随机变量的概率分布与数学期望

61随机变量的概率分布、期望与方差1

如皋市薛窑中学2011届高三理科数学一轮复习 61随机变量的概率分布、期望与方差 【考点解读】 离散型随机变量及其分布列：A;超几何分布：A;条件概率及相互独立事件：A； n次独立重复试验的模型及二项分布：B;离散型随机变量的均值与方差：B 【复习目标】 1?了解取有限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；会求某些简单的离散型随机变量的分布列。 2?了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( 对条件概率的应用题不作要求 )。 4 ?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。 5?了解取有限值的离散型随机变量的均值、方差的意义，会根据离散型随机变量的分布列求出期望值、方差。 活动一：基础知识 1. 随机变量： 1) 定义： _________________________________________________________ 。 2) ____________________________________ 表示方法：。 2. 随机变量分布列的定义： 假定随机变量X有n个不同的取值，它们分别是X1,X2丄X n且P(X=x i)=p i ,i=1,2, -n,① 称①为随机变量X 的概率分布列，简称X的分布列 3. 概率分布表 将①用表的形式表示如下： 4. 分布列的性质： 概率分布列中P(i 1,2L n)满足以下两个条件: (1) ______________________________ (2) ______________________________ 5. 两点分布 如果随机变量X只取两个可能值_0 和__________ 1 ___ ，则称该随机变量X服从0-1分布或两点分布并记为X?0-1或X?两点分布. 其概率分布表为： 其中丨min{ M , n}，且n N,M N,n,M,N N .称分布列

概率分布与数学期望

概率分布与数学期望

例谈离数型随机变量概率分布与数学期望 数学期望=每个个数X每个它的概率，再相加从2008年全国各省市高考数学试题中，概率统计考题，可谓“军书十二卷，卷卷有爷名”，显然它是高考的必考内容，特别是离散型随机变量概率分布与数学期望内容的考题分布极为广泛，确实是一个重要考点，但纵观其解法，可以归纳为定义法、公式法、分析法与变量推理法四种，2009年考生务必对上述四种解题方法引起高度重视，本文就其命题特点，解题规律作专题阐述，以飨读者。 一、定义法求解概率分布与数学期望 定义法即根据随机事件的概率、随机变量、概率分布、数学期望的定义求解概率分布与数学期望的方法。 可使用本法解题的考题，一般以古典离散型概率为特征，它可直接利用排列组合的加法原理与乘法原理写出离散型随机变量概率的计算式，进而求得随机变量各值条件下的概率分布与数学期望。此类题型解题思路明确，利用定义法求解，其方法容易掌握。

例1，（08浙江理）一个袋中装有若干个大小相同的黑球，白球和红球．已知从袋中任意摸出1 ；从袋中任意摸出2个球，得到黑球的概率是2 5 ． 个球，至少得到1个白球的概率是7 9 （1）若袋中共有10个球，（1）若袋中共有10个球，（ⅰ）求白球的个数；（ⅱ）从袋中任意摸出3个球，记得到白球的个数为ξ，求随机变量ξ的数学期望Eξ． （2）求证：从袋中任意摸出2个球，至少得到1 ．并指出袋中哪种颜色的个黑球的概率不大于7 10 球个数最少． 分析：本题是以古典概率为题材的高考题，由于从袋中摸球是有回放地摸球，且每次摸球都是互相独立的，系互不影响事件，所发生的概率是等可能的。故可根据概率定义，利用排列组合计算方法求解随机变量各值的概率。 解：袋中共有10个球，且至少得到1个白球7，设其中有X个白球，我们将至少得到的概率为 9 7，又∵P（A）一个白球的事件为A，则P（A）= 9

随机变量的数学期望与方差

第9讲随机变量的数学期望与方差 教学目的：1.掌握随机变量的数学期望及方差的定义。 2.熟练能计算随机变量的数学期望与方差。 教学重点： 1．随机变量的数学期望 For personal use only in study and research; not for commercial use 2．随机变量函数的数学期望 3．数学期望的性质 4．方差的定义 For personal use only in study and research; not for commercial use 5．方差的性质 教学难点：数学期望与方差的统计意义。 教学学时：2学时。 For personal use only in study and research; not for commercial use 教学过程： 第三章随机变量的数字特征 §3.1 数学期望 For personal use only in study and research; not for commercial use 在前面的课程中，我们讨论了随机变量及其分布，如果知道了随机变量X的概率分布，那么X的全部概率特征也就知道了。然而，在实际问题中，概率分布一般是较难确定的，而在一些实际应用中，人们并不需要知道随机变量的一切概率性质，只要知道它的某些数字特征就够了。因此，在对随机变量的研究中，确定其某些数字特征是重要的，而在这些数字特征中，最常用的是随机变量的数学期望和方差。

1．离散随机变量的数学期望 我们来看一个问题： 某车间对工人的生产情况进行考察。车工小张每天生产的废品数X 是一个随机变 量，如何定义X 取值的平均值呢？ 若统计100天，32天没有出废品，30天每天出一件废品，17天每天出两件废品， 21天每天出三件废品。这样可以得到这100天中每天的平均废品数为 27.1100 213100172100301100320=?+?+?+? 这个数能作为X 取值的平均值吗？ 可以想象，若另外统计100天，车工小张不出废品，出一件、二件、三件废品的 天数与前面的100天一般不会完全相同，这另外100天每天的平均废品数也不一定是 1.27。 对于一个随机变量X ，若它全部可能取的值是 ,,21x x ， 相应的概率为 ,,21P P ， 则对X 作一系列观察(试验)所得X 的试验值的平均值是随机的。但是，如果试验次数 很大，出现k x 的频率会接近于K P ，于是试验值的平均值应接近 ∑∞=1k k k p x 由此引入离散随机变量数学期望的定义。 定义1 设X 是离散随机变量，它的概率函数是 ,2 ,1,)()(====k P x X P x p K K k 如果 ∑∞ =1||k k k p x 收敛，定义X 的数学期望为 ∑∞ ==1)(k k k p x X E 也就是说,离散随机变量的数学期望是一个绝对收敛的级数的和。 例1 某人的一串钥匙上有n 把钥匙，其中只有一把能打开自己的家门，他随意地 试用这串钥匙中的某一把去开门。若每把钥匙试开一次后除去，求打开门时试开次数 的数学期望。

第二章__随机变量及其概率分布_考试模拟题答案范文

第二章 随机变量及其概率分布 考试模拟题 (共90分) 一．选择题(每题2分共20分) 1．F(X)是随机变量X 的分布函数，则下列结论不正确的是（ B ） A.≤0F(x )1≤ B.F(x )=P{X=x } C.F(x )=P{X x ≤} D.F(∞+)=1, F(∞-)=0 解析： A,C,D 都是对于分布函数的正确结论，请记住正确结论！B 是错误的。 2．设随机变量X 的分布函数律为如下表格：F(x)为其分布函数，则F(5)=( C ) A.0.3 B.0.5 C.0.6 D.0.4 解析：由分布函数定义F(5)=P{X ≤5}=P{X=0}+P{X=2}+P{X=4}=0.1+0.2+0.3=0.6 3．下列函数可以作为随机变量分布函数的是（ D ） 4x 01≤≤x 2x 10<≤x A.F(x)= B.F(x)= 1 其它 2 其它 -1 x<0 0 x<0 C.F(x)= 2x 10<≤x D.F(x)= 2x 5.00<≤x 1 其它 1 x ≥0.5 解析：由分布函数F(x)性质：01)(≤≤x F ，A,B,C 都不满足这个性质，选D 4 x 31<<-x 4．设X 的密度函数为f(x)= 则P{-2

A. 0 B.83 C. 43 D. 85 解析：P{-2

随机变量的数学期望教案

随机变量的数学期望教 案 -CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN

教 案：数学期望 试讲人 郑丽霞 教材来源：《概率论与数理统计》 袁荫棠 授课题目：数学期望 第三章第一节 教学目标：会计算数学期望；通过数学期望的学习了解数学期望的实际应用及统计意义 教学重点：数学期望的计算 教学难点：如何将实际问题转化为数学问题 教学过程： 1. 引入课题 引例：在一次射击比赛中，每个人射击10次，甲选手射了4个1分，1个2分，5个3分，问甲选手的平均得分是多少？ 1.210 5 31012104110531241=?+?+?=?+?+? 则其“均值”应为11 1k k i i i i i i n n x x n n ===∑∑. 所以上面的均值是以i n n 频率为权重的加权平均。

我们前面学了随机变量，那我用随机变量ξ来表示甲射击得分情况，求ξ的分布？ 平均得分=1×0.4+2×0.1+3×0.5=2.1 大体上讲，数学期望(或均值)就是随机变量的平均取值 2. 概念讲解 （一）离散型随机变量的数学期望 定义3.1 设离散型随机变量ξ的分布列为 (),1,2, ,,.i i p P x i n ξ=== 如果 1 ||.i i i x p +∞ =<+∞∑ 则称 1 ()i i i E x p ξ+∞ ==∑ 为随机变量ξ的数学期望，简称期望或均值。若级数1 ||()i i i x p x +∞=∑不收 敛，则称ξ的数学期望不存在。 例1 投掷一颗均匀的骰子，以ξ表示掷的点数，求ξ的数学期望。 解：6 1 17 ()62i E i ξ==?=∑

概率分布以及期望和方差

概率分布以及期望和方差 上课时间: 上课教师： 上课重点:掌握两点分布、超几何分布、二项分布、正态分布的概率分布及其期望和方差 上课规划：解题技巧和方法 一 两点分布 ⑴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 <<，1q p =-，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，所以这种分布又称为伯努利分布． （2）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 ． 1、在抛掷一枚图钉的随机试验中，令10X ?=? ? ，针尖向上； ，针尖向下.，如果针尖向上的 概率为p ，试写出随机变量X 的概率分布． 2、从装有6只白球和4只红球的口袋中任取一只球，用X 表示“取到的 知识内容 典例分析

白球个数”，即???=，当取到红球时， ，当取到白球时， 01X ，求随机变量X 的概率分布． 3、若随机变量X 的概率分布如下： X 1 P 29C C - 38C - 试求出C ，并写出X 的分布列． 3、抛掷一颗骰子两次，定义随机变量 ?? ?=)(,1)(,0的点数数等于第二次向上一面当第一次向上一面的点 面的点数数不等于第二次向上一当第一次向上一面的点 ξ 试写出随机变量ξ的分布列． 4、篮球运动员比赛投篮，命中得1分，不中得0分，已知运动员甲投篮命中率的概率为P ． ⑴ 记投篮1次得分X ，求方差()D X 的最大值； ⑵ 当⑴中()D X 取最大值时，甲投3次篮，求所得总分Y 的分布列及Y 的期望与方差． 二 超几何分布

数学期望与分布列专题

离散型随机变量的数学期望 称E(X)= 切七+…曲+…7竹为随机变帚K 的均 侑或数学期犁,它反映了离散型随机变最取值的士均 水平. A.丄 B. 1 C. — D.— 18 9 9 20 鱸析由分布列的件质， 可得2x+3x+7x+2x+3r^x=l f 几芹=/. A E(X)=0X2xHX 3E 2 X 7x+3 X 2工+4 X 3JT +5JC 20 =40x= — 9 2.已知某一随机变量占的槪率分布列如F, M 日门= 电3, !(|陆的值为 (C ) J B.6 C. 7 D.B 解析 由分布列性虞知，0?&+O.1+U 0. 4. :? E? 4X0.5+aX0. 1+9X0, 4-6,3, :,a-l. 某中学组建了 A 、B 、C 、D 、E 五个不同 的社团组织，为培养学生的兴趣爱好 必须参加，且只能参加一个社团 ?假定某班级的甲、乙、丙三名学生对这五个社团的选择是 ,要求每个学生

等可能的. (1) 求甲、乙、丙三名学生参加五个社团 的所有选法种数; (2) 求甲、乙、丙三人中至少有两人参加同一社团的 概率； (3) 设随机变量E为甲、乙、丙这三名学生参加A社 团的人数，求E的分布列与数学期望. 有一批产品，其中有12件正品和4件次品,从中任取3件，若E表示取到次品的个 数 E(E )=_ 某学校要从5名男生和2名女生中选出2人作为上海世博会志愿者，若用随机变量E 选出的志 表示愿者中女生的人数，则数学期望E(E)=_ 袋中有相同的5个球，其中3个红球,2个黄球,现从中随机且不放回地摸球，每次摸1个，当 两种颜色的球都被摸到时，即停止摸球，记随机变量E为此时已摸球的次数，求： (1)随机变量E的概率分布列； (2)随机变量E的数学期望与方差

联合概率分布：离散与连续随机变量

Joint Distributions,Discrete Case In the following,X and Y are discrete random variables. 1.Joint distribution(joint p.m.f.): ?De?nition:f(x,y)=P(X=x,Y=y) ?Properties:(1)f(x,y)≥0,(2) x,y f(x,y)=1 ?Representation:The most natural representation of a joint discrete distribution is as a distribution matrix,with rows and columns indexed by x and y,and the xy-entry being f(x,y).This is analogous to the representation of ordinary discrete distributions as a single-row table.As in the one-dimensional case,the entries in a distribution matrix must be nonnegative and add up to1. 2.Marginal distributions:The distributions of X and Y,when considered separately. ?De?nition: ?f X(x)=P(X=x)= y f(x,y) ?f Y(y)=P(Y=y)= x f(x,y) ?Connection with distribution matrix:The marginal distributions f X(x)and f Y(y) can be obtained from the distribution matrix as the row sums and column sums of the entries.These sums can be entered in the“margins”of the matrix as an additional column and row. ?Expectation and variance:μX,μY,σ2 X ,σ2 Y denote the(ordinary)expectations and variances of X and Y,computed as usual:μX= x xf X(x),etc. https://www.wendangku.net/doc/8317895577.html,putations with joint distributions: ?Probabilities:Probabilities involving X and Y(e.g.,P(X+Y=3)or P(X≥Y)can be computed by adding up the corresponding entries in the distribution matrix:More formally,for any set R of points in the xy-plane,P((X,Y)∈R))= (x,y)∈R f(x,y). ?Expectation of a function of X and Y(e.g.,u(x,y)=xy):E(u(X,Y))= x,y u(x,y)f(x,y).This formula can also be used to compute expectation and variance of the marginal distributions directly from the joint distribution,without?rst computing the marginal distribution.For example,E(X)= x,y xf(x,y). 4.Covariance and correlation: ?De?nitions:Cov(X,Y)=E(XY)?E(X)E(Y)=E((X?μX)(Y?μY))(Covariance of X and Y),ρ=ρ(X,Y)=Cov(X,Y) σXσY (Correlation of X and Y) ?Properties:|Cov(X,Y)|≤σXσY,?1≤ρ(X,Y)≤1 ?Relation to variance:Var(X)=Cov(X,X) ?Variance of a sum:Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y)(Note the analogy of the latter formula to the identity(a+b)2=a2+b2+2ab;the covariance acts like a “mixed term”in the expansion of Var(X+Y).) 1

随机变量及其概率分布

第二章 随机变量及其概率分布 【内容提要】 一、随机变量及其分布函数 设()X X ω=是定义于随机试验E 的样本空间Ω上的实值函数，且x R ?∈， {}()X x ωω≤是随 机事件，则称()X X ω=为随机变量，而称()()()F x P X x ω=≤为其概率分布函数。 随机变量()X X ω=的概率分布函数()()()F x P X x ω=≤具有如下性质: ⑴．非负性: x R ?∈，有0()1F x ≤≤； ⑵．规范性: ()0,()1F F -∞=+∞=； ⑶．单调性: 若12x x ≤，则12()()F x F x ≤； ⑷．右连续性: x R ?∈，有(0)()F x F x +=。 二、离散型随机变量 1．离散型随机变量及其概率分布律 若随机变量()X X ω=只取一些离散值12n x x x -∞<<=其中而。 三、连续型随机变量

随机变量的数学期望与方差

限时作业62 随机变量的数学期望与方差 一、选择题 1.下列说法中，正确的是( ) A.离散型随机变量的均值E(X)反映了X取值的概率平均值 B.离散型随机变量的方差D(X)反映了X取值的平均水平 C.离散型随机变量的均值E(X)反映了X取值的平均水平 D.离散型随机变量的方差D(X)反映了X取值的概率平均值 解析:离散型随机变量X的均值反映了离散型随机变量×取值的平均水平,随机变量的方差反映了随机变量取值偏离于均值的平均程度. 答案:C 则D(X)等于( ) A.0 B.0.8 C.2 D.1 解析:根据方差的计算公式,易求V(X)＝0.8. 答案:B 3.若随机变量X服从两点分布，且成功的概率p＝0.5，则E(X)和D(X)分别为( ) A.0.5和0.25 B.0.5和0.75 C.1和0.25 D.1和0.75 解析:∵X服从两点分布， ∴X的概率分布为 D(X)＝0.52×0.5+(1－0.5)2×0.5＝0.25. 答案:A 4.离散型随机变量X的分布列为P(X＝k)＝p k q1－k(k＝0,1,p+q＝1)，则EX与DX依次为( ) A.0和1 B.p和p2 C.p和1－p D.p和p(1－p) 解析:根据题意，EX＝0×q+1×p＝p,DX＝(0－p)2q+(1－p)2p＝p(1－p)或可以判断随机变量X 满足两点分布，所以EX与DX依次为p和p(1－p)，选D. 答案:D 5.已知X～B(n,p),EX＝8,DX＝1.6，则n与p的值分别是( ) A.100,0.08 B.20,0.4 C.10,0.2 D.10,0.8 解析:由于X～B(n,p),EX＝8,DX＝1.6，即np＝8,np(1－p)＝1.6， 可解得p＝0.8，n＝10，应选D. 答案:D 二、填空题 6.①连续不断地射击，首次击中目标所需要的射击次数为X;②南京长江大桥一天经过的车辆数为X;③某型号彩电的寿命为X；④连续抛掷两枚骰子，所得点数之和为X；⑤某种水管的外径与内径之差X. 其中是离散型随机变量的是____________.(请将正确的序号填在横线上) 解析:②④中X的取值有限，故均为离散型随机变量；①中X的取值依次为1,2,3,…,虽然无限，但可按从小到大顺序列举，故为离散型随机变量;而③⑤中X的取值不能按次序一一列举，故均不是离散型随机变量.

2020年江苏省高考数学专项训练-真题解析-专题21 概率分布与数学期望-2020年江苏省高考数学命题规律大揭秘

高考冲刺 提分必备 2020年江苏省高考数学专项训练-真题解析 专题21 概率分布与数学期望 【真题感悟】 1、【2019年江苏,23】在平面直角坐标系xOy 中，设点集{(0,0),(1,0),(2,0),,(,0)}n A n =?， {(0,1),(,1)},{(0,2),(1,2),(2,2),,(,2)},.n n B n C n n N *==∈L 令n n n n M A B C =U U .从集合M n 中任取两 个不同的点，用随机变量X 表示它们之间的距离. （1）当n =1时，求X 的概率分布； （2）对给定的正整数n （n ≥3），求概率P （X ≤n ）（用n 表示）. 【答案】（1）见解析；（2）见解析. 【解析】 （1）当1n =时，X 的所有可能取值是12 X 的概率分布为22667744 (1),(C 15C 15 P X P X == ====， 22662222 (2),(C 15C 15 P X P X == ====． （2）设()A a b ， 和()B c d ，是从n M 中取出的两个点． 因为()1()P X n P X n ≤=->，所以仅需考虑X n >的情况． ①若b d =，则AB n ≤，不存在X n >的取法； ②若01b d ==，， 则AB =≤所以X n > 当且仅当AB =此时0 a c n ==，或 0a n c ==， ，有2种取法； ③若02b d ==， ，则AB ≤3n ≥ n ≤，所以X n >当 且仅当AB =0 a c n ==，或 0a n c ==，，有2种取法； ④若12b d ==，， 则AB =≤所以X n > 当且仅当AB =此时0 a c n ==，或 0a n c ==， ，有2种取法．

概率分布与数学期望

例谈离数型随机变量概率分布与数学期望 数学期望=每个个数X 每个它的概率，再相加 从2008年全国各省市高考数学试题中，概率统计考题，可谓“军书十二卷，卷卷有爷名”，显然它是高考的必考内容，特别是离散型随机变量概率分布与数学期望内容的考题分布极为广泛，确实是一个重要考点，但纵观其解法，可以归纳为定义法、公式法、分析法与变量推理法四种，2009年考生务必对上述四种解题方法引起高度重视，本文就其命题特点，解题规律作专题阐述，以飨读者。 一、定义法求解概率分布与数学期望 定义法即根据随机事件的概率、随机变量、概率分布、数学期望的定义求解概率分布与数学期望的方法。 可使用本法解题的考题，一般以古典离散型概率为特征，它可直接利用排列组合的加法原理与乘法原理写出离散型随机变量概率的计算式，进而求得随机变量各值条件下的概率分布与数学期望。此类题型解题思路明确，利用定义法求解，其方法容易掌握。 例1，（08浙江理）一个袋中装有若干个大小相同的黑球，白球和红球．已知从袋中任意摸出1个球，得到黑球的概率是 25；从袋中任意摸出2个球，至少得到1个白球的概率是79 ． （1）若袋中共有10个球，（1）若袋中共有10个球，（ⅰ）求白球的个数；（ⅱ）从袋中任意摸出3个球，记得到白球的个数为ξ，求随机变量ξ的数学期望E ξ． （2）求证：从袋中任意摸出2个球，至少得到1个黑球的概率不大于 7 10 ．并指出袋中哪种颜色的球个数最少． 分析：本题是以古典概率为题材的高考题，由于从袋中摸球是有回放地摸球，且每次摸球都是互相独立的，系互不影响事件，所发生的概率是等可能的。故可根据概率定义，利用排列组合计算方法求解随机变量各值的概率。 解：袋中共有10个球，且至少得到1个白球的概率为 9 7 ，设其中有X 个白球，我们将至少得到一个白球的事件为A ，则P （A ）=97 ，又∵P （A ）=972102 1 1 10=+C C C C x x ，∴ 97 2 10 2 1 1 10=+C C C C x x ，化简后解之得x=5或14（舍去），∴袋中有5个白球。 （2）记从袋中任意摸出3个球，记得到白球的个数为ξ的事件为B ，则P （B i ）=P(ξ=i) i =0,1,2,3 则P （ξ=o ）=12131035=C C ，P （ξ=1）=125 3102 515=C C C ， P （ξ=2）=1053101 52 5=C C C ，P （ξ=3）=1213 10 3 102 5=C C C

随机变量的数学期望教案

教 案：数学期望 试讲人 郑丽霞 教材来源：《概率论与数理统计》 袁荫棠 授课题目：数学期望 第三章第一节 教学目标：会计算数学期望；通过数学期望的学习了解数学期望的实际应用及统计意义 教学重点：数学期望的计算 教学难点：如何将实际问题转化为数学问题 教学过程： 1. 引入课题 引例：在一次射击比赛中，每个人射击10次，甲选手射了4个1分，1个2分，5个3分，问甲选手的平均得分是多少？ 1.210 5 31012104110531241=?+?+?=?+?+? 则其“均值”应为11 1k k i i i i i i n n x x n n ===∑∑. 所以上面的均值是以i n n 频率为权重的加权平均。

我们前面学了随机变量，那我用随机变量ξ来表示甲射击得分情况，求ξ的分布？ 平均得分=1×0.4+2×0.1+3×0.5=2.1 大体上讲，数学期望(或均值)就是随机变量的平均取值 2. 概念讲解 （一）离散型随机变量的数学期望 定义3.1 设离散型随机变量ξ的分布列为 (),1,2, ,, .i i p P x i n ξ=== 如果 1 ||.i i i x p +∞ =<+∞∑ 则称 1 ()i i i E x p ξ+∞ ==∑ 为随机变量ξ的数学期望，简称期望或均值。若级数1 ||()i i i x p x +∞ =∑不收 敛，则称ξ的数学期望不存在。 例1 投掷一颗均匀的骰子，以ξ表示掷的点数，求ξ的数学期望。 解：6 117 ()62 i E i ξ==? =∑ 例题2 设盒中有5个球，其中有2个白球，3个黑球，从中随机抽

取3个球，记ξ为抽取到的白球数，求)(ξE . （二）连续型随机变量的数学期望 当遇到随机变量为无限不可数的情形，如连续型随机变量，该如何定义该随机变量的数学期望。 设ξ是连续型随机变量，其密度函数为()p x ,在数轴上取得很密的点 012,x x x <<< ，则ξ落在小区间1[,)i i x x +的概率是 1 1()()()()i i x i i i i i x p x dx p x x x p x x ++≈-=?? 由于i x 与i x 很接近，所以区间1[,)i i x x +中的值可用i x 来近似地替代， 因此，ξ与以概率()i i p x x ?取值i x 的离散型随机变量近似。该离散型随机变量的数学期望是1()i i i i x p x x +∞ =?∑，这正是()xp x dx +∞ -∞?的渐近和式。 从该启示出发，我们引进如下定义： 定义3.2 设连续性随机变量ξ的密度函数为()p x ，如果 ||().x p x dx +∞ -∞ <+∞?

专题21 概率分布与数学期望-2020年江苏省高考数学命题规律大揭秘(解析版)

专题21 概率分布与数学期望 【真题感悟】 1、【2019年江苏,23】在平面直角坐标系xOy 中，设点集{(0,0),(1,0),(2,0),,(,0)}n A n =?， {(0,1),(,1)},{(0,2),(1,2),(2,2), ,(,2)},.n n B n C n n N *==∈令n n n n M A B C =.从集合M n 中任取两 个不同的点，用随机变量X 表示它们之间的距离. （1）当n =1时，求X 的概率分布； （2）对给定的正整数n （n ≥3），求概率P （X ≤n ）（用n 表示）. 【答案】（1）见解析；（2）见解析. 【解析】 （1）当1n =时，X 的所有可能取值是1225，，，． X 的概率分布为22667744 (1),(2)C 15C 15 P X P X == ====， 22662222 (2),(5)C 15C 15 P X P X == ====． （2）设()A a b ， 和()B c d ，是从n M 中取出的两个点． 因为()1()P X n P X n ≤=->，所以仅需考虑X n >的情况． ①若b d =，则AB n ≤，不存在X n >的取法； ②若01b d ==，，则22()11AB a c n =-+≤+， 所以X n >当且仅当21AB n =+，此时0 a c n ==，或 0a n c ==， ，有2种取法； ③若02b d ==， ，则22()44AB a c n =-+≤+，因为当3n ≥时，2(1)4n n -+≤，所以X n >当且仅当24AB n =+，此时0 a c n ==，或 0a n c ==，，有2种取法； ④若12b d ==，，则22()11AB a c n =-+≤+， 所以X n >当且仅当21AB n =+，此时0 a c n ==，或 0a n c ==， ，有2种取法． 综上，当X n >时，X 的所有可能取值是21n +和24n +，且 2222 24 24 42 (1),(4)C C n n P X n P X n ++=+= =+= ．

随机变量及其分布-离散型随机变量的数学期望和方差

离散型随机变量的数学期望和方差 知识点 一、离散型随机变量的数学期望 1.定义 一般地，如果离散型随机变量的分布列为 则称n n i i p x p x p x p x X E +++++=ΛΛ2211)(为随机变量X 的数学期望或均值。 2.意义：反映离散型随机变量取值的平均水平。 3.性质：若X 是随机变量，b aX Y +=，其中b a ,是实数，则Y 也是随机变量，且b X aE b aX E +=+)()( 二、离散型随机变量的方差 1.定义 一般地，如果离散型随机变量的分布列为 则称∑=-= n i i i p X E x X D 1 2 )) (()(为随机变量的方差。 2.意义：反映离散型随机变量偏离均值的程度。 3.性质：)()(2 X D a b aX D =+ 三、二项分布的均值与方差 如果),(~p n B X ，则np X E =)(，)1()(p np X D -=。

题型一离散型随机变量的均值 【例1】设随机变量X的分布列如下表，且E(X)＝1.6，则a－b＝() A.0.2 C．－0.2 D．0.4 【例2】随机抛掷一枚质地均匀的骰子，则所得点数ξ的数学期望为() A．0.6 B．1 C．3.5 D．2 【例3】某次考试中，第一大题由12个选择题组成，每题选对得5分，不选或错选得0分．小王选对每题的概率为0.8，则其第一大题得分的均值为________． 【例4】(2016年高考全国乙卷)某公司计划购买2台机器，该种机器使用三年后即被淘汰．机器有一易损零件，在购进机器时，可以额外购买这种零件作为备件，每个200元．在机器使用期间，如果备件不足再购买，则每个500元．现需决策在购买机器时应同时购买几个易损零件，为此搜集并整理了100台这种机器在三年使用期内更换的易损零件数，得下面柱状图： 以这100台机器更换的易损零件数的频率代替1台机器更换的易损零件数发生的概率，记X表示2台机器三年内共需更换的易损零件数，n表示购买2台机器的同时购买的易损零件数． (1)求X的分布列； (2)若要求P(X≤n)≥0.5，确定n的最小值； (3)以购买易损零件所需费用的期望值为决策依据，在n＝19与n＝20之中选其一，应选用哪个？

第二章随机变量及其函数的概率分布

第二章 随机变量及其函数的概率分布 §2.1 随机变量与分布函数 §2.2 离散型随机变量及其概率分布 一、 填空题 1. 某射手每次命中目标的概率为0.8，若独立射击了三次，则三次中命中目标次数为k 的概率==)(k X P 3,2,1,0,) 2.0()8.0(33=-k C k k k ； 2. 设随机变量X 服从泊松分布，且)2()1(===X P X P ，则==)4(X P 0.0902 ； 3. 设X 服从参数为p 的两点分布，则X 的分布函数为 ?? ? ??≥<≤-<=1 ,110 ,10 ,0)(x x p x x F ； 4. 已知随机变量X 的概率分布：P(X =1)=0.2, P(X =2)=0.3, P(X =3)=0.5, 则其分布 函数)(x F = 0 10.2 120.5 231 3x x x x =λ==则且,0),,2,1()(b k b k X P k 为（B ） (A) λ>0的任意实数; (B) ；11+=b λ (C) λ=b +1; (D) 1 1 -=b λ. 三、 计算下列各题 1. 袋中有10个球，分别编号为1~10，从中任取5个球，令X 表示取出5个球的最大号码，试求X 的分布列。 解 X 的可能取值为5，6，7，8，9，10 且10,9,8,7,6,5 ,)(5 10 41 ===-k C C k X P k 所以X 的分布列为

数学期望和概率

数学期望 2017：（12分） 为了监控某种零件的一条生产线的生产过程，检验员每天从该生产线上随机抽取16个零件，并测量其尺寸（单位：cm ）．根据长期生产经验，可以认为这条生产线正常状态下生产的零件的尺寸服从正态分布． （1）假设生产状态正常，记X 表示一天内抽取的16个零件中其尺寸在之外的零件数，求及的数学期望； （2）一天内抽检零件中，如果出现了尺寸在之外的零件，就认为这条生产线在这一天的生产过程可能出现了异常情况，需对当天的生产过程进行检查． （ⅰ）试说明上述监控生产过程方法的合理性； （ⅱ）下面是检验员在一天内抽取的16个零件的尺寸： 经 计 算 得 ， ，其中为抽取的第个零件的尺寸，． 用样本平均数 作为的估计值，用样本标准差作为的估计 值，利用估计值判断是否需对当天的生产过程进行检查？剔除 之外的数据，用剩下的数据估计和（精确到0.01）． 附：若随机变量服从正态分布，则 ， 2(,)N μσ(3,3)μσμσ-+(1)P X ≥X (3,3)μσμσ-+1 9.97 16i i x x ===∑0.212s ==≈i x i 1,2,,16i =???x μ?μs σ?σ????(3,3)μσμσ-+μσZ 2(,)N μσ(33)0.997 4P Z μσμσ-<<+=

． 2016：选择题第4题：某公司的班车在7:00，8:00，8:30发车，小明在7:50至8:30之间到达发车站乘坐班车，且到达发车站的时刻是随机的，则他等车时间不超过10分钟的概率是 （A ）（B ）（C ）（D ） （12分） 某公司计划购买2台机器，该种机器使用三年后即被淘汰.机器有一易损零件，在购进机器时，可以额外购买这种零件作为备件，每个200元.在机器使用期间，如果备件不足再购买，则每个500元.现需决策在购买机器时应同时购买几个易损零件，为此搜集并整理了100台这种机器在三年使用期内更换的易损零件数，得下面柱状图： 以这100台机器更换的易损零件数的频率代替1台机器更换的易损零件数发生的概率，记X 表示2台机器三年内共需更换的易损零件数， n 表示购买2台机器的同时购买的易损零件数. （I ）求X 的分布列； （II ）若要求()0.5P X n ≤≥，确定n 的最小值； （III ）以购买易损零件所需费用的期望值为决策依据，在19n =与20n =之中选其一，应选用哪个？ 2015：选择题第4题：．投篮测试中，每人投3次，至少投中2次才能通过测试。已知某同学每次投篮投中的概率为0.6，且各次投篮是 160.997 40.959 2=0.09≈13122334

概率论与数理统计随机变量及其分布问题

随机变量及其分布问题 1、假设随机变量X 的绝对值不大于1，1(1),8P X =-= 1 (1).4 P X ==在事件(11)X -<<出现的条件下，X 在(1,1)-内的任一子区间上取值的条件概率与该子区间的长度成正比。试求X 的分布函数()()F x P X x =≤ 解：当1x <-时，()0F x =。 当1x =-时，()()(1)(1)F x P X x P X P x x =≤=≤-+-<≤ 1 (1)8 P X x = +-<≤ 而 5(11)1(1)(1)8 P X P X P X -<<=-=--==， 因此 (1)(1,11)P X x P X x X -<≤=-<≤-<< (11)(111)P X P X x X =-<<-<<-<< 5155 8216 x x ++=?= ， 于是，得 5155 ()8216 x x F x ++=?= 当1x ≥-时，()1F x =。 故所求分布函数为 0, 1 55(), 11161, 1 x x F x x x <-??+? =-≤≤??≥?? 评述 分由函数可以完整地描述任何类型随机变量的取值规律，这里的随机变量包括离散 型、连续型和混合型在类。 2、一汽车沿一街道行驶，需要通过三个均设有红绿号灯的路口，每个路口的信号灯为红或绿与其他路口的信号灯为红或绿相互独立，且红、绿两 种信号显示的时间相等。以X 表示该汽车遇到红灯前已通过的路口的个数，求X 的概率分布。 解 设i A =“汽车在第i 个路口首次遇到红灯”（i =1，2，3）。依题意，1A ，2A ，3A 相互独立。X 的可能取值是0，1，2，3。于是，得X 的概率分布为 11 (0)(),2 P X P A ===