第二章 概率复习

第二章 简单事件的概率2.1~2.2简单事件概率及其计算在数学中，我们把事件发生的可能性的大小称为事件发生的概率。

我们知道,事件发生的可能性大小是由发生事件的条件来决定的.如果几个事件的发生条件相同,那么这些事件发生的可能性相同。

一般地，如果在一次试验中，事件发生的各种可能结果的可能性相同，结果总数为n,其中事件A 发生的可能的结果总数为m,那么事件A 发生的概率为()m A P A n ==事件发生的次数所有事件发生的次数，显然0()1P A ≤≤ 在概率计算中，我们常用到树状图、列表、面积法、枚举等方法。

★ 利用树形图或表格可以清晰地表示出某个事件发生的所有可能出现的结果；从而较方便地求出某些事件发生的概率。

当试验包含两步时,列表法比较方便。

当然,此时也可以用树形图法，当试验在三步或三步以上时，用树形图法方便。

★ 当一次试验要涉及两个因素,并且可能出现的结果数目较多时,为了不重不漏的列出所有可能的结果,通常采用列表的办法例1、一个盒子里装有4个只有颜色不同的球，其中3个红球，1个白球。

从盒子里摸出一个球，记下颜色后放回，并搅匀，再摸出一个球。

（1）写出两次摸球的所有可能的结果； （2）摸出一个红球，一个白球的概率； （3）摸出2个红球的概率；例2、如右图,转盘的白色扇形和红色扇形的圆心角分别为120°和240°,让转盘自由转动２次，求指针一次落在白色区域，另一次落在红色区域的概率例3、某城市有一万辆自行车，分别编以00001到10000的车照，如果检查一辆自行车，其车照号码有数字8的可能性有多大？ 练习1、200名青年工人，250名大学生，300名青年农民在一起联欢。

如果任意找其中一个青年 谈话，这个青年是大学生的机会是多大？2、在100范围内随意抽取一个正整数，估计能被10或11整除的机会是多少？3、扔两枚一元硬币，估计至少有一枚出现反而的可能性是多大？4、从装有2个白球和1个红球的袋中，同时取出两个球时，估计都是白球的机会是多大？5、从数字1，2，3，4，5中任取两个不同的数字构成一个两位数，则这两位数大于40的概 率是 。

第二章 概率复习与小结编写人： 编号：012学习目的〔1〕通过实际问题，借助直观〔如实际问题的直方图〕，理解什么是正态分布曲线和正态分布；〔2〕认识正态分布曲线的特点及曲线所表示的意义；〔3〕会查标准正态分布表，求满足标准正态分布的随机变量X 在某一个范围内的概率．学习过程：一、预习：〔一〕1．复习频率分布直方图、频率分布折线图的意义、作法；2．从某中学男生中随机地选出84名，测量其身高，数据如下〔单位：cm 〕：164 175 170 163 168 161 177 173 165 181 155 178164 161 174 177 175 168 170 169 174 164 176 181181 167 178 168 169 159 174 167 171 176 172 174159 180 154 173 170 171 174 172 171 185 164 172163 167 168 170 174 172 169 182 167 165 172 171185 157 174 164 168 173 166 172 161 178 162 172179 161 160 175 169 169 175 161 155 156 182 182上述数据的分布有怎样的特点？〔二〕归纳总结：1． 正态密度曲线：函数 的图象为正态密度曲线，其中μ和σ为参数〔 0σ>，R μ∈〕．不同的μ和σ对应着不同的正态密度曲线．2．正态密度曲线图象的性质特征：〔1〕当x μ<时， ；当x μ>时， ；当曲线向左右两边无限延伸时，以 为渐进线；〔2〕正态曲线关于直线 对称；〔3〕σ越 ，正态曲线越扁平；σ越 ，正态曲线越尖陡；〔4〕在正态曲线下方和x 轴上方范围内的区域面积为 ．3．正态分布：假设X 是一个随机变量，，我们就称随机变量X 服从参数为μ和2σ的正态分布，简记为2~(,)X N μσ．4． 正态总体在三个特殊区间内获得的概率值：详细地，如下图，随机变量X 取值〔1〕落在区间(,)μσμσ-+上的概率约为即()0.683P X μσμσ-<≤+=；〔2〕落在区间(2,2)μσμσ-+上的概率约为 ，即(22)0.954P X μσμσ-<≤+=；〔3〕落在区间(3,3)μσμσ-+上的概率约为 ，即(33)0.997P X μσμσ-<≤+=．5． 3σ原那么： 服从于正态分布2(,)N μσ的随机变量X 只取(3,3)μσμσ-+之间的值，并简称为3σ原那么．6．标准正态分布：μ就是随机变量X 的均值，2σ就是随机变量X 的方差，它们分别反映X 取值的平均大小和稳定程度．我们将正态分布 称为标准正态分布．通过查标准正态分布表可以确定服从标准正态分布的随机变量的有关概率．7．非标准正态分布转化为标准正态分布：非标准正态分布2~(,)X N μσ可通过X z μσ-=转化为标准正态分布z ～N(0,1)．练习1、给出以下三个正态总体的函数表达式，请找出其均值μ和标准差σ 〔１〕),(,21)(22+∞-∞∈=-x e x f x π〔２〕),(,221)(8)1(2+∞-∞∈=--x e x f x π 〔３〕22(1)(),(,)x f x x -+=∈-∞+∞ 2、一台机床消费一种尺寸为10mm 的零件，如今从中抽测10个，它们的尺寸分别如下〔单位：mm 〕：10.2，10.1，10，9.8，9.9，10.3，9.7，10，9.9，10.1，假如机床消费零件的尺寸Y 服从正态分布，求正态分布的概率密度函数式．二、课堂训练：例1．假设随机变量~(0,1)Z N ，查标准正态分布表，求：〔1〕( 1.52)P Z ≤； 〔2〕( 1.52)P Z >；〔3〕(0.57 2.3)P x <≤； 〔4〕( 1.49)P Z ≤-．例2．在某次数学考试中，考生的成绩ζ服从一个正态分布，即ζ～N(90,100).〔1〕试求考试成绩ζ位于区间(70,110)上的概率是多少？〔2〕假设这次考试共有2021名考生，试估计考试成绩在(80,100)间的考生大约有多少人？例3．某正态总体函数的概率密度函数是偶函数，而且该函数的最大值为π21，求总体落入区间〔－1.2，0.2〕之间的概率三、课后稳固：1、一次考试共有60名同学参加，考生的成绩X～〔100，52〕，据此估计，大约应有57人的分数在以下哪个区间内？〔〕A.(90,110]B. (95,125]C. (100,120]D.(105,115]2、X～N (0,1)，那么X在区间〔－∞，－2〕内取值的概率等于〔〕A.0.9544B.0.0456C.0.9772D.0.02283、设离散型随机变量X～N(0,1),那么P(x≤0)＝,4、假设正态总体落在区间〔0.3，+∞〕的概率为0.5，那么相应的正态曲线在x= 时到达最高点。

第二章知识点：1.离散型随机变量：设X 是一个随机变量，如果它全部可能的取值只有有限个或可数无穷个，则称X 为一个离散随机变量。

2.常用离散型分布：（1）两点分布（0-1分布）：若一个随机变量X 只有两个可能取值，且其分布为12{},{}1(01)P X x p P X x pp ====-<<则称X 服从12,x x 处参数为p 的两点分布。

两点分布的概率分布：12{},{}1(01)P X x p P X x pp ====-<<两点分布的期望：()E X p =两点分布的方差：()(1)D X p p =-（2）二项分布： 若一个随机变量X 的概率分布由式{}(1),0,1,...,.k k n k n P x k C p p k n -==-=给出，则称X 服从参数为n,p 的二项分布。

记为X~b(n,p)(或B(n,p)). 两点分布的概率分布：{}(1),0,1,...,.k kn k n P x k C p p k n -==-=二项分布的期望：()E X np =二项分布的方差：()(1)D X np p =-（3）泊松分布：若一个随机变量X 的概率分布为{},0,0,1,2,...!kP X k e k k λλλ-==>=则称X 服从参数为λ的泊松分布，记为X~P(λ)泊松分布的概率分布：{},0,0,1,2,...!kP X k e k k λλλ-==>=泊松分布的期望：()E X λ=泊松分布的方差：()D X λ=4.连续型随机变量：如果对随机变量X 的分布函数F(x)，存在非负可积函数()f x ，使得对于任意实数x ，有(){}()xF x P X x f t dt -∞=≤=⎰，则称X 为连续型随机变量，称()f x 为X 的概率密度函数，简称为概率密度函数。

5.常用的连续型分布： （1）均匀分布：若连续型随机变量X 的概率密度为则称X 在区间（a,b ）上服从均匀分布，记为X~U(a,b)均匀分布的概率密度： 均匀分布的期望：()2a bE X +=均匀分布的方差：2()()12b a D X -=（2）指数分布：若连续型随机变量X 的概率密度为00()0xe xf x λλλ-⎧>>=⎨⎩则称X 服从参数为λ的指数分布，记为 X~e (λ)指数分布的概率密度：00()0xe xf x λλλ-⎧>>=⎨⎩⎪⎩⎪⎨⎧<<-=其它,0,1)(b x a ab x f ⎪⎩⎪⎨⎧<<-=其它,0,1)(bx a ab x f指数分布的期望：1()E X λ=指数分布的方差：21()D X λ=（3）正态分布：若连续型随机变量X 的概率密度为22()21()x f x ex μσ--=-∞<<+∞则称X 服从参数为μ和2σ的正态分布，记为X~N(μ,2σ)正态分布的概率密度：22()21()x f x ex μσ--=-∞<<+∞正态分布的期望：()E X μ=正态分布的方差：2()D X σ=（4）标准正态分布：20,1μσ==2222()()x t xx ex e dt ϕφ---∞=⎰标准正态分布表的使用： （1）0()1()x x x φφ<=--（2）~(0,1){}{}{}{}()()X N P a x b P a x b P a x b P a x b b a φφ<≤=≤≤=≤<=<<=-（3）2~(,),~(0,1),X X N Y N μμσσ-=故(){}{}()X x x F x P X x P μμμφσσσ---=≤=≤={}{}()()a b b a P a X b P Y μμμμφφσσσσ----<≤=≤≤=-定理1： 设X~N(μ,2σ),则~(0,1)X Y N μσ-=6.随机变量的分布函数：设X 是一个随机变量，称(){}F x P X x =≤为X 的分布函数。

浙教版九年级上第二章简单事件的概率复习本页仅作为文档封面，使用时可以删除This document is for reference only-rar21year.March第二章 简单事件的概率 复习题分点突破知识点1 判断事件类型1．(乌兰察布中考)下列说法中正确的是（ ）A ．掷两枚质地均匀的硬币，“两枚硬币都是正面朝上”这一事件发生的概率为12B ．“对角线相等且相互垂直平分的四边形是正方形”这一事件是必然事件C ．“同位角相等”这一事件是不可能事件D ．“钝角三角形三条高所在直线的交点在三角形外部”这一事件是随机事件2．已知实数a ＜0，则下列事件中是必然事件的是（ ） A ．3a ＞0 B ．a －3＜0C ．a ＋3＜0D ．a 3＞0知识点2 概率的计算3．(衢州中考)在一个箱子里放有1个白球和2个红球，它们除颜色外其余都相同，从箱子里摸出1个球，则摸到红球的概率是 ．4．(苏州中考)一个不透明的口袋中装有2个红球(记为红球1、红球2)、1个白球、1个黑球，这些球除颜色外都相同，将球摇匀．（1）从中任意摸出1个球，恰好摸到红球的概率是 ；（2）先从中任意摸出1个球，再从余下的3个球中任意摸出1个球，请用列举法(画树状图或列表)求两次都摸到红球的概率．5．(常州中考)甲、乙、丙三位学生进入了“校园朗诵比赛”冠军、亚军和季军的决赛，他们将通过抽签来决定比赛的出场顺序．（1）求甲第一个出场的概率；（2）求甲比乙先出场的概率．知识点3 用频率估计概率6．在一个不透明的布袋中装有红、黑、白三种只有颜色不同的小球，其中红色小球有4个，黑、白色小球的数目相同，小明从布袋中随机摸出一球，记下颜色放回布袋中，搅匀后再随机摸出一球，记下颜色，…，如此大量摸球实验后，小明发现其中摸出红球频率稳定于20%，由此可以估计布袋中的黑色小球有 个． 知识点4 游戏公平性 7．小颖和小丽做“摸球”游戏：在一个不透明的袋子中装有编号为1～4的四个球(除编号外都相同)，从中随机摸出一个球，记下数字后放回，再从中摸出一个球，记下数字．若两次数字之和大于5，则小颖胜，否则小丽胜．这个游戏对双方公平吗？请说明理由．中考题型备考演练8．在盒子里放有三张分别写有整式a ＋1，a ＋2，2的卡片，从中随机抽取两张卡片，把两张卡片上的整式分别作为分子和分母，则能组成分式的概率是（ ）A .13B .23C .16D .349．(河北中考)将一质地均匀的正方体骰子掷一次，观察向上一面的点数，与点数3相差2的概率是（ ）A .12B .13C .15D .1610．(贵阳中考)“赵爽弦图”是由四个全等的直角三角形与中间的一个小正方形拼成的一个大正方形(如图所示)．小亮随机地向大正方形内部区域投飞镖，若直角三角形两条直角边的长分别是2和1，则飞镖投到小正方形(阴影)区域的概率是 ．11．(拱墅区一模)A 、B 、C 三张外观一样的门卡可分别对应a 、b 、c 三把电子锁，若任意取出其中一张门卡，恰好打开a 锁的概率是 ；若随机取出三张门卡，恰好一次性对应打开这三把电子锁的概率是 ．12．已知关于x 的一元二次方程x 2＋bx ＋c ＝0.从－1，2，3三个数中任取一个数，作为方程中b 的值，再从剩下的两个数中任取一个数作为方程中c 的值．能使该一元二次方程有实数根的概率是 ．13．(重庆中考)从－2，－1，0，1，2这5个数中，随机抽取一个数记为a ，则使关于x 的不等式组⎩⎪⎨⎪⎧2x －16≥－12，2x －1<2a有解，且使关于x 的一元一次方程3x －a 2＋1＝2x ＋a 3的解为负数的概率为 ．14．(朝阳中考)在学习概率的课堂上，老师提出问题：只有一张电影票，小明和小刚想通过抽取扑克牌的游戏来决定谁去看电影，请你设计一个对小明和小刚都公平的方案．甲同学的方案：将红桃2、3、4、5四张牌背面向上，小明先抽一张，小刚从剩下的三张牌中抽一张．若两张牌上的数字之和是奇数，则小明看电影，否则小刚看电影．（1）甲同学的方案公平吗？请用列表或画树状图的方法说明；（2）乙同学将甲的方案修改为用红桃2、3、4三张牌，抽取方式及规则不变，乙的方案公平吗？(只回答，不说明理由)15．(聊城中考)在阳光体育活动时间，小亮、小莹、小芳和大刚到学校乒乓球室打乒乓球，当时只有一张空球桌，他们只能选两人打一场．（1）如果确定小亮打第一场，再从其余三人中随机选取一人打第一场，求恰好选中大刚的概率；（2）如果确定小亮做裁判，用“手心、手背”的方法决定其余三人哪两人打第一场．游戏规则是：三人同时伸“手心、手背”中的一种手势，如果恰好有伸出的手势相同，那么这两人上场，否则重新开始，这三人伸出“手心”或“手背”都是随机的，请用画树状图的方法求小莹和小芳打第一场的概率．。

第二章 随机变量及其分布题型归类与解题方法1. 求随机变量的分布1.1 求离散型随机变量分布列或分布函数例 2.1 一盒中装有编号1,2,,5 为的五只球，现从中任取三只球，求被抽取的三只球的中间号码为X 的分布列．解 首先确定X 的取值只能为2，3，４．分析 当X k =时，另两只球中的一只在小于k 的1k -个球中取，余一只球在大于k 的5k -只球中取，故111535{}k kC C P X k C --== (2,3,4)k = 即有例 2. 2 已知X 的概率分布为1{2}{1}{1}{2}4P X P X P X P X =-==-=====，求：（1）2Y X =的分布列； （2）(),X Y 的分布列． 解 （1） 2Y X =的分布列为1{2,4}{2}4P X Y P X =-===-=． 同理1{1,1}{1}4P X Y P X =-=-==-=； 1{1,1}{1}4P X Y P X =====； 1{2,4}{2}4P X Y P X =====．故(),X Y 的联合分布列为评点 对于这一类题，首先确定离散型随机变量的取值，然后求出随机变量取各值的概率，最后写出离散型随机变量的分布律．1.2 求连续型随机变量分布列或分布函数例 2.3 设随机变量X 的概率密度为,01;()2,12;0,x x f x x x ≤≤⎧⎪=-≤<⎨⎪⎩其他，求X 的分布函数()F x ．解 分析：利用公式()()xF x f x dx -∞=⎰直接计算分布函数．当0x <时，()0F x =；当01x ≤<时，20()()02xxx F x f x dx dx xdx -∞-∞==+=⎰⎰⎰；当12x ≤<时，01211()()0(2)212xx F x f x dx dx xdx x dx x x -∞-∞==++-=--⎰⎰⎰⎰； 当2x ≥时，220,0;,01;2()112,12;21, 2.x x x F x x x x x <⎧⎪⎪≤<⎪=⎨⎪-+-≤<⎪⎪≥⎩．例 2.4 在(),X Y 区域Θ上服从均匀分布，求(),X Y 的分布函数，其中Θ为x 轴，y 及1y x =+围成的三角形．解 当1x <-或0y <时，(,)0f x y = (,)0F x y =； 当10x -≤<，1y x ≥+时，201(,)22(1)(22)y xy F x y dy dx y x y x y y -==+-=-+⎰⎰；当10x -≤<，1y x ≥+时，121(,)2(1)xx F x y dx dy x +-==+⎰⎰；当0x ≥，01y ≤<时，01(,)2(2)yy F x y dy dx y y -==-⎰⎰；当0x ≥，1y ≥时，(,)1F x y =． 故2010;(22),10,01;(,)(1),10,1;(2),0,01;10, 1.x y x y y x y x F x y x x y x y y x y x y <-<⎧⎪-+-≤<≤<+⎪⎪=+-≤<≥+⎨⎪-≥≤≤⎪≥≥⎪⎩，或， 评点 求一维的和二维的连续型随机变量的分布函数，是对概率密度函数进行积分．若()f x ，(,)f x y 分区域定义时，关键就在于积分的上，下限或区域的确定．1.3 确定分布列或密度函数或分布函数中的参数例 2.5 随机变量(,)X Y 的概率密度为222(;(,)0,A k x y k f x y ⎧⎪+≤=⎨⎪⎩其他，，求：（１） 系数A 的值．（２） 222{(,)}P X Y x y r ∈+≤ ()r k ≤． 解 （1）因为1(,)(f x y dxdy +∞+∞-∞-∞=⎰⎰用极坐标代换得）222(x y k A k dxdy +≤=⎰⎰230()/3kA d k r rdr A k πθπ=-=⎰⎰故33A k π=． （2）222223300332{(,)}()13r r r P X Y x y r d k r rdr k k k πθπ⎛⎫∈+≤=-=- ⎪⎝⎭⎰⎰．例 2.6设二维随机变量(,)X Y 的分布函数(,)arctan arctan 23x y F x y A B C ⎛⎫⎛⎫=++ ⎪⎪⎝⎭⎝⎭求：（1）A ，B ，C 的值． （2）(,f x y ）．解 （1）因为0A ≠，所以由x ，y 的任意性，得0(0,)arctan 022F A B C π⎛⎫⎛⎫-∞=+-= ⎪⎪⎝⎭⎝⎭，2C π=；0(,0)arctan 023F A B C π⎛⎫⎛⎫-∞=-+= ⎪⎪⎝⎭⎝⎭，2B π=；(,)12222F A ππππ⎛⎫⎛⎫+∞+∞=++= ⎪⎪⎝⎭⎝⎭，21A π=，故21(,)arctan arctan 2223y F x y ππππ⎛⎫⎛⎫=++ ⎪⎪⎝⎭⎝⎭．（2）由2(,)(,)F x y f x y x y∂=∂∂，得222(,)6[(4)(9)]f x y x y π=++ (,)x y -∞<<+∞．评点 （1）有几个参数就要找到几个独立的条件； （３） 这里主要用到()0F -∞=，()1F +∞=或()1kf x dx =⎰， (,)(,)(,)0F y F x F -∞=-∞=-∞-∞=，(,)1F +∞+∞=，或2(,)1k f x y dxdy =⎰⎰．2. 求概率2.1 由分布列或密度函数或分布函数，求随机变量落入某集合的概率例 2.7 设二维随机变量(,)X Y 的概率密度为(23)6,0,0(,)0,x y e x y f x y -+⎧>>=⎨⎩；其他，求：（1）(,)F x y ． （2）{236}P x y +≤．解 （1）分区域讨论，见图2.1．当0x ≤，0y ≤时，(,)0F x y =； 当0x >，0y >时(23)230(,)6(1)(1)x yx y x y F x y dy e dx e e -+--==--⎰⎰即23(1)(1),0,0(,)0,x y e e x y F x y --⎧-->>=⎨⎩其他．（2） (23)236{236}6x y x y P X Y e dxdy -++≤+≤=⎰⎰32(3)/3(23)0x x y dx e dy --+=⎰⎰6170.9826e -=-≈．例 2.8 随机变量X 的分布函数为20,0(),05251,5,x xF x x x <⎧⎪⎪=≤<⎨⎪≥⎪⎩，求{36}P x <<的概率．解 直接利用公式计算：916{36}(6)(3)12525P x F F <<=-=-=． 评点 （1）对一般连续型随机变量取值的概率，如果已知密度函数求概率可用{(,)}(,)GP x y G f x y dxdy <=⎰⎰公式法．（2）对于已知分布函数求概率，同样也可以用公式法{}{}{}()()P a X b P a X b P a X b F b F a <<=≤≤=<≤=-．2.2 求实际问题的概率例 2.9 某地区18岁的女青年的血压(收缩压，以ｍｍＨｇ计)，服从2(110,12)N ，在该地区任选一18岁的女青年，测量她的血压X ： （1）求{105}P X ≤，{100120}P X <≤． （2）确定最小的x ，使{}0.05P X x >≤． 解 （1）2(110,12)X N ，则105110{105}(0.417)12P X -⎛⎫≤=Φ=Φ- ⎪⎝⎭1(0.417)10.662=-Φ=-=； 120110100110{100120}1212P X --⎛⎫⎛⎫<≤=Φ-Φ ⎪ ⎪⎝⎭⎝⎭(0.83)(0.83)2(0.8=Φ-Φ-=Φ-= （2）要使{}0.05P X x >≤，必须1{}0.05P X x -≤≤，即{}10.050.95P X x ≤≥-=，亦即1100.9512x -⎛⎫Φ≥⎪⎝⎭，110 1.64512x -≥，129.74x ≥， 故所求x 必须大于等于129.74．例 2.10 一轰炸机带的三枚炸弹向敌方目标投掷，若炸弹落在目标中心40米内，目标将被摧毁，设在使用瞄准器投弹时，弹着点X 的概率密度函数为(100)/10000,1000;()(100)/10000,0100;0,x x f x x x +-<≤⎧⎪=-<≤⎨⎪⎩其他，，求投掷三枚炸弹后，目标被炸毁的概率．解 一枚炸弹落在目标中心40米内的概率为4040404001()(100)(100)10000f x dx x dx x dx --⎡⎤=++-⎢⎥⎣⎦⎰⎰⎰ 4002(100)0.6410000x dx =-=⎰， 则炸弹落在40米外的概率为10.640.36P =-=，所以三枚炸弹都落在目标中心40米外的概率是3(0.36)，于是，目标被炸毁的概率是31(0.36)0.953P =-=．评点 （1）对此类题型，一定要根据实际情况，确定所求概率的范围；（2）然后再根据相应的定义，性质，公式求出符合实际的概率．2.3 求服从二项分布的随机变量取值的概率例 2.11 甲地需要与乙地的10个电话用户联系，每一个用户在一分钟内平均占线12秒，并且各个用户是否使用电话是相互独立的，为了在任意时刻，使得电话用户在用电话时能够接通的概率为0.99，至少应有多少电话线路？解 设任意时刻乙地10个用户使用电话的户数为随机变量，记为X ，则每一个电话用户在任意时刻使用电话的概率120.260P ==，即(1,0.2)X b ，又设至少需m 条电话线路，求满足{}0.99P X m ≤=的m ．而1010{}(0.2)(0.8)kk k P X k C -== (0,1,,k =，有10100{}{}(0.2)(0.8)mmkk k k k P X m P X k C -==≤===∑∑，于是1010(0.2)(0.8)0.99mkk k k C-==∑ 即 5m =，故至少应有5条电话线路．评点 对于这类问题要注意：（１） X 是n 次试验中事件A 发生的概率； （２） 在每次试验中事件A 和A 有且仅有一个发生；（３） 利用对立事件来求解问题时，注意随机变量的取值为0,1,2,,n ，n 是试验次数；（４） 当n 较大P 较小时，且np λ=，(1)!k k kn kne C p p k λλ---≈．2.4 求服从泊松分布的随机变量取值的概率例 2.12 实验器皿中产生甲，乙两类细菌的机会是相等的，且产生的细菌数X 服从参数为λ的泊松分布，试求产生了甲类细菌但没有乙类细菌的概率． 解 由题意可知，X 的分布律为{}!kP X k e k λλ-==(0,1,2,k = 而这k 个细菌全部是甲类细菌的概率为(1/2)!kke k λλ-，因此产生了甲类细菌而无乙类细菌的概率为21(1)!kk P ee ek λλλλ∞---===-∑．评点 当试验次数n →∞时，若事件A 每次出现的概率0n P nλ=→，此时事件A 出现的次数X 服从泊松分布．服从泊松分布的随机变量很多，例如一个时间间隔内某电话交换台收到的电话的呼唤次数，交叉路口单位时间内过往的汽车辆数，一本书1页中的印刷错误数，纺织厂生产的布匹上一定数量的疵点，铸件的砂眼数等．2.5 求服从均匀分布的随机变量取值的概率例 2.13 测量零件时产生的误差(X 单位：cm )是一个随机变量，它服从(0.1,0.1)-内的均匀分布，求误差的绝对值在0.05cm 之内的概率．解 据均匀分布定义，X 的概率密度为1,0.10.1;0.1(0.1)()0,,x f x ⎧-<<⎪--=⎨⎪⎩其他即5,0.10.1;()0,,x f x -<<⎧=⎨⎩其他 故0.050.05{0.05}50.5P X dx -<==⎰．评点 求此类题型的解法一般有两种方法：（１） 利用概率密度的积分计算，即利用公式{}{}{}{}P a X b P a X b P a X b P a X b <<=≤≤=<≤=≤≤()baf x dx =⎰；（２） 直接利用分布函数计算，即利用公式{}{}{}()()P a X b P a X b P a X b F b F a <<=≤≤=<≤=-．2.6 求服从正态分布的随机变量取值的概率例 2.14 设随机变量X 服从正态分布(108,9)N ，求： （1）{101.1117.6}P x <<； （2）常数a ，使{}0.90P X a <=； （3）常数a ，使{||}0.01P X a a ->=．解 （1）117.6108101.1108{101.1117.6}33P x --⎛⎫⎛⎫<<=Φ-Φ⎪ ⎪⎝⎭⎝⎭(3.2)( 2.3)=Φ-Φ-0.9995110.989280.9888=-+=．（2）108{}0.903a P X a -⎛⎫<=Φ=⎪⎝⎭，查表知108 1.293a -≈，即112.17a =． （3）{||}{2}{0}P X a a P X a P X ->=>+<10821081081083333X a X P P ----⎧⎫⎧⎫=>+<⎨⎬⎨⎬⎩⎭⎩⎭210810.013a -⎛⎫=-Φ= ⎪⎝⎭，即有21080.993a -⎛⎫Φ= ⎪⎝⎭，故得21082.333a -=，即 57.4a =． 评点 正态分布是一类非常重要的分布．正态分布的概率计算最终都要查标准正态分布表，表里表明()z Φ和Z 的关系，特别地，当0Z <时，()1()z z Φ=-Φ-．2.7判别随机变量是否相互独立例 2.15设随机变量(,)X Y 的分布律如下表示，试判断X ，Y 是否相互独立．解 利用离散型随机变量边缘分布定义，随机变量(,)X Y 关于X 和Y 的边缘分布律分别为{0}{0}0.80.70.56{0,0}P X P Y P X Y ===⨯==== ； {0}{1}0.80.30.24{0,1}P X P Y P X Y ===⨯==== ； {1}{0}0.20.70.14{1,0}P X P Y P X Y ===⨯==== ； {1}{1}0.20.30.06{1,1}P X PY P X Y ===⨯==== ．由此可见ij i j p p p = ，故X 和Y 是相互独立的．例 2.16 已知联合分布密度,04,0(,)40,Axy x y f x y ⎧≤≤≤≤⎪=⎨⎪⎩其他，，求：（1）系数A ；（2）边缘概率密度；（3）讨论X 与Y 是否相互独立．解 （1）由概率密度的性质可知14GA xydxdy =⎰⎰即40014A dx xydxdy =⎰，得38A =．从而二维随机变量(,)X Y 的概率密度为 3,(,);(,)320,(,);xy x y G f x y x y G ⎧∈⎪=⎨⎪∉⎩ （2）由2033()3264X f x xydxdy x ==，得 23,04;()320,X x x f x ⎧<<⎪=⎨⎪⎩其他， 同理438,02;()3220,Y y y y f y ⎧⎛⎫-≤≤⎪ ⎪=⎨⎝⎭⎪⎩其他，（3）取点1(,)1,2x y G ⎛⎫=∈ ⎪⎝⎭，由于5133131(1)81,216642642X Y f f f ⎛⎫⎛⎫⎛⎫=⨯-≠= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭，故X 与Y 并不独立．评点 考察随机变量相互独立的判别，实际上（１） 若(,)X Y 是离散型的随机变量，则X 和Y 相互独立的充要条件是ij i j p p p = ； （2） 若(,)X Y 是连续型的随机变量，则X 和Y 相互独立的充要条件是(,)()()X Y f x y f x f y = ．2.8 求连续型随机变量的边缘概率密度例 2.17 设(,)X Y 在区域G 内服从均匀分布，G 由直线12xy +=及x 轴，y 轴围成，求；（1）(,)X Y 的联合密度；（2）关于X 和Y 关于的边缘密度．解 （1）G 的面积1()2112L G =⨯⨯=，故 1,(,)1,(,);()(,)0,.0,x y G x y G L G f x y ⎧∈∈⎧⎪==⎨⎨⎩⎪⎩其他其他 （2）当02x ≤≤时，2012012()(,)01012x x X x f x f x y dy dx dy dy +∞-+∞-∞+∞-==++=-⎰⎰⎰⎰， 当0x <或2x >时，(,)0f x y =，所以(0)0X f =．综上所述1,12;()20,X x x f x ⎧-≤≤⎪=⎨⎪⎩其他,同理可求得2(1),01;()0,Y y y f y -≤≤⎧=⎨⎩其他. 评点 由二维随机变量的概率密度求它的边缘分布是常规题，尤其是要注意 当概率密度是分段函数时，计算时要注意分段函数的段．例如，在求()X f x 时，利用公式()(,)X f x f x y dy +∞-∞=⎰计算，必须分x 取不同区间值讨论．。

第二章概率（小结复习）第一课时教学目标：（1）、了解离散型随机变量的分布列，会求某些简单的离散型随机变量的概率分布，条件概率；（2）、通过实例，理解超几何分布和二项分布，独立事件及它们的特点；（3）、通过对实例的分析，会进行简单的应用。

教学重点：求离散型随机变量的分布列；超几何分布、条件概率二项分布的理解；具体的应用。

教学难点：随机变量，独立事件的含义；超几何分布、二项分布的应用。

教学内容：一．知识结构二、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。

离散型随机变量在上面的射击、产品检验等例子中，对于随机变量X可能取的值，我们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．连续型随机变量对于随机变量可能取的值，可以取某一区间内的一切值，这样的变量就叫做连续型随机变量.连续型随机变量的结果不可以一一列出. 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x 1,x 2, ,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 pi ≥0, i =1，2， … ； ② p 1 + p 2 +…+p n = 1．③ 一般地，离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的概率之和。

4.求离散型随机变量分布列的解题步骤例题：篮球运动员在比赛中每次罚球命中得1分，不中得0分，已知某运动员罚球命中的概率为0.7，求他罚球一次的得分的分布列.解：用随机变量X 表示“每次罚球得的分值” ，依题可知，X 可能的取值为：1,0且P （X=1）=0.7，P （X=0）=0.3因此所求分布列为：二点分布如果随机变量X 的分布列为：其中0<p<1，q=1-p ，则称离散型随机变量X 服从参数p 的二点分布 二点分布的应用：如抽取彩票是否中奖问题、新生婴儿的性别问题等. 超几何分布一般地, 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 MnNC C P X k k m C --=== ， 其中{}min ,m M n =，且*,,,,n N M N n M N N ∈≤≤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nNn MN MCC C -0nNn MN MCC C 11--nNm n MN m MCC C --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. 解：设 A = {第一个取到次品}，B = {第二个取到次品}，所以，P(B|A) = P(AB) / P(A)= 2/9 答：第二个又取到次品的概率为2/9. 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.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 解题步骤：例题、在某年级的联欢会上设计了一个摸奖游戏，在一个口袋中装有10个红球和20个白球，这些球除颜色外完全相同.游戏者一次从中摸出5个球.至少摸到3个红球就中奖，求中奖的概率解：设摸出红球的个数为X,则X 服从超几何分布,其中30,10,5N M n ===X 可能的取值为0，1，2，3，4, 5.由题目可知，至少摸到3个红球的概率为(3)(3)(4)(5)P X P X P X P X ==+=+=≥324150102010201020555303030C C C C C C C C C =++≈0.191答：中奖概率为0.191.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=AB3.条件概率计算公式:P(B|A)相当于把A 看作新的基本事件空间,求Ａ∩Ｂ发生的 概率:.0)(,)()()|(>=A P A P AB P A B P )()()(B P A P B A P ⋅=⋅)()()(B P A P AB P =例题、一袋中有2个白球，2个黑球，做一次不放回抽样 试验，从袋中连取2个球，观察球的颜色情况，记“第一个取出 的是白球”为事件A ，“第二个取出的是白球”为事件B ，试问 A 与B 是不是相互独立事件？答：不是，因为件A 发生时（即第一个取到白球），事件B 的 概率P （B ）=1/3，而当事件A 不发 生时（即第一个取到的是黑 球），事件B 发生的概率P （B ）=2/3，也就是说，事件A 发生与 否影响到事件B 发生的概率，所以A 与B 不是相互独立事件。