几何分布的期望与方差总结

(完整word版)常见分布的期望和方差

常见分布的期望和方差 x n (0,1) N()

概率与数理统计重点摘要 1、正态分布的计算：()()( )X F x P X x μ σ -=≤=Φ。 2、随机变量函数的概率密度：X 是服从某种分布的随机变量，求()Y f X =的概率密度：()()[()]'()Y X f y f x h y h y =。（参见P66～72） 3、分布函数(,)(,)x y F x y f u v dudv -∞-∞ = ?? 具有以下基本性质： ⑴、是变量x ，y 的非降函数； ⑵、0(,)1F x y ≤≤，对于任意固定的x ，y 有：(,)(,)0F y F x -∞=-∞=； ⑶、(,)F x y 关于x 右连续，关于y 右连续； ⑷、对于任意的11221212(,),(,),,x y x y x x y y <<　 　，有下述不等式成立： 22122111(,)(,)(,)(,)0F x y F x y F x y F x y --+≥ 4、一个重要的分布函数：1(,)(arctan )(arctan )23 x y F x y πππ2=++22的概率密度为：2222 6(,)(,)(4)(9)f x y F x y x y x y π?==??++ 5、二维随机变量的边缘分布： 边缘概率密度： ()(,)()(,)X Y f x f x y dy f y f x y dx +∞ -∞+∞ -∞ ==?? 边缘分布函数： ()(,)[(,)]()(,)[(,)]x X y Y F x F x f u y dy du F y F y f x v dx dv +∞ -∞-∞+∞ -∞ -∞ =+∞==+∞=?? ?? 二维正态分布的边缘分布为一维正态分布。 6、随机变量的独立性：若(,)()()X Y F x y F x F y =则称随机变量X ，Y 相互独立。简称X 与Y 独立。

几何分布的定义以及期望与方差的证明

几何分布的定义以及期望与方差 几何分布（Geometric distribution ）是离散型概率分布。其中一种定义为：在n 次伯努利试验中，试验k 次才得到第一次成功的机率。详细的说，是：前k-1次皆失败，第k 次成功的概率。 公式： 它分两种情况： 1. 得到1次成功而进行，n 次伯努利实验，n 的概率分布，取值范围为『1，2，3，...』; 2. m = n-1次失败，第n 次成功，m 的概率分布，取值范围为『0，1，2，3，...』. 由两种不同情况而得出的期望和方差如下： , ; , 。 概率为p 的事件A ，以X 记A 首次发生所进行的试验次数，则X 的分布列： ， 具有这种分布列的随机变量X ，称为服从参数p 的几何分布，记为X ~Geo (p )。 几何分布的期望 ，方差 。 高中数学教科书新版第三册（选修II ）比原来的修订本新增加随机变量的几何分布，但书中只给出了结论：（1）E p ξ= 1，（2）D p p ξ=-12，而未加以证明。本文给出证明，并用于解题。

（1）由P k q p k ()ξ==-1，知 E p pq q p kq p q q kq p k k ξ=++++=+++++--231232121 () 下面用倍差法（也称为错位相减法）求上式括号内的值。记 S q q kq k k =++++-12321 记S q q kq k =+++++-12321 qS q q k q k =+++-+-2121 () 相减， ()111121-=+++++=--q S q q q q k

则S q p =-=11122 () 还可用导数公式()'x nx n n =-1，推导如下： 12321+++++-x x kx k =+++++ x x x x k '()'()'()'23 6 12322221+++++-q q k q k =+++++()'q q q kq k 2323

正态分布的数学期望与方差

正态分布的数学期望与方差 正态分布： 密度函数为：分布函数为 的分布称为正态分布，记为N(a, σ2). 密度函数为： 或者 称为n元正态分布。其中B是n阶正定对称矩阵，a是任意实值行向量。 称N(0,1)的正态分布为标准正态分布。 （1）验证是概率函数（正值且积分为1） （2）基本性质： （3）二元正态分布： 其中， 二元正态分布的边际分布仍是正态分布： 二元正态分布的条件分布仍是正态分布：

即（其均值是x的线性函数） 其中r可证明是二元正态分布的相关系数。 （4）矩，对标准正态随机变量，有 （5）正态分布的特征函数 多元正态分布 （1）验证其符合概率函数要求（应用B为正定矩阵，L为非奇异阵，然后进行向量线性变换） （2）n元正态分布结论 a) 其特征函数为： b) 的任一子向量,m≤n 也服从正态分布，分布为其中，为保留B 的第，…行及列所得的m阶矩阵。 表明：多元正态分布的边际分布还是正态分布 c) a,B分别是随机向量的数学期望及协方差矩阵，即 表明：n元正态分布由它的前面二阶矩完全确定 d) 相互独立的充要条件是它们两两不相关 e) 若，为的子向量，其中是，的协方差矩阵，则是，相应分量的协方差构成的相互协方差矩阵。则相互独立的充要条件为＝0 f) 服从n元正态分布N(a,b)的充要条件是它的任何一个线性组合服

从一元正态分布 表明：可以通过一元分布来研究多元正态分布 g) 服从n元正态分布N(a,b),C为任意的m×n阶矩阵，则服从m元正态分布 表明：正态变量在线性变换下还是正态变量，这个性质简称正态变量的线性变换不变性 推论：服从n元正态分布N(a,b)，则存在一个正交变化U，使得是一个具有独立正态分布分量的随机向量，他的数学期望为Ua，而他的方差分量是B的特征值。 条件分布 若服从n元正态分布N(a,b)，，则在给定下，的分布还是正态分布，其条件数学期望： (称为关于的回归) 其条件方差为： （与无关）

正态分布的概率密度、分布函数、数学期望与方差

13 正态分布的概率密度、分布函数、数学期望与方差 一、设随机变量X 服从正态分布)2,1(2N ，求（1）)8.56.1(<≤-X P ；（2）)56.4(≥X P ． 解：(1) )4.22 1 3.1()8.416.2()8.56.1(<-≤ -=<-≤-=<≤-X P X P X P 8950 .09032.019918.0)]3.1(1[)4.2()3.1()4.2(1,01,01,01,0=+-=--=--=ΦΦΦΦ (2) )78.12 1 78.2(1)56.4(1)56.4(<-< --=<-=≥X P X P X P )]78.2(1)78.1(1)]78.2()78.1([11,01,01,01,0ΦΦΦΦ-+-=---= .0402.09973.09625.02=-- 二、已知某种机械零件的直径X （mm ）服从正态分布)6.0,100(2N ．规定直径在2.1100±（mm ） 之间为合格品，求这种机械零件的不合格品率． 解：设p 表示这种机械零件的不合格品率，则)2.1100(1)2.1100(≤--=>-=X P X P p ． 而)26 .0100 2()6.02.16.01006.02.1( )2.1100(≤-≤-=≤-≤-=≤-X P X P X P 1)2(2)]2(1[)2()2()2(-Φ=Φ--Φ=-Φ-Φ= 9544.019772.02=-?= 故0456.09544.01=-=p ． 三、测量到某一目标的距离时发生的误差X (m)具有概率密度 3200 )20(22401)(-- = x e x f π 求在三次测量中至少有一次误差的绝对值不超过30m 的概率． 解：三次测量中每次误差绝对值都超过30米可表为 }30{}30{}30{>?>?>=ξξξD 第三次第二次第一次 因为)40,20(~2 N ξ，所以由事件的相互独立性，有 31,01,033)]25 .0(1)25.1([})3030{(})30{()(ΦΦ-+-=>+-<=>=ξξP ξP D P 13025.05069.0)8944.05987.02(3 3 ≈=--= 于是有 86975.013025.01)(1}30{=-=-=

总体分布的估计、总体期望和方差的

§12.2总体分布的估计、总体期望和方差的估计 (时间：45分钟满分：100分) 一、选择题(每小题7分，共35分) 1．为了解一片大约一万株树木的生长情况，随机测量了其中100株树木的底部周长(单位：cm)．根据所得数据画出的样本频率分布直方图如图所示，那么在这片树木中，底部周长小于110 cm的株数大约是() A.3 000 B．6 000 C．7 000 D．8 000 2．(2010·山东)在某项体育比赛中，七位裁判为一选手打出的分数如下： 90899095939493 去掉一个最高分和一个最低分后，所剩数据的期望值和方差分别为() A．92,2 B．92,2.8 C．93,2 D．93,2.8 3．为了了解高三学生的数学成绩，抽取了某班60名学生，将所得数据整理后，画出其频率分布直方图(如图)，已知从左到右各长方形高的比为2∶3∶5∶6∶3∶1，则该班学生数学成绩在(80,100)之间的学生人数是() A．32 B．27 C．24 D．33

4．(2010·陕西)如图，样本A和B分别取自两个不同的总体，它们的样本期望值分别为x A 和x B，样本标准差分别为s A和s B，则() A.x A>x B，s A>s B B.x As B C.x A>x B，s A

北师大版高数选修23第6讲：数学期望与方差及正态分布(1)

数学期望与方差及正态分布 __________________________________________________________________________________ __________________________________________________________________________________ 1.理解离散型变量的数学期望与方差的概念. 2.熟练掌握离散型变量的数学期望与方差的公式. 3.熟练掌握离散型变量的数学期望与方差的性质. 4.能利用数学期望与方差解决简单的实际问题. 5.理解概率密度曲线和正态分布的概念. 1.离散型随机变量X 的数学期望 一般地，若离散型随机变量X 的概率分布如下表所示，则称______________________为离散型随机变量X 的数学期望，记为______，其中0i p ≥，i =1，2，…，n ，12p p + 1.n p ++=L 2.离散型随机变量X 的方差 则称____________________________________为离散型随机变量X 的方差，记为_________，即2 ; σi p ≥0，i =1，2，…，n ，121,n p p p +++=L ()E X μ= 3.离散型随机变量X 的标准差 随机变量X 的方差也称为X 的概率分布的方差，X 的方差V (X )的算术平方根称为X 的标准差，即σ=_____________ 4.必备公式 (1)离散型随机变量：X 的数学期望（均值）公式、方差公式、标准差公式 E(X)=____________________________； V (X )=_____________________________________________；

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

二项分布期望和方差的推导过程

二项分布期望和方差推导 若随机变量),(~p n B X ，则np X E =)(，)1()(p np X D -= 二项分布数学期望的证明： 注意到11--=k n k n nC kC （证明：11)]! 1()1[()!1()!1()!()!1()!1()!(!!--=---?--?=-?--?=-??=k n k n nC k n k n n k n k n n k n k n k kC ） 所以n n p p C X E )1(0)(00-?=111)1(1--?+n n p p C Λ+-?+-222) 1(2n n p p C Λ+-?+-k n k k n p p C k )1( 111)1()1(p p C n n n n -?-+--0)1(p p C n n n n -?+ 1101)1(---?=n n p p C n Λ+-?+--2211)1(n n p p C n Λ+-+---k n k k n p p nC ) 1(11 1121)1(p p C n n n n -?+---011 )1(p p C n n n n -?+-- 101)1([---=n n p C np Λ+-+--2111)1(n n p p C Λ+-+----k n k k n p p C )1(1111221)1(p p C n n n -+---])1(0111p p C n n n -+--- np p p np n =+-=-1])1[(，故np p p C i X E n i i n i i n ∑=-=-?=0)1()(； 二项分布方差的证明：)1()(p np X D -= 证明：i n i i p X E x X D ?-= ∑-12)]([)(i n i i i p X E X E x x ∑-?+-=122)]()(2[∑-??+?-?=n i i i i i i p X E p X E x p x 122])()(2[ ∑∑∑-=-?+?-?=n i n i i n i i i i i p X E p X E x p x 11 212 )()(2)()(22X E X E -= 故任何离散随机变量的方差均满足式子：)()()(22X E X E X D -= 当随机变量),(~p n B X 时，=)(X D 20 2)()1(np p p C i i n i n i i n --?-=∑ i n i n i i n p p C i i -=-?-=∑)1()1(0 220)1(p n p p C i i n i n i i n --?+-=∑（注意np p p C i X E n i i n i i n ∑=-=-?=0)1()(） i n i n i i n p p iC i -=-?-=∑)1()1(222p n np -+i n i n i i n p p nC i -=---?-=∑)1()1(21122p n np -+ i n i n i i n p p C i n -=---?-?=∑)1()1(21122p n np -+i n i n i i n p p C n n --=---?-?=∑)1()1(22 2222p n np -+ i n i n i i n p p C n n -=---?-=∑)1()1(22222p n np -+i n i n i i n p p C p n n --=---?-=∑)1()1(22 22222p n np -+ （指数之后凑组合数下标2-n ，利用展开式i i n n i i n n b a C b a ---=--∑=+22022) (） i n i n i i n p p C p n n ---=--?-=∑22 022 )1()1(22p n np -+

常见分布的期望和方差

常见分布的期望和方差

概率与数理统计重点摘要 1、正态分布的计算：()()()X F x P X x μ σ-=≤=Φ。 2、随机变量函数的概率密度：X 是服从某种分布的随机变量，求()Y f X =的概率密度：()()[()]'()Y X f y f x h y h y =。（参见P66～72） 3、分布函数(,)(,)x y F x y f u v dudv -∞-∞=??具有以下基本性质： ⑴、是变量x ，y 的非降函数； ⑵、0(,)1F x y ≤≤，对于任意固定的x ，y 有：(,)(,)0F y F x -∞=-∞=； ⑶、(,)F x y 关于x 右连续，关于y 右连续； ⑷、对于任意的11221212(,),(,),,x y x y x x y y <<　 　，有下述不等式成立： 22122111(,)(,)(,)(,)0F x y F x y F x y F x y --+≥ 4、一个重要的分布函数：1(,)(arctan )(arctan )23 x y F x y πππ2=++22的概率密度为：22226(,)(,)(4)(9)f x y F x y x y x y π?==??++ 5、二维随机变量的边缘分布： 边缘概率密度：()(,)()(,)X Y f x f x y dy f y f x y dx +∞-∞ +∞-∞==? ? 边缘分布函数：()(,)[(,)]()(,)[(,)]x X y Y F x F x f u y dy du F y F y f x v dx dv +∞ -∞ -∞+∞-∞-∞=+∞==+∞=???? 二维正态分布的边缘分布为一维正态分布。 6、随机变量的独立性：若(,)()()X Y F x y F x F y =则称随机变量X ，Y 相互独立。简称X 与Y 独立。

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

二项分布中方差的计算

二项分布中方差的计算 假设ξ~B (n ,p ), 即k n k k n q p C k P -==}{ξ 考虑E [ξ(ξ-1)]=Eξ2-Eξ 而 ∑∑ ∑∑=----=-=-=--=-----?-?=--=-=-n k k n k k n n k k n k n k k n k n k k n k k n q p C p n n q p k n k n n n q p k n k n k k q p C k k E 2 222222 )1()]!2(2[)!2()!2()1()! (!! ) 1()1()]1([ξξ 令2-=k i 上式=222220 22 2 )1()1(np p n p n n q p C p n n n i i n i i n -=-=-∑-=--- 即2222np p n E E -=-ξξ, 再将E ξ=np 代入上式,得)1(222222p np p n np np p n E -+=+-=ξ 最后得npq np p np p n E E D =--+=-=22222)()1()(ξξξ 例1的分布图 例2的分布图 4.2 超几何分布 例1的图形：

例2的图形： 定义4.2 设N 个元素分为两类, 有N 1个属于第一类, N 2个属于第二类(N 1+N 2=N ). 从中不重复抽样取n 个, 令ξ表示这n 个中第一类元素的个数, 则ξ的分布称为超几何分布, ),....,1,0()(2 1n m C C C m P n N m n N m N == =-ξ 规定: 如n

均值方差正态分布学生用

§12.6 离散型随机变量的均值与方差、正态分布 1．离散型随机变量的均值与方差 若离散型随机变量X (1)均值 称E (X )＝x 1p 1＋x 2p 2＋…＋x i p i ＋…＋x n p n 为随机变量X 的均值或数学期望，它反映了离散型随机变量取值的平均水平． (2)方差 称D (X )＝∑n i ＝ 1 (x i －E (X ))2 p i 为随机变量X 的方差，它刻画了随机变量X 与其均值E (X )的平均偏离程度，其算术平方根D ?X ?为随机变量X 的标准差． 2．均值与方差的性质 (1)E (aX ＋b )＝aE (X )＋b . (2)D (aX ＋b )＝a 2D (X )．(a ，b 为常数) 3．两点分布与二项分布的均值、方差 (1)若X 服从两点分布，则E (X )＝__p __，D (X )＝p (1－p )． (2)若X ～B (n ，p )，则E (X )＝__np __，D (X )＝np (1－p )． 4．正态分布 (1)正态曲线：函数φμ，σ(x )＝12πσe －?x －μ?22σ2，x ∈(－∞，＋∞)，其中μ和σ为参数(σ>0，μ∈R )．我 们称函数φμ、σ(x )的图象为正态分布密度曲线，简称正态曲线． (2)正态曲线的性质： ①曲线位于x 轴上方，与x 轴不相交； ②曲线是单峰的，它关于直线x ＝μ对称； ③曲线在x ＝μ处达到峰值1 σ2π； ④曲线与x 轴之间的面积为__1__； ⑤当σ一定时，曲线的位置由μ确定，曲线随着__μ__的变化而沿x 轴平移，如图甲所示； ⑥当μ一定时，曲线的形状由σ确定，σ__越小__，曲线越“瘦高”，表示总体的分布越集中；σ__越大__，曲线越“矮胖”，表示总体的分布越分散，如图乙所示． (3)正态分布的定义及表示 如果对于任何实数a ，b (a

二项分布的数学期望和方差

4EX np ∴== 100.40.6 2.4DX npq ==??= 222() 2.4418.4EX DX EX =+=+= 12. 解：8n =，0.2p = 根据二项分布的数学期望和方差的公式 1.6EX np == (1) 1.28DX npq np p ==-= 求解得 8n =，0.2p = 13. 解： ~(1,)B p ξ 2(1)9D p p ξ∴=-= 解方程2209 p p -+=，得23p =或13p = ξ∴的概率函数为 {}1(1)(0,1)k k p k p p k ξ-==-= 将13p =或23 p =代入，得ξ的概率函数为 {}121()()33 k k p k ξ-== 或 {}112()()(0,1)33k k p k k ξ-=== 14. 解：设ξ的概率密度为 1,()0, a x b f x b a ?≤≤?=-???其他 =3E ξ，1=3D ξ ∴得方程组2+=32()1 =12 3a b b a ????-???，解得24a b =??=?

1,24()=20x f x ?≤≤?∴???其他 ξ为连续型随机变量 {}=2=0p ξ∴ {}3312111<<3=()==22 p f x dx dx ξ?? 15. 解：设ξ表示直到取到废品为止所要取的产品个数，则ξ的概率函数 {}-1 ==0.050.95(=1,2,)k p k k ξ???? 当{}-1 ==(1)(=1,2,)k p k p p k ξ-???时，由幂级数 -12=1 1= (1)n n nx x ∞-∑ 2-13 =11=(1)n n x n x x ∞+-∑ 可计算 -1=11=(1)=k k E kp p p ξ∞-∑ 2-122=1 1=(1)()= k k p D k p p E p ξξ∞---∑ 本题中=0.05p 1==200.05 E ξ∴， 210.05==19.490.05 D ξ- 16. 解：8 22[()]DX EX E x =- 222[()]428EX DX E x ∴=+=+= 17. 解：由题意X 的分布律为 {}=(0)!k p X k e k λλλ-=>

二项分布、数学期望与方差专题复习 word 有详解 重点中学用

第十讲 二项分布及应用 随机变量的均值与方差 知识要点 1.事件的相互独立性(概率的乘法公式) 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． 2. 互斥事件概率的加法公式：如果事件A 与事件B 互斥，则P (A ＋B )＝P (A )＋P (B )． 3.对立事件的概率：若事件A 与事件B 互为对立事件，则P (A )＝1－P (B )． 4.条件概率的加法公式：若B 、C 是两个互斥事件，则P (B ∪C |A )＝P (B |A )＋P (C |A ) 5.独立重复试验：在相同条件下重复做的n 次试验称为n 次独立重复试验，即若用A i (i ＝1,2，…，n )表示第i 次试验结果，则 P (A 1A 2A 3…A n )＝P (A 1)P (A 2)P (A 3)…P (A n )． 注：判断某事件发生是否是独立重复试验，关键有两点 (1)在同样的条件下重复，相互独立进行；(2)试验结果要么发生，要么不发生． 6.二项分布：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 n p k ·(1－p ) n －k (k ＝0,1,2，…， 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． 注：判断一个随机变量是否服从二项分布，要看两点 (1)是否为n 次独立重复试验．(2)随机变量是否为在这n 次独立重复试验中某事件发生的次数． 7.离散型随机变量的均值与方差及其性质 定义：若离散型随机变量X 的分布列为P (ξ＝x i )＝p i ，i ＝1,2，…，n . (1)均值：称E (X )＝x 1p 1＋x 2p 2＋…＋x i p i ＋…＋x n p n 为随机变量X 的均值或数学期望． (2)方差：D (X )＝∑n i ＝1 (x i －E (X ))2 p i 为随机变量X 的方差，其算术平方根D X 为随机变量X 的标 准差． (3)均值与方差的性质：(1)E (aX ＋b )＝aE (X )＋b ；(2)D (aX ＋b )＝a 2 D (X )．(a ，b 为常数) 8.两点分布与二项分布的均值、方差 变量X 服从两点分布： E (X )＝p ， D (X )＝p (1－p )； X ～B (n ，p )： E (X )＝np ，D (X )＝np (1－p ) 典例精析 例1.【2015高考四川，理17】某市A,B 两所中学的学生组队参加辩论赛，A 中学推荐3名男生，2名女生，B 中学推荐了3名男生，4名女生，两校推荐的学生一起参加集训，由于集训后队员的水平相当，从参加集训的男生中随机抽取3人，女生中随机抽取3人组成代表队 （1）求A 中学至少有1名学生入选代表队的概率. （2）某场比赛前，从代表队的6名队员中随机抽取4人参赛，设X 表示参赛的男生人数，求X 得分布列和数学期望.

几何分布的定义以及期望与方差的证明

几何分布的定义以及期望与方差 几何分布(Geometric distribution )是离散型概率分布。其中一种定义为：在n次伯努利试验中, 试验k次才得到第一次成功的机率。详细的说，是：前 k-1次皆失败，第k次成功的概率。 公式： 它分两种情况： 1. 得到1次成功而进行，n次伯努利实验，n的概率分布，取值范围为『1，2，3,…』; 2. m = n-1次失败，第n次成功，m的概率分布，取值范围为『0，1，2，3，...』. 由两种不同情况而得出的期望和方差如下： 概率为p的事件A，以X记A首次发生所进行的试验次数，则 X的分布列： P(X二灯二加(打二(1-P尸％ 口23…"?? 具有这种分布列的随机变量X，称为服从参数 p的几何分布，记为 X~Geo(p)。几何分布的期望 II )比原来的修订本新增加随机变量的几何分布，但书中 (1)E = -，(2)D二匕当，而未加以证明。本文给出证明，并用于解题。p P (1)由P「二k) =q k'p，知 高中数学教科书新版第三册(选修 只给出了结论:

< 2 k 1 2 k 1 E 二 p 2pq 3q p M p ，（1 2q 3q kq _ ） p 下面用倍差法（也称为错位相减法）求上式括号内的值。记 2 k 1 S k -1 2q 3q kq qSk =q 2q 2 (k -1)q k ， kq k 两式相减，得 2 k 1 k (1 一 q)S k =1 q q 恥川q - kq 1 _q k kq k (1 -q)2 k 由 0 ： p :: 1，知 0 ： q ： 1，则 lim q = 0，故 1 2p 3q 2 卡q k j 二 lim S k k _SC 从而E J p _ a 1 S — （|q|：：：1）（见教科书91页阅读材料），推导如下: 1 -q 记 S = 1 2q 3q 2 侶 - ^kq k 亠 qS = q 2q 2 亠亠(k - 1)q k ° 相减， 2 k 1 1 (1 -q)S =1 q q q 1 -q 1 (1 -q)2 也可用无穷等比数列各项和公式

二项分布、超几何分布数学期望与方差公式的推导

二项分布、超几何分布数学期望与方差公式的推导 高中教材中对二项分布和超几何分布数学期望与方差公式没有给出推导公式，现笔者给出一推导过程仅供参考。 预备公式一 11--=k n k n nC kC （1≥n ） ，利用组合数计算公式即可证明。 预备公式二 []2 2)()()(ξξξE E D -=，证明过程可见教材。 预备公式三 2 2)1()1(---=-k n k n C n n C k k （2,2≥≥k n ） ，利用组合数计算公式即可证明。 预备公式四 ),,,,(022110n k m k N k n m C C C C C C C C C k n m m k n k m n k m n k m n ≤≤∈=++++++--Λ，利用恒等 式m n n m x x x )1()1() 1(++=++的二项展开式中k x 的系数相等可证。 一、二项分布 在n 次独立重复试验中，每次试验中事件A 发生的概率为p （10<

高二正态分布(期望、方差)讲义

期望、方差、正态分布 期望、方差知识回顾： 1．数学期望: 一般地，若离散型随机变量ξ的概率分布为 ξ x 1 x 2 … x n … P p 1 p 2 … p n … 则称 =ξE +11p x +22p x …++n n p x … 为ξ的数学期望，简称期望． 特别提醒： 1. 数学期望是离散型随机变量的一个特征数，它反映了离散型随机变量取值的平均水平 2. 平均数、均值:在有限取值离散型随机变量ξ的概率分布中，令=1p =2p …n p =，则有 =1p =2p …n p n 1= =，=ξE +1(x +2x …n x n 1 )?+，所以ξ的数学期望又称为平均数、均值 2.期望的一个性质: ()E a b ξ+=aE b ξ+ 3.若ξ～B （p n ,），则ξE =np 4.方差:ξD ＝121)(p E x ?-ξ＋222)(p E x ?-ξ＋…＋n n p E x ?-2)(ξ＋…． 5.标准差: ξD 的算术平方根ξD 叫做随机变量ξ的标准差，记作σξ． 6.方差的性质： ξξD a b a D 2)(=+； 若ξ～B （p n ,），则=ξD )1(p np - 特别提醒： 1. 随机变量ξ的方差的定义与一组数据的方差的定义式是相同的； 2. 随机变量ξ的方差、标准差也是随机变量ξ的特征数，它们都反映了随机变量取值的稳定与波 动、集中与离散的程度； 3. 标准差与随机变量本身有相同的单位，所以在实际问题中应用更广泛 正态分布知识回顾： 1.若总体密度曲线就是或近似地是函数R ,21)(2 22)(∈=--x e x f x σμσ π的图象，则其分布叫正态分布， 常记作),(2σμN ．)(x f 的图象称为正态曲线． 三条正态曲线：①5.0,1==σμ；②1,0==σμ；③2,1==σμ，其图象如下图所示：

超几何分布的期望和方差详细证明

超几何分布的期望和方差 山西大学附属中学 韩永权 hyq616@https://www.wendangku.net/doc/c515971325.html, 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min{,}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，记作：(,,)X H n N M 口诀记忆： 总N ，次M ， 取n 1 求证：X 的数学期望()M E X n N = 0 ()k n k m M N M n k N k E X C C C --=?=∑ 11 1 (01)n n k n k m n m n M N M M N M M N M M N M N k m C C C C C C C C C -------= ??+??+ +??+ ?? （ 由1 1k k M M k M C C --=?得） 1 1 2 1111111 () n n k n k m n m n M N M M N M M N M M N M N M M M M C C C C C C C C C --------------= ??+??+ +??+ ?? 0 1 1 2 1 1 1111()n n k n k m n m n M N M M N M M N M M N M N M C C C C C C C C C --------------= ?+?+ +?+ ? 11 n n N N M C C --= (由 1 1 n n m n m n M N M M N M M N M N C C C C C C C -----+++=得) M n N = ∴()M E X n N = 和二项分布的期望()E X np =一致 2 X 的数学方差:()(1)1M M N n D X n N N N -=-- 证明：由22 ()()D X EX EX =-22 ()k n k m M N M n k N k M n N C C C --=?= -∑ x 0 1 m p n M N M n N C C C -? 1 1 n M N M n N C C C --? m n m M N M n N C C C --?