(完整版)随机变量及其分布知识点整理

随机变量及其分布知识点整理

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 ++???+=

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 M N M n N

C C P X k k m C --===

{}*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 ≤≤

如果B 和C 互斥，那么[()|](|)(|)P B C A P B A P C A =+U

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i A 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.

n 次独立重复试验的公式：

n A X A p n A k 一般地，在次独立重复试验中，设事件发生的次数为，在每次试验中事件发生的概率为，那么在次独立重复试验中，事件恰好发生次的概率为

()(1),0,1,2,...,.(1)k k n k k k n k n n P X k C p p C p q k n q p --==-===-其中，而称p 为成功概率.

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 k n 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，其中a b 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

222

1122

(())(())(()).

.

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

+=

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 k M N M n N C C P X k k m C --=== ,其中mi n {,} 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 k n 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 1 … k … n P n n q p C 00 111-n n q p C … k n 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。 9．离散型随机变量的均值或数学期望: 一般地，若离散型随机变量ξ的概率分布为 则称 =ξE +11p x +22p x …++n n p x … 为ξ的均值或数学期望，简称期望． 10．离散型随机变量的均值或数学期望的性质： （1）若ξ服从两点分布，则=ξE p ． （2）若ξ～B (n ，p )，则=ξE np ． （3）()c c E =，c 为常数 （4）ξ～N (μ，2σ),则=ξE μ （5）b aE b a E +=+ξξ)( 11．方差: 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＋…

离散型随机变量与正态分布

离散型随机变量的均值与方差、正态分布 一、选择题、填空题 1．已知随机变量ξ服从正态分布N (1，σ2)，P (ξ≤4)＝0.84，则P (ξ≤－2)＝( ) A ．0.16 B ．0.32 C ．0.68 D ．0.84 2．一个篮球运动员投篮一次得3分的概率为a ，得2分的概率为b ，不得分的概率为 c ，a 、b 、c ∈(0,1)，且无其他得分情况，已知他投篮一次得分的数学期望为1， 则ab 的最大值为 ( ) A.148 B.124 C.1 12 D.16 3．某种种子每粒发芽的概率都为0.9，现播种了1 000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 4．设X 是一个离散型随机变量，其分布列为： 则q 等于( ) A ．1 B ．1±22 C ．1－2 2 D ．1＋ 2 2 5．随机变量X 的概率分布规律为P (X ＝k )＝c k (k ＋1)，k ＝1,2,3,4，其中c 是常数，则P (12

人教版一年级上册语文知识点整理

人教版一年级上册语文知识点整理 一、反义词 大——小多——少来——回高——矮上——下里——外早——晚 远——近来——去黑——白笑——哭出——入天——地水——火 开——关东——西来——去长——短好——坏冷——热前——后 黑——白左——右东——西南——北高——低是——非远——近 外——内无——有慢——快老——少爱——恨有——无弯——直 降——胜圆——扁死——生反——正外——内古——今私——公 熟——生歪——正虚心——骄傲 诚实——虚伪冷淡——热情黑暗——光明失败——成功安全——危险 二、多音字组词 长zhǎnɡ(长大) 乐yuè(音乐) 行xínɡ(飞行) chánɡ(长江) lè(快乐) hánɡ(行业) 少shǎo(多少) 着zhe (看着) 都dōu(都是) 只zhī(一只) Shào(少年) zháo(着急) dū (首都) zhǐ(只要)

三、同音字练习 1、公,工 ( )园( )人( )正手( ) ( )开 (1)我家有只大( )鸡。(2 )小明的爸爸是木( ) 。 2、升，生，声 ( )日( )旗上( ) 花( ) 笑( ) 大( ) (1) 在走廊(lánɡ)上要小( )说话。(2) 今天是妈妈的( )日。 3、做，坐，座，作 工( ) ( ) 业( )下( ) 位事( ) 让( ) (1) 我家门前有一( ) 桥。(2)我在家里写( ) 业。 (3) 我( ) 汽车时给老爷爷让( ) 位。 4、木，目 耳( ) ( )光( )头( )耳树( ) (1 )妈妈让我吃( )耳。(2)老师的( )光很慈祥(cí xiánɡ )。 5、字，子，自 写( ) ( )己孩( ) 舍( ) 为人汉( ) 猴( ) 爸爸说：“儿( )，你要学会自( ) 写( ) 。” 6、金，今，巾，进，近 毛( ) ( )天远( ) ( )入黄( ) 纸( ) (1).妈妈给我买了一条( ) 黄色的头( ) 。 (2). ( )年我在离(lí)家很( )的学校上学。 (3)、我最( ) ( ) 步了。

第三章--多维随机变量及其分布总结

第三章--多维随机变量及其分布总结

第三章 多维随机变量及其分布 第一节 二维随机变量 一、二维随机变量的分布函数 设E 是一个随机试验, 它的样本空间是S . 设X 、Y 是定义在S 上的随机变量, 则由它们构成的一个向量(X , Y )称为二维随机向量或二维随机变量. 一般地, (X , Y )的性质不仅与X 有关, 与Y 有关, 而且还依赖于X 、Y 的相互关系, 因此必须把(X , Y )作为一个整体来研究. 首先引入(X , Y )的分布函数的概念. 定义 设(X , Y )为二维随机变量, 对于任意实数x 、y , 二元函数 F (x , y ) = P {(X ≤ x )∩(Y ≤ y )}= P {X ≤ x , Y ≤ y } 称为二维随机变量(X , Y )的分布函数, 或称为随机变量X 和y 的联合分布函数. 分布函数F (x , y )表示事件(X ≤ x )与事件(Y ≤ y )同时发生的概率. 如果把(X , Y )看成平面上具有随机坐标(X , Y )的点, 则分布函数F (x , y )在(x , y )处的函数值就是随机点(X , Y )落在平面上的以(x , y )为顶点而位于该点左下方的无限矩形内的概率.. 由上面的几何解释, 容易得到随机点(X , Y )落在矩形区域{x 1 < X ≤ x 2, y 1 < Y ≤ y 2}的概率为 P {x 1 < X ≤ x 2, y 1 < Y ≤ y 2} = F (x 2, y 2) - F (x 2, y 1) - F (x 1, y 2) + F (x 1, y 1) (1) 与二元函数类似, 二元分布函数F (x , y )也具有如下一些性质: 1? F (x , y )是变量x 和y 的单调不减函数, 即当x 1 < x 2时, F (x 1, y ) ≤ F (x 2, y ); 当y 1 < y 2时, F (x , y 1) ≤ F (x , y 2). 2? 0 ≤ F (x , y ) ≤ 1, 且F (-∞, y ) = 0, F (x , -∞) = 0, F (-∞,-∞) = 0, F (+∞,+∞) = 1.（凡含-∞的概率分布为0） 3? F (x , y )关于x 和y 都是右连续的, 即F (x + 0, y ) = F (x , y ), F (x , y + 0) = F (x , y ). 4? 对任意的(x 1, y 1)、(x 2, y 2), x 1 < x 2, y 1 < y 2, 有F (x 2, y 2) - F (x 2, y 1) - F (x 1, y 2) + F (x 1, y 1) ≥ 0. 注: 二元分布函数具有性质1?~ 4?, 其逆也成立(2?中0 ≤ F (x , y ) ≤ 1可去), 即若二元实值函数F (x , y )(x ∈ R , y ∈ R )满足1?~ 4?, 则F (x , y )必是某二维随机变量的(X , Y )的分布函数. 其中4?是必不可少的, 即它不能由1?~ 3?推出(除去0 ≤ F (x , y ) ≤ 1). 二、二维离散型随机变量 如果二维随机变量(X , Y )的所有可能取的值是有限对或可列无限多对, 则称(X , Y )是二维离散型随机变量. 设二维离散型随机变量(X , Y )所有可能取的值为(x i , y j ) (i , j = 1, 2, 3, …). 记P {X = x i , Y = y j } = p ij (i , j = 1, 2, 3, …)则由概率定义有 p ij ≥ 0; 111 =∑∑∞=∞ =i j ij p . 我们称P {X = x i , Y = y j } = p ij (i , j = 1, 2, 3, …)为二维离散型随机变量(X , Y )的分布律(概率分布)或随机变量X 和Y 的联合分布律, (X , Y )的分布律也可用表格表示. 其分布函数为 = ),(y x F ∑∑≤≤==x x y y j i i j y Y x X P },{=∑∑≤≤x x y y ij i j p 这里 ∑∑ ≤≤x x y y i j 表示对一切x i ≤ x , y j ≤ y 的那些指标i 、j 求和. 例1 一个口袋中有三个球, 依次标有1、2、2, 从中任取一个, 不放回袋中, 再任取一个. 设每次取球时, 各球被取到的可能性相等, 以X 、Y 分别记第一次和第二次取到的球上标有的数字, 求X 、Y 的联合分布律与分布函数.. 解: (X , Y )的可能取值为(1, 2)、(2, 1)、(2, 2). P {X = 1, Y = 2}= P {X = 1}P {Y = 2 / X = 1}= 3 12231=?.

人教版一年级上册知识点汇总(详细总结)

人教版一年级上册知识点汇总 第一单元： 数10以内的数：数数时，按一定的顺序数，从1开始，数到最后一个物体所对应的那个数，即最后数到几，就是这种物体的总个数。 一一对应法比较物体的多少：当两种物体一一对应后，都没有剩余时，就说这两种物体的数量同样多。当两种物体一一对应后，其中一种物体有剩余，有剩余的那种物体多，没有剩余的那种物体少。 第二单元： 用上下描述物体的相对位置：从两个物体的位置理解：上是指在高处的物体，下是指在低处的物体。 用前后描述物体的相对位置：一般指面对的方向就是前，背对的方向就是后。 用左右描述物体的相对位置：以自己的左手、右手所在的位置为标准，确定左边和右边。右手所在的一边为右边，左手所在的一边为左边。在确定左右时，除特殊要求，一般以观察者的左右为准。 第三单元： 1～5的认识：每个数都可以表示不同物体的数量。有几个物体就用几来表示。 比较5以内数的大小：前面的数等于后面的数，用“=”表示，即3=3，读作3等于3。前面的数大于后面的数，用“＞”表示，即3＞2，读作3大于2。前面的数小于后面的数，用“＜”表示，即3＜4，读作3小于4。填“＞”或“＜”时，开口对大数，尖角对小数。

认识5以内数的顺序：确定物体的排列顺序时，先确定数数的方向，然后从1开始点数，数到几，它的顺序就是“第几”。第几指的是其中的某一个。 5以内数的分与合：一个数（1除外）分成几和几，先把这个数分成1和几，依次分到几和1为止。例如：5的组成有1和4,2和3,3和2,4和1。把一个数分成几和几时，要有序地进行分解，防止重复或遗漏。 5以内数的加法的含义与计算：把两部分合在一起，求一共有多少，用加法计算。计算5以内数的加法，可以采用点数、接着数、数的组成等方法。其中用数的组成计算是最常用的方法。 5以内数的减法的含义与计算：从总数里去掉（减掉）一部分，求还剩多少用减法计算。计算减法时，可以用倒着数、数的分成、想加算减的方法来计算。 0的意义：表示一个也没有。 0与5以内数的加减：任何数与0相加都得这个数，任何数与0相减都得这个数，相同的两个数相减等于0。 第四单元： 认识长方体、正方体、圆柱、球：长方体的特征是长长方方的，有6个平平的面，面有大有小；正方体的特征是四四方方的，有6个平平的面，面的大小一样；圆柱的特征是直直的，上下一样粗，上下两个圆面大小一样。放在桌子上能滚动立在桌子上不能滚动；球的特征是圆圆的，很光滑，它的表面是曲面。放在桌子上能向任意方向滚动。

随机变量及其分布考点总结

第二章 随机变量及其分布 复习 一、随机变量. 1. 随机试验的结构应该是不确定的.试验如果满足下述条件： ①试验可以在相同的情形下重复进行；②试验的所有可能结果是明确可知的，并且不止一个；③每次试验总是恰好出现这些结果中的一个，但在一次试验之前却不能肯定这次试验会出现哪一个结果. 它就被称为一个随机试验. 2. 离散型随机变量：如果对于随机变量可能取的值，可以按一定次序一一列出，这样的随机变量叫做离散型随机变量.若ξ是一个随机变量，a ，b 是常数.则b a +=ξη也是一个随机变量.一般地，若ξ是随机变量，)(x f 是连续函数或单调函数，则)(ξf 也是随机变量.也就是说，随机变量的某些函数也是随机变量. 3、分布列：设离散型随机变量ξ可能取的值为：ΛΛ,,,,21i x x x ξ取每一个值),2,1(Λ=i x 的概率p x P ==)(，则表称为随机变量ξ的概率分布，简称ξ的分布列. 121i 注意：若随机变量可以取某一区间内的一切值，这样的变量叫做连续型随机变量.例如：]5,0[∈ξ即ξ可以取0～5之间的一切数，包括整数、小数、无理数. 典型例题： 1、随机变量ξ的分布列为(),1,2,3(1) c P k k k k ξ== =+……，则P(13)____ξ≤≤= 2、袋中装有黑球和白球共7个，从中任取两个球都是白球的概率为1 7 ，现在甲乙两人从袋中轮流摸去一 球，甲先取，乙后取，然后甲再取……，取后不放回，直到两人中有一人取到白球时终止，用ξ表示取球的次数。（1）求ξ的分布列（2）求甲取到白球的的概率 3、5封不同的信，放入三个不同的信箱，且每封信投入每个信箱的机会均等，X 表示三哥信箱中放有信件树木的最大值，求X 的分布列。 4 已知在全部50人中随机抽取1人抽到喜爱打篮球的学生的概率为5 ． （1）请将上面的列联表补充完整； （2）是否有99.5％的把握认为喜爱打篮球与性别有关？说明你的理由； （3）已知喜爱打篮球的10位女生中，12345,,A A A A A ，，还喜欢打羽毛球，123B B B ，，还喜欢打乒乓球，12C C ，还喜欢踢足球，现再从喜欢打羽毛球、喜欢打乒乓球、喜欢踢足球的女生中各选出1名进行其他方面的调查，求1B 和1C 不全被选中的概率． (参考公式：2 ()()()()() n ad bc K a b c d a c b d -=++++，其中n a b c d =+++)

随机变量及其分布函数

随机变量及其分布函数 将随机事件以数量来标识，即用随机变量描述随机现象的研究方法，它是定义在样本空间上具有某种可预测性的实值函数。 分布函数则完整的表述了随机变量。 一、 随机变量与分布函数 (1) 随机变量： 取值依赖于某个随机试验的结果（样本空间），并随着试验结果不同而变化的变量，称之为随机变量。 分布函数： [1] 定义： 设X 是一个随机变量，对任意实数x ，记作 (){}F x P X x ≤=，称()F x 为随机变量X 的分 布函数，又称随机变量X 服从分布()F x ，显然，函数 ()F x 的定义域为(),-∞+∞，值域为[0,1]。 [2] 性质： ?()F x 单调非降。 ?()0F -∞=、()1F +∞=。 ?()(0)F x F x =+，即()F x 一定是右连续的。 ?对于任意两个实数a b <， {}()()P a X b F b F a <≤=- ?对于任意实数0x ，

00 0{}()()P X x F x F x ==-- ?000{}1{}1()P X x P X x F x >=-≤=- ?000{}{)lim }(x x P X x P X x x F →- =≤<=- ?000{}1{}1()P X x P X x F x ≥=-<=-- 二、 离散型随机变量与连续型随机变量 (1) 离散型随机变量 [1] 概念：设X 是一个随机变量，如果X 的取值是有限个或者 无穷可列个，则称X 为离散型随机变量。其相应的概率()i i P X x p ==(12)i =、……称为X 的概率分布或分布律，表格表示形式如下： [2] 性质： ?0i p ≥ ? 1 1n i i p ==∑ ?分布函数()i i x x F x p ==∑ ?1{}()()i i i P X x F x F x -==- (2) 连续型随机变量 [1] 概念：如果对于随机变量的分布函数()F x ，存在非 负的函数 ()f x ，使得对于任意实数x ，均有：

简单随机变量之和与正态分布

简单随机变量之和与正态分布 本文将笼统，随意的讲解，为什么多随机变量之和可以认为服从正态分布。 首先我们建立一个简单的随机变量之和的模型。假设我们手里有一枚硬币，我们认定硬币的正面为1，反面为0，那么抛一次硬币的情况就是0或1且他们的概率都是50%。如果我不写概率也是写概率的比例，那么这个比例可以写为1：1。现在我们抛两次硬币，那么这个结果有四种，00，01，10，11。相信你知道我在说什么。那么正同我们提到的，我们要的是随机变量之和，所以我们有0，1，2。且他们的比例可以很容易的得到，是1：2：1。那么如果抛三次硬币呢？可能的结果就是0，1，2，3，而他们的比例是1：3：3：1。也许你已经发现这个规律了，也许你没有，但我会告诉你的。假如你抛2N次硬币，并且求和，那么其结果就是0，1，2……2N，共2N+1种可能。这2N+1种可能的比例服从组合数C2N i。你可以代入刚才抛三次的情况，C30：C31：C32：C33就是我们得到的1：3：3：1。至于为什么这个比例符合组合数，抛两次硬币那里举了个例子，就不重复了。这里简单的定义以下，每个随机变量称作X i他们的和称作Y，也就是： 2N Y=∑X i 1 （为什么突然变成了抛2N次而不是抛N次，因为我想保证我抛的是偶数次，这样Y的均值就是N了，你会发现抛两次的时候，Y的均值就是1，但是如果你抛三次，Y的均值就会是1.5，我想避免这个小数。） 所以接下来我们就要说明，组合数的分布规律为什么就成了正态分布。那么首先，你相信这个结论吗?让我们从抛多次到抛少次，来看一下正态分布和这个组合数分布到底有多像。 从Y的取值范围你也能猜出，这里分别是N取5，10，15，20的情况，实际上除了N 取5，也就是抛10次的时候，你还能看得清楚红线和蓝线，当N取10也就是抛20次以后，两线其实非常吻合了。你还可以看一下他们之间的误差，其峰值也是逐渐减小的。

随机变量及其分布小结与复习

复习课: 随机变量及其分布列 教学目标 重点：理解随机变量及其分布的概念，期望与方差等的概念；超几何分布，二项分布，正态分布等的特点；会求条件概率，相互独立事件的概率，独立重复试验的概率等. 难点：理清事件之间的关系，并用其解决一些具体的实际问题. 能力点：分类整合的能力，运算求解能力，分析问题解决问题的能力. 教育点：提高学生的认知水平，为学生塑造良好的数学认识结构. 自主探究点：例题及变式的解题思路的探寻. 易错点：容易出现事件之间的关系混乱，没能理解问题的实际意义. 学法与教具 1.学法：讲授法、讨论法. 2.教具：投影仪. 一、【知识结构】 二、【知识梳理】 1．随机变量 ⑴随机变量定义:在随机试验中，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．简单说，随机试验的结果可以用一个变量来表示，那么这样的变量叫做随机变量．常用希腊字母x、y、ξ、η等表示． ⑵如果随机变量可能取的值可以按次序一一列出（可以是无限个）这样的随机变量叫做离散型随机变量.

⑶如果随机变量可能取的值是某个区间的一切值，这样的随机变量叫做连续型随机变量. 2．概率分布定义（分布列） 设离散型随机变量ξ可能取的值为123,,,,i x x x x L L ，ξ取每一个值(1,2,)i x i =L 的概率 ()i i P x p ξ==，则称表 ξ 1x 2x L i x L P 1P 2P L i P L 称为随机变量ξ的概率分布列，简称ξ的分布列. 注:1.离散型随机变量的分布列具有下述两个性质： (1)0,123≥，，，i p i =L ；123(2)1p p p +++=L 3．常见的分布列 ⑴二项分布：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发生k 次的概 率为()(1)k k n k n p X k C p p -==-，显然x 是一个随机变量.随机变量x 的概率分布如下： x 1 L k L n P 00n n C p q 111 n n C p q - L k k n k n C p q - L n n n C p q 我们称这样的随机变量x 服从二项分布,记作~(,)X B n p ⑵两点分布列:如果随机变量ξ的分布列为： ξ 0 1 P 1P - P 这样的分布列称为两点分布列,称随机变量服从两点分布,而称(1)p P ξ==为成功概率.两点分布是特殊的二项分布(1)p ξ~B , ⑶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 件次品数，则事件{} x k =发生的概率为(),0,1,2,3,,k N k M N M n N C C P X k k m C --===L ．其中{}min ,m M n =,且*,,,,n N M N n M N N ≤≤∈，则称分布列

一年级数学上册概念知识点整理

一年级数学上册概念知识点整理 一、读数、写数。 1、读20以内的数。 顺数：从小到大的顺序0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 倒数：从大到小的顺序20 19 18 17 ······ 单数：1、3、5、7、9 、11、13、15、17、19 双数：2、4、6、8、10 、12、14、16、18、20 2、两位数 （1）十个“1”就是一个“10”,一个“10”就是十个“1”。 如： 11里有（1）个十和（1）个一； 11里有（11）个一。 12里有（1）个十和（2）个一； 12里有（12）个一 13里有（1）个十和（3）个一； 13里有（13）个一 14里有（1）个十和（4）个一； 14里有（14）个一 15里有（1）个十和（5）个一； 15里有（15）个一 ······ 19里有（1）个十和（9）个一；或者说,19里有（19）个一 20里有（2）个十； 20里有（20）个一 （2）在计数器上,从右边起第一位是什么位？（个位）个位上的1颗珠子表示什么？（表示1个一） 第二位是什么位？（十位）十位上的1颗珠子表示什么？（表示1个十）（3）先读11、12、13、14、15、16、17、18、19、20,再写出来。 如：14,读作：十四,写作：14。 个位上是4,表示4个一,十位上数字是1,表示1个十。 二、比较大小和第几。 1、例如给数字娃娃排队：5、6、10、3、20、17,可以按从大到小的顺序排列,也可以按从小到大的顺序排列。（注意:写一个数字,划去一个,做到不重不漏。） 20 2 、任意取 以内的两个数 能够用谁比谁大或谁比谁小说一句话。 , 如：16比15大,写出来就是16＞15 读作：16大于15 9比13小,写出来就是9＜13 读作：9小于13（开口朝左> 是“大于”,开口朝右是“小于”) 3、“比”字的用法看“比”字的后面是谁,比几大1就要在几的基础上加1,比几小1就要在几的基础上减1。 如：比5小2的数是（3）, 比4多3的数是（7）。 4、几和第几 △▲▲★△☆☆△△△▲★★★☆★

一年级上册语文知识点归纳总结

一年级上册语文知识点归纳总结 一，汉语拼音 声母表23个 b p m f d t n l g k h j q x zh ch sh r z c s y w 韵母表24个 a o e i u ü ai ei ui ao ou iu ie üe er an en in un ün ang eng ing ong 整体认读音节16个 zhi chi shi ri zi ci si yi wu yu ye yue yuan yin yun ying 前鼻韵母an en in un ün 后鼻韵母ang eng ing ong 平舌音z c s 翘舌音zh ch sh r 二，偏旁部首及代表字 氵三点水（江河沙）日日字旁（明晚）讠言字旁（语认识）忄竖心旁（快慢） 雨雨字头（雪霜）冫两点水（次冷） 犭反犬旁（猪狗猫）扌提手旁（打把拉）鸟鸟字旁（鸭鸡鹅) 竹字头(笑笔笛) 彳双人旁( 往）目目字旁（眼睛）

足足字旁(跳跑）亻单人旁（休体住）口口字旁（唱听叶）月月字旁（肚朋腿）人人字头（会合全）门门字框（闪问闻）宀宝盖头（字家宁）土提土旁（地场城）王王字旁（球玩）石石字旁（砍码）火火字旁（炒烧）口方框（国园圆）辶走之底（过远近）禾禾字旁（秋秒）八八字头（谷分公）饣食字旁（饱饭馒）女女字旁（好妈奶）心心字底（想思念）三、量词的使用 一条鱼一条路一条毛巾一条小河 一条尾巴一条（架）彩虹一座桥一座山一座房一座城市一座天安门一只猫 一只猴子一只鹅一只耳朵一只鸡 一个家一个果子一个人一个故事 一个影子一个西瓜一个肚子一个朋友 一颗星星一颗宝石一颗心一群人 一群鹅一群猴子一块田一块面包一块草地一块西瓜一本书一本作业本一朵白云一朵花一片叶子一片风光一双手一双耳朵一双鞋一把尺子 一把扇子一头牛一匹马一阵风

选修2-3第二章随机变量及其分布知识点总结

第二章概率总结 一、知识点 1.随机试验的特点: ①试验可以在相同的情形下重复进行； ②试验的所有可能结果是明确可知的，并且不止一个 ③每次试验总是恰好出现这些结果中的一个，但在一次试验之前却不能肯定这次试验会 出现哪一个结果． 2.分类 随机变量 （如果随机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，那么这样的变量叫做随机变量．随机变量常用大写字母X、Y等 或希腊字母ξ、η等表示。） 离散型随机变量：连续型随机变量： 3.离散型随机变量的分布列 一般的,设离散型随机变量X可能取的值为x1, x2, ,x i , ,x n X取每一个值xi(i=1,2,）的概率P(ξ=x i）＝P i，则称表 为离散型随机变量X 的概率分布，简称分布列 性质：①---------------------------------------------- ②-------------------------------------------------． 二点分布 如果随机变量X的分布列为： 其中0

一般地, 设总数为N 件的两类物品，其中一类有M 件，从所有物品中任取n(n ≤N)件, 这n 件中所含这类物品件数X 是一个离散型随机变量， 则它取值为k 时的概率为()(0,1,2,,)k n k M N M n N C C P X k k m C --===，其中 则称随机变量X 的分布列 , 为超几何分布列,且称随机变量X 服从参数N 、M 、n 的超几何分布 注意：（1）超几何分布的模型是不放回抽样； （2）超几何分布中的参数是N 、M 、n ，其意义分别是总体中的个体总数、N 中一类的 总数、样本容量 条件概率 1.定义：对任意事件A 和事件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.记作P(B|A)，读作A 发生的条件下B 的概率 2.事件的交（积）:由事件A 和事件B 同时发生所构成的事件D ，称为事件A 与事件B 的交（或积）.记作D=A ∩B 或D=AB 3.条件概率计算公式: 例题、10个产品中有7个正品、3个次品，从中不放回地抽取两个，已知第一个取到次品， 求第二个又取到次品的概率. 相互独立事件 1.定义：事件A(或B)是否发生对事件B(或A)发生的概率没有影响,这样的两个事件 叫做相互独立事件 2.相互独立事件同时发生的概率公式 两个相互独立事件同时发生的概率，等于每个事件发生的概率的积。则有 如果事件A1，A2，…An 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： P （A1·A2·…·An ）=P （A1）·P （A2）·…·P(An) 3解题步骤 说明（1）判断两事件A 、B 是否为相互独立事件，关键是看A （或B ）发生与否对B （或A ）发生的概率是否影响，若两种状况下概率不变，则为相互独立. （2）互斥事件是指不可能同时发生的两个事件；相互独立事件是指一事件的发生与否对另一事件发生的概率没影响. （3）如果A 、B 是相互独立事件，则A 的补集与B 的补集、A 与B 的补集、A 的补集与B 也都相互独立.

正态分布概率公式(部分)

Generated by Foxit PDF Creator ? Foxit Software https://www.wendangku.net/doc/f53190083.html, For evaluation only.
图 62正态分布概率密度函数的曲线 正态曲线可用方程式表示。 n 当 →∞时，可由二项分布概率函数方程推导出正态 分布曲线的方程：
fx= （61 ） () .6
式中： x—所研究的变数； fx —某一定值 x出现的函数值，一般称为概率 () 密度函数 （由于间断性分布已转变成连续性分布，因而我们只能计算变量落在某 一区间的概率， 不能计算变量取某一值， 即某一点时的概率， 所以用 “概率密度” 一词以与概率相区分），相当于曲线 x值的纵轴高度； p—常数，等于 31 .4 19……； e— 常数，等于 2788……； μ 为总体参数，是所研究总体 5 .12 的平均数， 不同的正态总体具有不同的 μ ， 但对某一定总体的 μ 是一个常数； δ 也为总体参数， 表示所研究总体的标准差， 不同的正态总体具有不同的 δ ， 但对某一定总体的 δ 是一个常数。 上述公式表示随机变数 x的分布叫作正态分布， 记作 N μ ,δ2 )， “具 ( 读作 2 平均数为 μ，方差为 δ 的正态分布”。正态分布概率密度函数的曲线叫正态 曲线，形状见图 62。 （二）正态分布的特性
1、正态分布曲线是以 x μ 为对称轴，向左右两侧作对称分布。因 =
的
数值无论正负， 只要其绝对值相等， 代入公式 61 ） （ .6 所得的 fx 是相等的， () 即在平均数 μ 的左方或右方，只要距离相等，其 fx 就相等，因此其分布是 () 对称的。在正态分布下，算术平均数、中位数、众数三者合一位于 μ 点上。

小学一年级上册数学知识点整理

小学一年级上册数学知识点整理 一、读数、写数。 1、读20以内的数 顺数：从小到大的顺序01234567891011121314151617181920 倒数：从大到小的顺序20191817······ 单数：1、3、5、7、9······ 双数：2、4、6、8、10······ （注：0既不是单数，也不是双数，0是偶数。在生活中说单双数，在数学中说奇偶数。） 2、两位数 （1）我们生活中经常遇到十个物体为一个整体的情况，实际上十个“1”就是一个“10”，一个“10”就是十个“1”。 如：A：11里有（1）个十和（1）个一； 11里有（11）个一。 12里有（1）个十和（2）个一； 12里有（12）个一13里有（1）个十和（3）个一； 13里有（13）个一14里有（1）个十和（4）个一； 14里有（14）个一15里有（1）个十和（5）个一； 15里有（15）个一······ 19里有（1）个十和（9）个一； 或者说，19里有（19）个一20里有（2）个十； 20里有（20）个一B：看数字卡片（11~20），说出卡片上的数是由几个十和几个一组成的。 （2）在计数器上，从右边起第一位是什么位？（个位）第2位是什么位？（十位）个位上的1颗珠子表示什么？（表示1个一）十位上的1颗珠子表示什么？（表示1个十） （3）先读11、12、13、14、15、16、17、18、19、20，再写出来。 如：14，读作：十四，写作：14。个位上是4，表示4个一，十位上数字是1，表示1个十。 二、比较大小和第几。 1、给数字娃娃排队 5、6、10、3、20、17，可以按从大到小的顺序排列，也可以按从小到大的顺序排列。（注意做题时，写一个数字，划去一个，做到不重不漏。）

统编版语文一年级上册知识点(考点)归纳汇总

统编版语文一年级上册知识点（考点）归纳汇总 第一单元 基础知识必记 一、易读错的字 三． （sān √ shān ）月 四． （sì √ shì）个 上． （shàng √ sàng ） 天 小手．（shǒu √ sǒu ） 足． （zú √ zhú）球 站． （zhàn √ zàn ） 立 坐． （zuò √ zhuò）下 水． （shuǐ √ suǐ）火 虫． （chón ɡ √ cónɡ）子 二、易写错的字 口：第二笔是横折。 耳：第三笔是竖。 手：第一笔是撇，第四笔是弯钩。 火：注意笔顺是点、撇、撇、捺，先写两边后写中间，中间是“人”。 云：第二横要比第一横长一点。 禾：最后一笔是捺。 虫：第五笔是提。 三、会写的词语 一二 三人 上下 人口 耳目 小手 日光 田地 禾苗 大火 虫子 云朵 山上 八十 四、形近字 ? ????一（一人）（一个）（一只）二（二十）（二月）（二人）?????三（三个）（三月）（三天）王（大王）（帝王）（王府） ?????上（上天）（上去）（上来）土（土地）（泥土）（尘土）?????口（人口）（入口）（出口）日（日子）（日月）（生日）

?????虫（虫子）（小虫）（飞虫）中（中国）（中间）（中午）?????田（水田）（田地）（田里）四（四方）（四个）（四年） ?????手（双手）（小手）（大手）毛（毛衣）（毛皮）（毛发）?????人（大人）（人们）（三人）天（白天）（天上）（一天） ? ????耳（耳目）（耳朵）（耳边）目（目光）（目的）（双目）?????禾（禾苗）（锄禾）木（木头）（树木）（木桌） ?????火（水火）（大火）（火苗）头（头目）（头上）（低头）?????云（云朵）（白云）（云彩）去（去年）（过去）（来去） ? ????山（上山）（小山）（山头）凶（凶手）（凶恶）（行凶） 五、多音字 地?????d ì（土地）de （轻轻地） 行? ????x íng （行人）h áng （银行） 六、近义词 站—立 行—走 卧—躺 七、反义词 上—下 大—小 今—古 天—地 分—合 八、佳句积累 1. 站如松，坐如钟。行如风，卧如弓。 2. 云对雨，雪对风。花对树，鸟对虫。山清对水秀，柳绿对桃红。 3. 一二三四五，金木水火土。天地分上下， 日月照今古。 4. 一片两片三四片，五片六片七八片。九片十片无数片，飞入水中都不见。（雪花） 5. 咏鹅 ［唐］骆宾王 鹅，鹅，鹅， 曲项向天歌。

选修2-3随机变量及其分布知识点总结典型例题

2-3随机变量及其分布 -- HW) T数字特征11 …. --- L-W Array「(两点分布〕 5店殊分布列)--憊几何分祠 -(二项分利 十［并件相互独立性)一価立重复试劇 5J ~(条件概率) ”、r<正态分布密度曲绚 f正态分布)一 要点归纳 一、离散型随机变量及其分布列 1.⑴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, E, n等表示. (2) 离散型随机变量：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) 离散型随机变量的分布列： 一般地，若离散型随机变量 X可能取的不同值为X i, X2…，X i，…X n，X取每一个值X i(i = 1，2，…，n)的概率 P(X= X)= p i，以表格的形式表示如下： X的分布列.有时为了简单起见，也用等式P(X = X i) = p i， i = 1，2，…，n表示X的分布列. (4)离散型随机变量的分布列的性质： ①P i>0，i = 1，2，…，n； n ②P i = 1. i = 1

(5)常见的分布列： 两点分布：如果随机变量X 的分布列具有下表的形式，则 称X 服从两点分布，并称p = P(X = 1)为成功概率. 两点分布又称 0- 1分布，伯努利分布. 超几何分布：一般地，在含有 M 件次品的N 件产品中，任取 X 件次品，则事件｛X = k ｝发生的概率为 P(X = 其中 m= min ｛ M , n ｝，且 n W 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, p / AB) 称P(BA) = P ((A )为在事件A 发生的条件下，事件B 发生 的条件概率.P(B|A)读作A 发生的条件下B 发生的概率. ⑵条件概率的性质： ① 0 < P(BA)< 1； ② 必然事件的条件概率为1,不可能事件的条件概率为0; ③ 如果 B 和C 是两个互斥事件，则 P(B U C|A)= P(B|A) + P(C|A). (3) 事件的相互独立性：设 A, B 为两个事件，如果 P(AB)= P(A)P(B)，则 称事件 A 与事件B 相互独立?如果事件 A 与B 相互独立，那么 A 与-,-与B ,-与-也都相互独立. (4) 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. c M c N-/i c N k = 0, 1, 2, ,m,即 n 件，其中恰有 k)=

正态分布概率公式(部分)

图 6-2 正态分布概率密度函数的曲线 正态曲线可用方程式表示。当n→∞时，可由二项分布概率函数方程推导出正态分布曲线的方程： f(x)= （6.16 ） 式中： x —所研究的变数； f(x) —某一定值 x 出现的函数值，一般称为概率密度函数（由于间断性分布已转变成连续性分布，因而我们只能计算变量落在某一区间的概率，不能计算变量取某一值，即某一点时的概率，所以用“概率密度”一词以与概率相区分），相当于曲线 x 值的纵轴高度； p —常数，等于 3.14 159 ……； e —常数，等于 2.71828 ……；μ为总体参数，是所研究总体的平均数，不同的正态总体具有不同的μ，但对某一定总体的μ是一个常数；δ也为总体参数，表示所研究总体的标准差，不同的正态总体具有不同的δ，但对某一定总体的δ是一个常数。 上述公式表示随机变数 x 的分布叫作正态分布，记作 N( μ , δ2 ) ，读作“具平均数为μ，方差为δ 2 的正态分布”。正态分布概率密度函数的曲线叫正态曲线，形状见图 6-2 。 （二）正态分布的特性 1 、正态分布曲线是以 x= μ为对称轴，向左右两侧作对称分布。因的数值无论正负，只要其绝对值相等，代入公式（ 6.16 ）所得的 f(x) 是相等的，即在平均数μ的左方或右方，只要距离相等，其 f(x) 就相等，因此其分布是对称的。在正态分布下，算术平均数、中位数、众数三者合一位于μ点上。

2 、正态分布曲线有一个高峰。随机变数 x 的取值范围为（ - ∞，+ ∞ ），在（ - ∞ ，μ）正态曲线随 x 的增大而上升，；当 x= μ时， f(x) 最大；在（μ，+ ∞ ）曲线随 x 的增大而下降。 3 、正态曲线在︱x-μ︱=1 δ处有拐点。曲线向左右两侧伸展，当x →± ∞ 时，f(x) →0 ，但 f(x) 值恒不等于零，曲线是以 x 轴为渐进线，所以曲线全距从 -∞到+ ∞。 4 、正态曲线是由μ和δ两个参数来确定的，其中μ确定曲线在 x 轴上的位置 [ 图 6-3] ，δ确定它的变异程度 [ 图 6-4] 。μ和δ不同时，就会有不同的曲线位置和变异程度。所以，正态分布曲线不只是一条曲线，而是一系列曲线。任何一条特定的正态曲线只有在其μ和δ确定以后才能确定。 5 、正态分布曲线是二项分布的极限曲线，二项分布的总概率等于 1 ，正态分布与 x 轴之间的总概率（所研究总体的全部变量出现的概率总和）或总面积也应该是等于 1 。而变量 x 出现在任两个定值 x1到x2(x1≠x2)之间的概率，等于这两个定值之间的面积占总面积的成数或百分比。正态曲线的任何两个定值间的概率或面积，完全由曲线的μ和δ确定。常用的理论面积或概率如下： 区间μ ± 1 δ面积或概率 =0.6826 μ ± 2 δ =0.9545 μ ± 3 δ=0.9973 μ± 1.960δ=0.9500 μ ±2.576 δ =0.9900