离散型随机变量的分布1(2019年11月整理)

解
设 p 为每组信号灯禁止汽车通过的概率, 则有
X0
1
2
3
4
pk p (1 p) p (1 p)2 p (1 p)3 p (1 p)4
将 p 1 代入得 2
X0
1
pk 0.5 0.25
2
0.125
3
4
0.0625 0.0625
离散型随机变量分布律与分布函数的关系
分布律
pk P{X xk }
3.二项分布
(1) 重复独立试验 将试验 E 重复进行 n 次, 若各次试验的结果互 不影响 , 即每次试验结果出现的概率都不依赖于其 它各次试验的结果, 则称这 n 次试验是相互独立的, 或称为 n 次重复独立试验.
(2) n 重伯努利试验
伯努利资料
设试验 E 只有两个可能结果: A 及 A,则称 E 为伯努利试验. 设 P( A) p (0 p 1),此时P( A) 1 p.
正面, 反面.
随机变量 X 服从 (0—1) 分布.
其分布律为
X
0 1
1
1
pk
2
2
实例2 200件产品中,有190件合格品,10件不合格 品,现从中随机抽取一件,那么,若规定
X
1, 0,
取得不合格品, 取得合格品.
X0
1
pk
190 200
10 200
则随机变量 X 服从(0 —1)分布.
说明
两点分布是最简单的一种分布,任何一个只有 两种可能结果的随机现象, 比如新生婴儿是男还是 女、明天是否下雨、种籽是否发芽等, 都属于两点 分布.
P{X = a} = 1 则称 X 服从 a处的退化分布.
2.两点分布（Bernoulli分布)

件一件的抽取产品，设各个产品被抽到的可能性相 同，在下列两种情况下，分别求出取到合格品为止
时所需抽取次数 的分布列。
（1）每次取出的产品都不放回该产品中； （2）每次取出的产品都立即放回该批产品中，然后
再取另一产品。
变式引申：
1、某射手射击目标的概率为0.9，求从开始射击到击中目标
所需的射击次数 的概率分布。
分布列的是（B ）
A
0
1
P
0.6 0.3
B
0
1
2
P 0.9025 0.095 0.0025
C 0 1 2 …n D 0 1 2 … n
P 1 1 1 …1
2 48
2n1
P
1 3
12 33
1 3
2 3
2
…
1 3
2 3
n
2、设随机变量
的分布列为
P(
i)
a
1
i
,
i
1,2,3
则 a的值
27
3
引例
抛掷一枚骰子，所得的点数 有哪些值？ 取每个
值的概率是多少？
解： 的取值有1、2、3、4、5、6
则 P( 1) 1
6
P( 4) 1
6
P( 2) 1
6
P( 5) 1
6
P( 3) 1
6
P( 6) 1
6
12
34
56
1
1
1
1
1
1
P6
6
6
6
6
6
⑴列出了随机变量 的所有取值． ⑵求出了 的每一个取值的概率．
6
O 1 2 3 4 5 6 78
1、离散型随机变量的分布列完全描述了由这个随机 变量所刻画的随机现象。

(2)方差
n
称 D(X)＝
(xi－E(X))2pi
i＝1
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 ，并称其算术平方根 DX为随机变量 X 的 标准差 ．
4．均值与方差的性质 (1)E(aX＋b)＝ aE(X)＋b . (2)D(aX＋b)＝ a2D(X) ．(a，b 为常数)
题型一 分布列的求法 例 1 长春市的“名师云课”活动自开展以来获得广大家长和学生的高度赞誉，
在推出的第二季名师云课中，数学学科共计推出 36 节云课，为了更好地将课程
内容呈现给学生，现对某一时段云课的点击量进行统计：
点击量 [0,1 000] (1 000,3 000] (3 000，＋∞)
节数
3 5
题型二 均值与方差 例 2 某投资公司在 2019 年年初准备将 1 000 万元投资到“低碳”项目上，现有 两个项目供选择： 项目一：新能源汽车．据市场调研，投资到该项目上，到年底可能获利 30%，也 可能亏损 15%，且这两种情况发生的概率分别为79和29；
项目二：通信设备．据市场调研，投资到该项目上，到年底可能获利 50%，可能 损失 30%，也可能不赔不赚，且这三种情况发生的概率分别为35，13和115. 针对以上两个投资项目，请你为投资公司选择一个合理的项目，并说明理由．
3．离散型随机变量的均值与方差 一般地，若离散型随机变量 X 的分布列为
X x1 x2 … xi … xn P p1 p2 … pi … pn (1)均值 称 E(X)＝ x1p1＋x2p2＋…＋xipi＋…＋xnpn 为随机变量 X 的均值或 数学期望 ．它 刻画了离散型随机变量取值的 平均水平 ．
【思维升华】 离散型随机变量的均值与方差的常见类型及解题策略 (1)求离散型随机变量的均值与方差．可依题设条件求出离散型随机变量的分布 列，然后利用均值、方差公式直接求解． (2)由已知均值或方差求参数值．可依据条件利用均值、方差公式得出含有参数的 方程(组)，解方程(组)即可求出参数值． (3)由已知条件，作出对两种方案的判断．可依据均值、方差的意义，对实际问题 作出判断．

P(X=2) =0.2304 P(X=4) =0.2592
P(X=3) =0.3456 P(X=5) =0.07776
若A和A是n重伯努利实验的两个对立结果,“成功”
可以指二者中任意一个, p 是“成功”的概率.
例如: 一批产品的合格率为0.8,有放回地抽取 4次, 每次一件, 取得合格品件数X, 以及取得不合 格品件数Y均服从分布为二项分布. “成功”即取得合格品的概率为p=0.8,
X对应的实验次数为n=4, 所以, X~B(4,0.8)
类似,Y~B(4,0.2)
二项分布的期望与方差 X ~ b(n, p)
1 如第i 次试验成功 X i 0 如第i 次试验失败
i 1,2,, n.
则 X X1 X2 Xn Xi ~ (0 1)分布 EX i p, DX i p(1 p)
两点分布的期望与方差
设X服从参数为p的0-1分布，则有
E(X ) p
E(X 2) p
X
0
1
pk 1 p
p
D( X ) E( X 2 ) [E( X )]2 p p2 p(1 p)
二、二项分布
若在一次伯努利实验中成功（事件A发生）的概率 为p(0<p<1),独立重复进行n次, 这n次中实验成功的 次数（事件A发生的次数）X的分布列为:
E(X ) 1 p
D(X )
q p2
EX 2 k 2 pqk1 p[ k(k 1)qk1 kqk1]
k 1
k 1
k 1
qp(
qk ) EX
qp( q ) 1 q
1 p
k 1
qp
2 (1 q)3
1 p
2q 1 p2 p
2