 6”包含(1,5), (2,5),(3,5), (3,3),(5,1),(5,2),(5,3),(5,5),共 8 个基本事件, 8 1 所以 P(m≥ 6)= = . 16 2
-2 0.04
2 0.54
4 0.42
X 的 数 学 期 望 E(X) = - 2× 0.04 + 2×0.54 + 4×0.42= 2.68.
【归纳拓展】
(1) 求离散型随机变量的分布列
的关键是正确理解随机变量取每一个值所表示 的具体事件,然后综合应用各类求概率的公式,
求出概率.
(2)求随机变量的均值和方差的关键是正确求出 随机变量的分布列,若随机变量服从二项分布( 或两点分布),则可直接使用公式求解.
(1)求q的值;
(2)试比较此人选择每次都在乙袋中取球得分超
过1分与选择上述方式取球得分超过1分的概率
的大小.
解 : (1) 依 题 意 , 得 (1 - q)×0.8×0.2 + (1 - q)×0.2×0.8=0.24,解之,得q=0.25. (2)设此人按题中方式取球结束后得n分的概率为 Pn. P2 = 0.25×(1 - 0.8)×(1 - 0.8) + (1 - 0.25)×0.8×0.8=0.49, P3=0.25×0.8+0.25×0.2×0.8=0.24. 若用A表示事件“该人选择先在甲袋中取一球, 以后均在乙袋中取球得分超过1分”,用B表示 事件“该人选择都在乙袋中取球,得分超过1分 ”,则
4 2 1 16 P(C)= ( ) × = . 5 5 125 所以, 取球次数不超过 3 次的概率是 P(A+ B+ C) 1 4 16 61 = P(A)+ P(B)+ P(C)= + + = . 5 25 125 125 61 即取球次数不超过 3 次的概率是 . 125