1、 1 随机变量及 其分布 要求层次 重难点 取有限值的离散型 随机变量及其分布 列 C 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 理解超几何分布及其导出过程，并能 进行简单的应用 超几何分布 A 二项分布 及其应用 要求层次 重难点 条件概率 A 了解条件概率和两个事件相互独立的概 念，理解 n 次独立重复试验的模型及二 项分布， 并能解决一些简单的实际问题 事件的独立性 A n 次独立重复试验与 二项分布 B 离散型随 机变量的 要求层次 重难点 取有限值的离散型随B 理解取有限个值的离散型随机变量均 高考要求 模块框架 随机变量及其分布列 2
2、均值与方 差 机变量的均值、方差 值、方差的概念，能计算简单离散型随 机变量的均值、方差，并能解决一些实 际问题 正态分布 要求层次 重难点 正态分布 A 利用实际问题的直方图，了解正态分布 曲线的特点及曲线所表示的意义 1 离散型随机变量及其分布列 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 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
3、(1, 2,)in列表表示： X 1 x 2 x i x n x P 1 p 2 p i p n p 我们称这个表为离散型随机变量X的概率分布，或称为离散型随机变量X的分布列 2几类典型的随机分布 两点分布两点分布 如果随机变量X的分布列为 X 1 0 P p q 其中01p，1qp ，则称离散型随机变量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 X 1 0 P 0.8 0.2 两点分布又称01分布，由于只有两个可能结果的随机试验叫做伯努利试验，所以这种分
4、 布又称为伯努利分布 超几何分布超几何分布 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()nN， 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 CC () C mn m MN M n N P Xm (0ml，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 Xm，从而列出X的分布列 二项分布二项分布 知识内容 3 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
5、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) kkn k nn P kpp (0,1, 2,)kn 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1qp ，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()Ck kn k n P Xkp q ，其中0, 1, 2,kn于 是得到X的分布列 X 0 1 k n P 00 C n n p q 111 C n n p q Ck kn k n p q 0 Cn n
6、 n p q 由于表中的第二行恰好是二项展开式 001110 ()CCCC nnnkknknn nnnn qppqpqpqpq 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( ,)XB 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 Xnp，( )D xnpq(1)qp 正态分布正态分布 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
7、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 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 2 2 () 2 1 ( ) 2 x f xe ， xR，其中，是参数，且0， 式中的参数和分别为正态变量的数学期望和标准差期望 为、标准差为的正态分布通常记作 2 ( ,)N 正态变量的概率密度函数的图象叫做正态曲线 标准正态分布：我们把数学期望为
8、0，标准差为1的正态分布叫做标准正态分布 重要结论： 正态变量在区间(,)，(2 ,2 )，(3 ,3 ) 内，取值的概率分 别是68.3%，95.4%，99.7% 正态变量在() ，内的取值的概率为1， 在区间(33 )，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三倍标准差之内， 这就是正态分布的3原 则 x= O y x 4 若 2 ()N ，( )f x为其概率密度函数， 则称( )()( ) x F xPxf t dt 为概率分布 函数，特别的， 2 (0 1 )N ，称 2 2 1 ( ) 2 t x xedt 为标准正态分布函数 ()() x Px 标准正态分布的
9、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 1 x， 2 x， n x，这些 值对应的概率是 1 p， 2 p， n p，则 1122 ( ) nn E xx px px 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 1 x， 2 x， n x，这些值对应的 概率是 1 p， 2 p， n
10、 p，则 222 1122 ()( )( )( ) nn D XxE xpxE xpxE xp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的算术平方根( )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 3X为随机变量，a b，为常数，则 2 ()()()()E aXbaE Xb D aXba D X，； 4 典型分布的期望与方差： 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 二项分布：若离散型随机
11、变量X服从参数为n和p的二项分布，则()E Xnp， ( )D xnpq(1)qp 超几何分布：若离散型随机变量X服从参数为NMn， ，的超几何分布， 则() nM E X N ， 2 ()() () (1) n Nn NM M D X NN 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 AP 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 1 A， 2 A， 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 ()()()() nn P AAAP AP AP 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DAB（或DAB）
