2012数学二轮复习课件 随机变量及其分布

合集下载

《随机变量及分布》课件

《随机变量及分布》课件

应用
广泛应用于统计学和实证研究中的抽 样分布及模拟实验。
总结
• 随机变量与分布的概念 • 离散型随机变量及其分布 • 连续型随机变量及其分布 • 常见离散型与连续型随机变量分布 • 中心极限定理的应用
次数的概率分布。
3
几何分布
用于描述在成功与失败交替出现的是/
超几何分布
4
非试验中成功首次出现的概率分布。
用来描述无放回抽样实验中成功次数 的概率分布。
常见的连续型随机变量分布
均匀分布
在某个区间内取值的概率密度函数恒定的随 机变量。
指数分布
描述等待时间的概率分布。
正态分布
钟形曲线,广泛应用于自然科学和社会科学 中。
样本空间与事件
样本空间是所有可能的结果的集合,事件是样 本空间的子集。
离散型随机变量
概率分布函数
描述离散型随机变量的取值与可能取到的值与其概率乘积的 和。
概率质量函数
用来描述离散型随机变量分布的函数。
方差
测量随机变量离其期望值的平均距离。
连续型随机变量
概率密度函数
《随机变量及分布》PPT 课件
欢迎来到《随机变量及分布》PPT课件。本课程将带你深入了解随机变量的概 念、离散型和连续型随机变量的分布以及中心极限定理的应用。
随机变量
什么是随机变量
对随机试验结果的数值化描述,并依赖于试验 的具体情况。
离散型随机变量
取有限个或可数个数值的随机变量。
连续型随机变量
取连续数值的随机变量。
描述连续型随机变量在某个区间内取值的概率 密度。
累积分布函数
描述连续型随机变量在某个数值前取值的概率。
期望
随机变量每个可能取到的值与其概率密度乘积 的积分。

随机变量及其分布优秀课件

随机变量及其分布优秀课件

1 20 3 20 3 10 1 2
C
6
C 11 C “ 5” 表示其中一个球号码等于“5”, ( 5 ) 3 ∴P 另两个都比“5”小 C6
2 4

C 11 C “ 6” 表示其中一个球号码等于“3”, ( 6 ) 3 ∴P 另两个都比“3”小 C6
2 5

∴ 随机变量 的分布列为:
思考2.将一枚骰子掷2次,求下列随机变量的概率分布. (1)两次掷出的最大点数ξ; (2)第一次掷出的点数减去第二次掷出的点数之差η .
研究性问题
设一部机器在一天发生故障的概率为0.2,机 器发生故障时全天停止工作,若一周5个工作日 里无故障可获利润10万元,发生一次故障可获利 5万元,若发生两次故障所获利润0万元,发生三 次或三次以上就亏损2万元.试写出一周所获利 润可能的取值及每个值的概率.

P
3
1 20
4
3 20
5
3 10
6
1 2
说明:在写出ξ的分布列后,要及时检查所有的概率之和是否为1.
课堂练习:
1、下列A、B、C、D四个表,其中能成为随机变量 分布列的是(B )

A

P
0
0.6
1
0.3
B

P
0
0.9025
1
0.095
2
0.0025
C
0
1 2 … n
1 4
1 8
D

P
0
1 3
1 p 36
2 36
3 36
4 36
5 36
6 36
5 36
4 36
3 36
2 36

第2章 随机变量及其分布 ppt课件

第2章 随机变量及其分布 ppt课件
2.10
2.1.3 离散随机变量的分布列
➢ 设离散随机变量 X 的可能取值为: x1,x2,……,xn,……
称 pi=P(X=xi), i =1, 2, …… 为 X 的分布列.
➢ 分布列也可用表格形式表示:
X x1 P p1
x2 …… xn …… p2 …… pn ……
2.11
分布列的基本性质 (1) pi 0, (非负性)
(2) pi 1. (正则性)
i
2.12
注 意 点 (1)
求离散随机变量的分布列应注意: (1) 确定随机变量的所有可能取值; (2) 计算每个取值点的概率.
2.13
例2.1.1 从1~10这10个数字中随机取出5个数字,令
X:取出的5个数字中的最大值.
试求 X 的分布列.
解:X 的取值为5,6,7,8,9,10.
第二章 随机变量及其分布
§2.1 随机变量及其分布 §2.2 随机变量的数学期望 §2.3 随机变量的方差与标准差 §2.4 常用离散分布 §2.5 常用连续分布 §2.6 随机变量函数的分布 §2.7 分布的其他特征数
2.1
§2.1 随机变量及其分布
(1) 掷一颗骰子, 出现的点数 X 1,2,…,6.
注意点
(1) 随机变量X()是样本点的函数, 其定义域为 ,其值域为R = (,) 若 X 表示掷一颗骰子出现的点数, 则 {X=1.5} 是不可能事件.
(2) 若X为随机变量,则 {X = k} 、 {a < X b} 、……
均为随机事件. 即 {a < X b} ={;a < X() b }
2.16
例2.1.3
已知 X 的分布函数如下,求 X 的分布列.

浙江省2012届高考数学理二轮专题复习课件:第20课时 随机变量及其分布

浙江省2012届高考数学理二轮专题复习课件:第20课时 随机变量及其分布

此题三个小题类似而不同,第一是非独立重复 事件,要注意第二次取白球和黑球进行分类讨论, 第二、三是独立重复事件,对于第二小题的处理主 要是求概率,第三小题则是求分布列和期望,化解 时既要注意概率求解时前提条件的运用,分布列求 解时要注意判断是否是独立重复试验.
第二十页,编辑于星期日:十五点 二十二分。
.(2)凡是服从二项分布的随机变量一定只取有限个 实数为其值,否则,随机变量不服从二项分布.(3)
凡是服从二项分布的随机变量在被看作是n次试验中某事 件发生的次数时,此事件在每次观察中出现的概率相等, 否则不服从二项分布.
第二十四页,编辑于星期日:十五点 二十二分。
1 ,随机变量X的分布列为 30
EX 7.
6
第十六页,编辑于星期日:十五点 二十二分。
3.二项分布
【例3】(2011·3月新昌中学模拟)一袋中有6个黑球,4
个白球. (1)依次取出3个球,不放回,已知第一次取出的是白球, 求第三次取到黑球的概率; (2)有放回地依次取出3个球,已知第一次取出的是白球, 求第三次取到黑球的概率;
1 对于该市教室任取一间,空气质量合格的可
能情况为以下三种:上午A、下午A;上午A、下午B;
上午B、下午A,因此该教室空气质量合格的概率为
P 3 3 2 31 3. 44 48 4
2上午检测空气质量为A级的教室数X 可能为0、1、2、3、4,且
P A 3,因此X ~B(4,3),其分布列为:E X 4 3 3.
17 9 1 个, 24 6, 7,8,9 4个, 25 7,8,9 3个,
26 8,9 2个, 27 9 1 个, 35 7,8,9 3个,
36 8,9 2个, 37 9 1 个,
46 8,9 2个,

随机变量及其分布PPT课件

随机变量及其分布PPT课件
35
例8. 某类灯泡使用时数在1000小时以上 的概率是0.2,求三个灯泡在使用1000 小时以后最多只有一个坏了的概率.
解: 设X为三个灯泡在使用1000小时已坏的灯
泡数 . X ~ B (3, 0.8),
P(X k)C3k (0.8)k (0.把2)观3察k ,一个k 灯泡0,的1,2使,3用
1 6
)k
(
5)3k 6
,
k0,1,2,3
32
例7. 已知100个产品中有5个次品,现从中 有放回地取3次,每次任取1个,求在所取的 3个中恰有2个次品的概率.
解: 因为这是有放回地取3次,因此这3 次试验
的条件完全相同且独立,它是贝努里试验. 依题意,每次试验取到次品的概率为0.05. 设X为所取的3个中的次品数,
请思考: 古典概型与贝努里概型不同,有何区别?
34
贝努里概型对试验结果没有等可能的 要求,但有下述要求: (1)每次试验条件相同;
(2)每次试验只考虑两个互逆结果A或 A ,
且P(A)=p ,P( A) 1 p;
(3)各次试验相互独立. 可以简单地说, 二项分布描述的是n重贝努里试验中出现 “成功”次数X的概率分布.
随后单调减少.
..
0
n=13,p=0.5
..n
当(n+1)p为整数时,二项概率P(X=k) 在k=(n +1)p和k =(n+1)p-1处达到最大 值.
课下请自行证明上述结论.
31
例6. 将一枚均匀骰子抛掷3次, 令X 表示3次中出现“4”点的次数
不难求得,
X的概率分布列是:
P{
X
k}C3k
(
第三章
随机变量及其分布

随机变量及其分布课件

随机变量及其分布课件

多维随机变量的数学期望与方差
数学期望
多维随机变量的期望值是每个随机变量期望值的 线性组合。
方差
多维随机变量的方差是每个随机变量方差和协方 差的组合。
协方差
衡量两个随机变量之间的线性相关程度。
Байду номын сангаас
PART 05
随机变量的变换
REPORTING
WENKU DESIGN
线性变换
1 2
线性变换公式
$Y = aX + b$,其中$a$和$b$是常数,$X$是 随机变量,$Y$是变换后的随机变量。
超几何分布
当从一个有限总体中不放回地抽取样本时,所得到的离散型随机变量服从超几何分布。
离散型随机变量的数学期望与方差
数学期望
离散型随机变量的数学期望是所有可能取值的概率加权和,表示随机变量取值的平均水平。
方差
离散型随机变量的方差是所有可能取值的概率加权平方和的平均值,表示随机变量取值分散程度的度 量。
随机事件的概率计算
在概率论中,随机事件的概率可以通过随机变量的取值来 计算,随机变量为随机事件的概率计算提供了具体的方法 和手段。
在统计学中的应用
01
样本数据的统计分析
在统计学中,随机变量被广泛用于样本数据的统计分析,如均值、方差、
协方差等统计量都是基于随机变量的计算。
02 03
参数估计与假设检验
线性变换的性质
线性变换保持了均值、方差和线性关系等统计特 性。
3
线性变换的应用
在回归分析、时间序列分析和实验设计中广泛使 用。
非线性变换
非线性变换公式
$Y = f(X)$,其中$f$是一个非线性函数,$X$是随机变量,$Y$ 是变换后的随机变量。

随机变量及其分布复习课件.ppt

随机变量及其分布复习课件.ppt

F(x) x f(t)dt,
则称X为连续型随机变量,其中f(x)称为X的概率 密度函数,简称概率密度。
(II)概率密度的性质
( 1 ) 非 负 性 : f( x ) 0 , x R .
(2)规 范 性 :f(x)dx1. 4
( 3 )对 于 任 意 实 数 a b, 有
P{aXb}abf(x)dx . F(b)F(a)
求这个区间的端点,分二种情形讨论之:
17
(1)区间的一个端点是无穷大,即已知P(X < x) = p1 或P(X > x) = p2,求x .
利用 或
然后反查标准正态分布表,即可求出x (2)区间关于μ对称,不妨设为(μ−a,μ+a),而 P(μ−a<X<μ+a) = p,求a
18
四.随机变量的函数的分布 1.离散型随机变量函数的分布
几种重要的 离散型分布
均指 正 匀数 态 分分 分 布布 布
二项分布的 正态近似
二项分布的 泊松近似
二项 分布
泊几
松何
分分 布 布 21
例题选讲
例1 甲、乙、丙3人进行独立射击 每人的命中率依 次为03 04 06 设每人射击一次 试求3人命中总 数之概率分布律 分析 求离散型随机变量的概率分布的步骤为:(1) 写
23
例2 投掷一个均匀骰子n 次,求(1)恰好得到一个6点的概 率;(2)至少得到一个6点的概率;(3)为了以0.5的概率保 证至少得到一个6点,则至少要投掷几次?
所以至少要投掷4次.
24
例3 设 X 的分布律为 X 1012 1111 p 4444
求 Y X 2 的分布律 .
解 Y 的可能值为 (1)2, 02,12, 22; 即 0, 1, 4.

《随机变量及其分布》PPT课件

《随机变量及其分布》PPT课件

个普通函数,因而可用微积分的方法来研究随机变量.
随机点 X
概率论与数理统计
x 实数点
x
F(x) P( X x), x
问: 在上 式中,X, x 皆为变量. 二者有什么区 别? x 起什么作用? F(x) 是不是概率?
X是随机变量, x是参变量. F(x) 是r.v X取值不大于 x 的概率.
随机变量通常用大写字母X,Y,Z,…或希腊字母, ,
η, ζ,….等表示. 概率论与数理统计
随机变量与普通函数的区别
普通函数的定义域是实数 集,而随机变量的定义域是样本空 间(样本点不一定为实数);
普通函数随自变量的变化所取的函数值无概 率可言,而随机变量随样本点(试验结果)的变化所取 的函数值是具有一定概率的,且因试验的随机性使得 随机变量的取值也具有随机性,即知道随机变量的取 值范围,但在概一率论次与数试理统验计 前无法确定它取何值.
概率论与数理统计
总之,随机变量X有如下特点:
X是定义在样本空间Ω上的单值实值函数,其定 义域为样本空间Ω,值域为实数集 ;
利用X可以描述随机事件; X的取值是随机的,且取值具有一定的概率.
随机变量
离散型 非离散型
连续型
概率论与数理统计
其它
在实际问题中,有两类重要的随机变量:
实例11、观离察散掷型一随个机骰变子量出—现—的取点值数有。限随或机可变列量无X限的可 能值是1,2,3,4,5,6; 则事件“出现偶
概率论与数理统计
分布函数F(x)具有下列性质: 、 0≤F(x)≤1;
注意这些性 质在图形上
的表现
、F(-∞)=0,F(+∞)=1;[确定待定参数]
、F(x)至多有可列个间断点,且在间断点处是

随机变量及其分布论述(ppt 173页)

随机变量及其分布论述(ppt 173页)

Xe
都是随机事件.
e
R
S
第二章 随机变量及其分布
说明
§1 随机变量
⑴随机变量常用大写文的字英母
X、Y、Z、
或希腊字母
、、、
等来表示.
⑵对于随机变量, 常我 关们 心常 的是它的
值.
⑶我们设立随机变 要量 用, 随是 机变量的
值来描述随机事件.
返回主目录
第二章 随机变量及其分布
例2
例 1(续)
§1 随机变量
由上表可以看出,该随机试验的每一个结果都对应
着变量 X 的一个确定的取值,因此变量 X 是样本空
间S上的函数X : X e e S
• 我们定义了随机变量后,就可以用随机变量的取 值情况来刻划随机事件.例如
e : X e 2 X 2
则称随X 机 服变 从量 参 n, 数 p的 为二项分 记作 X~Bn,p
其 n 为 中自 0 p 然 1 为 数 参 , 数
返回主目录
第二章 随机变量及其分布
说明 显然,当 n=1 时
X~B1, p
§2离散型随机变量
此时X, 服从 Berno分 ul布 li .
这说明, Bernoull分i 布是二 项分布的一个特例.
表示取出2个黑球这一事件;
X 2
表示至少取出2个黑球这一事件,等等.
返回主目录
第二章 随机变量及其分布
随机变量的定义
§1 随机变量
设E是一个随机试验,S是其样本空间.我们称样本
空间上的函数
X X e e S
为一个随机变量,如果对于任意的实数 x ,集合
e : X e x X x

高中数学《随机变量及其分布-复习》课件

高中数学《随机变量及其分布-复习》课件

则试验的样本空间为Ω={(1,2),(1,3),(1,4),(2,1),(2,3),
(2,4),…,(4,1),(4,2),(4,3)}
章末复习提升
24
A={(1,2),(1,3),(1,4),(2,1),(2,3),(2,4),(3,1),(3,2), (3,4)} AB={(1,2),(1,3),(2,1),(2,3),(3,1),(3,2)} P(B|A)=nnAAB=32.
k)=CkMCCnnNN--kM ,k=0,1,2,…,m,即Байду номын сангаас
X
0
1

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

CmMCnN--mM CnN
章末复习提升
8
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. 2.二项分布及其应用 (1)条件概率:一般地,设A和B是两个事件,且P(A)>0, 称P(B|A)=PAB 为在事件A发生的条件下,事件B发生的条
第二章——
章末复习提升
1 知识网络 2 要点归纳 3 题型研修
系统盘点,提炼主干 整合要点,诠释疑点 突破重点,提升能力
知识网络
章末复习提升
系统盘点,提炼主干
3
要点归纳
整合要点,诠释疑点
1.离散型随机变量及其分布列 (1)随机变量:在随机试验中,我们确定了一个对应关系, 使得每一个试验结果都用一个确定的数字表示.在这个对应 关系下,数字随着试验结果的变化而变化.像这种随着试验 结果变化而变化的变量称为随机变量.通常用字母X,Y,ξ, η,…等表示.

随机变量及其分布-----复习_图文

随机变量及其分布-----复习_图文

5.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 的一个).
(0≤m≤l,l为n和M中较小
我们称离散型随机变量X的这种形式的概率分布 为超几何分布列,也称X服从参数为N,M,n的超几 何分布.
6.条件概率 (1)定义 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)表示. (2)交事件 由事件A和B同时发生所构成的事件D,称为事件A 与B的交(或积),记作D=A∩B(或D=AB).
(3)条件概率公式
一般地,设A,B为两个事件,且P(A)>0,称
8.独立重复试验
一般地,在相同条件下,重复地做n次试验, 各项试验的结果相互独立,那么一般称它为n次独 立重复试验.
一般地,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次的概率为Pn(k)=Cpk(1-p)n-k(k=0,1,2, …,n).
9.随机变量的数字特征
(3)正态总体在三个特殊区间内取值的概率值 正态变量在区间(-μ-σ,μ+σ)内取值的概率 为68.3%; 正态变量在区间(-μ-2σ,μ+2σ)内取值的概 率为95.4%; 正态变量在区间(-μ-3σ,μ+3σ)内取值的概 率为99.7%.
[例1] (武汉调研)甲、乙两名跳高运动员一次试跳2 米高度成功的概率分别是0.7,0.6,且每次试跳成功与 否相互之间没有影响,求:
的概率为0.88.
(3)设“甲在两次试跳中成功i次”为事件Mi(i= 0,1,2),“乙在两次试跳中成功i次”为事件Ni(i= 0,1,2).

wode随机变量及其分布复习课ppt课件

wode随机变量及其分布复习课ppt课件
题型2、单元测评卷(二)A 2、5、7、11
题型3、周末作业1、3、6 单元测评卷(二)A 4、8、10、12、
题组一 概率及其应用 例 1 从甲袋中摸出 1 个红球的概率为13,从乙袋中摸出 1 个红球 的概率为12,从两袋中各摸出一个球,则23等于( ) A.2 个球都不是红球的概率 B.2 个球都是红球的概率 C.至少有 1 个红球的概率 D.2 个球中恰有 1 个红球的概率
a,b ,P(a<X b)恰好是正态密度
曲线下方和x轴 a,b 上方所围成的图
形的面积,我们就称X服从参数
和 2的正态分布。 简记为:X N , 2
X
ab
区间 (μ-σ,μ+σ] (μ-2σ,μ+2σ] (μ-3σ,μ+3σ]
取值概率 68.3% 95.4% 99.7%
我们从上图看到,正态总体在 2 , 2 以外取
1)两点分布是特殊的二项分布 (1 p)
2)一般地,在含有 M 件次品的 N 件产品中,任取 n 件,
记次品的件数为 .
⑴如果是有放回地取,则 B(n, M )
N
⑵如果是不放回地取, 则 服从超几何分布.
P(
k)
C C k nk M NM
C
n N
(k
0,1, 2,
, m) (其中 m min(M , n)
解:(则1)设P(“A)=甲2品+50牌3=轿1车10.首次出现故障发生在保修期内”为事件 A. (2)依题意得,X1 的分布列为
X2 的分布列为
X1 1 2 3 139
P 25 50 10
X2
1.8 1
2.9 9
P 10 10
(3)

(2)

“随机变量及其分布”简介PPT优秀课件

“随机变量及其分布”简介PPT优秀课件

6. 教材内容的变化与特点
a. 知识的引入的变化: • 注重利用学生熟悉的实例和具体情景,以 引发学生的学习兴趣; • 通过思考或探究栏目提出问题,以调动学 生解决问题的积极性。 b. 具体内容的变化: • 以取有限值的离散型随机变量为载体; • 增加了超几何分布。 c. 知识的应用 • 体现概率统计的应用价值; • 利用思考、探究等栏目提高学生解决实际 问题能力。
发展要求
了解两点分布、二项分布的方差的计算公式。
§2.4正态分布
基本要求
1、初步了解正态分布的意义。 2、初步了解正态曲线的性质。 3、初步了解参数 、 对正态曲线的影响。


3. 课时分配与知识框图
随机变量及其分布 (16学时)
离 散 型 ︵随 3 机 变 课量 时及 ︶其 分 布 列
独立性的应用
例2.3 某商场推出二次开奖活动,凡购买一定价值 的商品可以获得一张奖券.奖券上有一个兑 奖号码,可以分别参加两次抽奖方式相同的 兑奖活动.如果两次兑奖活动的中奖概率都 是0.05,求 (1)两次抽奖都抽到某一指定号码的概率; ( 2 )两次抽奖恰有一次抽到某一指定号码 的概率; ( 3 )两次抽奖至少有一次抽到某一指定号 码的概率. 思考:二次开奖至少中一次奖的概率是不是一次 开奖中奖概率的两倍?为什么?
4.对教学安排的说明
(4)为了使学生更容易理解二项分布的产生背景,教 材通过简单实例的讨论,向学生展示从独立重复 试验到二项分布的推导过程. (5)对于离散型随机变量的均值与方差的含义及其 计算公式,重点是概念的理解,这也是难点.因此 教材中借助于很简单的离散型随机变量来介绍 均值与方差的概念,以避免复杂的计算冲淡概 念的理解. (6)关于正态分布模型,仅需学生了解正态分布密 度曲线的特征,密度曲线与相应的随机变量落 在某个区间的概率之间的关系,参数 和 的 含义,以及3 准则.
  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)。

2.常见的离散型随机变量的分布
(1) ห้องสมุดไป่ตู้点分布
分布列为(其中0 < p < 1): ξ 0 1 P 1-p p
( 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,
k 3, ,n,并且P (ξ = k ) = Cn p k q n − k (其中k = 0,1, 2, , … …
( 3) 记“甲同学在一次数学竞赛预赛中成绩高于80分
6 3 为事件A,则P( A) = = . 8 4 3 随机变量ξ的可能取值为0、 2 3,且ξ ~B(3, ), 1、、 4 k 3 k 1 3− k 所以P(ξ = k ) = C3 ( ) ( ) ,k = 0,1, 2,3. 4 4 所以随机变量ξ的分布列为:
甲 9 8 4 5 8 2 3 1 7 8 9 0 0 0 2 乙 5 3 5 5
( 2 ) 派甲参加比赛比较合适.理由如下:
1 x甲 = (70 × 2 + 80 × 4 + 90 × 2 + 8 + 9 + 1 + 2 + 4 + 8 + 3 + 8 5) = 85, 1 x乙 = (70 ×1 + 80 × 4 + 90 × 3 + 5 + 0 + 0 + 3 + 5 + 0 + 2 + 8 5) = 85, 1 2 2 2 2 s = [( 78 − 85 ) + ( 79 − 85 ) + ( 81 − 85 ) + ( 82 − 85 ) + 8
(1) 设甲、乙两人同时承担H 任务为事件A,
A3 1 3 那么P ( A) = 2 4 = , C5 A 40 4 A3 1 3 即甲、乙两 2 4 人同时承担H 任务的概率是 . C5 A 40 4
( 2 ) 记甲、乙两人同时承担一项任务为事件B,
4 A4 1 那么P ( B ) = 2 4 = , C5 A 10 4
ξ P x1 p1 x2 p2 … … xn pn … …
则均值 Eξ = x1 p1 + x2 p2 + … + xn pn + …, 方差 Dξ = ( x1 − Eξ ) 2 ⋅ p1 + ( x2 − Eξ ) 2 ⋅ p2 + … + ( xn − Eξ ) 2 ⋅ p n + … . 若 ξ ~ B ( n, p ),则 Eξ = np, Dξ = npq,这里 q = 1 − p.
(1)以十位为茎、 个位为叶绘制 ; (2)计算平 以十位为茎、个位为叶绘制; 计算平 以十位为茎 均值和方差; 是三次独立重复试验问题 是三次独立重复试验问题, 均值和方差 ; (3)是三次独立重复试验问题 , 按照 二项分布的概率公式进行计算. 二项分布的概率公式进行计算.
(1) 作出茎叶图如下:
ξ P 1 2
3 1 5 所以Eξ = 1× + 2 × = . 4 4 4
本题是以排列组合为基础的古典概型问题, 这类试题中一个极为重要的技巧就是充分利用对 立 事件之 间的关 系,简 化运算 ,如第 ( 2 ) 问 中 “甲、乙两人不同时承担同一项任务”,如果直 接求解,就要先分配甲、乙两人担任四项任务中 的两项,再分配其余三人,这三人还要满足两个 空缺任务,安排起来是很麻烦的,但从对立事件 考 虑问题 就简单 多了, 第 ( 3 )问 也是类 似的 情 况.
2 2 2
2
] = 41.
2 2 因为x甲 = x乙,s甲 < s乙,所以甲的成绩较稳定,派甲
参加比赛比较合适. 本小题的结论及理由均不唯一,如派乙参加比赛比 较合适.理由如下:从统计学的角度看,甲获得85 3 分以上(含85分)的概率P1 = ,乙获得85分以上(含 8 4 1 85分)的概率P 2 = = .因为P2 > P,所以派乙参加比 1 8 2 赛比较合适.
所以三次摇奖中至少有一次中奖的概率为P = 1 − 4 3 61 ( ) = . 5 125
1 1 Cn ⋅ C10− n n(10 − n) = , ( 2 ) 每次摇奖中奖的概率为P = 2 C10 45
摇奖中首次中奖的摇奖次数服从超几何分布,其分 布列如下:
ξ P 1 P 2 (1-P)P 3 (1-P)2P … … k (1-P)k-1P … …
【解析】1) 令f ′( x) = 3x 2 + 2ax + b = 0,当且仅当∆ = ( 2 2 4a − 12b = 4(a − 3b) > 0时,函数f ( x)有极值.符合 a 2 − 3b > 0的a,b共有20组,所以函数f ( x)有极值的 20 5 概率P = = . 36 9 5 ( 2 ) ξ的取值为0或2,由(1) 知P(ξ = 2) = ,则P(ξ = 9 4 0) = ,其分布列为: 9
所以,甲、乙两人不同时承担同一项任务的概率是 9 P( B) = 1 − P( B) = . 10
( 3) 随机变量ξ 可能取的值是1, 2,事件“ξ = 2”是指有
两人同时承担H 任务,
2 3 C 5 A3 1 则P (ξ = 2) = 2 4 = , C 5 A4 4
3 所以P (ξ = 1) = 1 − P(ξ = 2) = , 4 所以ξ的分布列是:
专题六 概率与统计
1.离散型随机变量的分布列 (1)设离散型随机变量ξ可能取的值为x 1 ,x 2 ,…, xi,…,ξ取每一个值xi的概率为P(ξ=xi)=p i,则称下表: ξ P x1 p1 x2 p2 x3 p3 … … xi pi … …
为离散型随机变量ξ的分布列. 为离散型随机变量 的分布列. 的分布列 (2)离散型随机变量 的分布列具有两个性质: 离散型随机变量ξ的分布列具有两个性质 离散型随机变量 的分布列具有两个性质: ; , . ①pi≥0;②p1+p2+…+pi+…=1(i=1,2,3,…).
3 P( X = 3) = C3 × 0.13 = 0.001.
故随机变量 X 的分布列为
X P 0 0.729 1 0.243 2 3
0.027 0.001
X 的数学期望为EX = 0 × 0.729 + 1× 0.243 + 2 × 0.027 + 3 × 0.001 = 0.3.
【变式训练】 一个摇奖装置内有红球和白球共10个, 每次摇出两个球(每次摇奖后放回),若两个球颜色不同 则为中奖. (1)当红球数为1时,求三次摇奖中至少有一次中 奖的概率; (2)求摇奖中首次中奖的摇奖次数ξ的分布列,当 红球数为多少时,ξ的数学期望值最小. 2 C9 4 (1) 一次摇奖不中奖的概率为P = 2 = , C10 5
ξ P 0 2
4 5 10 数学期望Eξ = × 0 + × 2 = . 9 9 9
这个问题的易错点是△=4a 2 -12b=4(a 2 3b)=0时,认为函数有一个极值点,从而导致 全盘皆错.
【变式训练 】 四个大小相同的小球分别标有数字 1,1,2,2,把它们放在一个盒子里,从中任意摸出两 个小球,它们标注的数字分别为x,y,记ξ=x+y. (1)求随机变量ξ的分布列; (2)设“函数f(x)=x2-ξx-1在区间(2,3)上有且只 有一个零点”为事件A,求事件A发生的概率.
1 45 45 9 数学期望Eξ = = ≥ = . P n(10 − n) ( n + 10 − n ) 5 2 2 9 (E 当且仅当n = 5时, ξ ) min = . 5
【例2】 设a,b分别是先后抛掷一枚骰子得到的 点数,用随机变量ξ表示函数f(x)=x3+ax2+bx+c的极 值点个数. (1)求函数f(x)有极值的概率; (2)求ξ的分布列和数学期望. 函数f(x)=x3+ax2+bx+c有极值点的必要条件 是导函数f ′(x)=3x2+2ax+b=0有解,但f ′(x)=0有唯一 解时显然不存在极值点.
n,q = 1 − p ).
k 显然P(ξ = k ) ≥ 0(k = 0,1, 2, ,n), Cn p k q n − k = 1. … ∑ k =0 n
称这样的随机变量 ξ 服从参数为 n和 p的二项分布, 记为 ξ ~ B ( n, p ). 3. 离散型随机变量的均值与方差、标准差
(1) 若ξ的分布列为:
0. + 0.1 + x + 0.37 + 0.39 = 1,解得x = 0.12. 02
( 2 )由题意知,X ~B ( 3, 0.1),
因此P( X = 0) = ×0.93 = 0.729,
1 P( X = 1) = C3 × 0.1× 0.92 = 0.243,
P( X = 2) = C32 × 0.12 × 0.9 = 0.027,
(1) ξ的可能取值为2,3, 4.
2 C2 1 P(ξ = 2) = 2 = ; C4 6 1 1 C2 C2 2 P(ξ = 3) = 2 = ; C4 3 2 C2 1 P(ξ = 4) = 2 = . C4 6 所以ξ的分布列为:
ξ P
2
3
4
( 2 )函数f ( x) = x − ξ x − 1在区间( 2,3) 上有且只有一个 零点的充要条件为f ( 2 ) ⋅ f ( 3) = (3 − 2ξ ) × (8 − 3ξ ) < 0,
(1)任务分配是等可能的,基本事件的总数 是 C2 A 4 ,甲、乙确定了,只要在其他三个任务上安 5 4 排其余三人即可求出随机事件甲、乙两人同时承担H 任务所包含的基本事件的个数;(2)求出甲、乙两人担 任同一任务的概率,用对立事件的概率关系求解; (3)ξ只能等于1,2,ξ=2是指五位同学中有两人担任H任 务,再根据概率分布列的性质求ξ=1时的概率.
相关文档
最新文档