数学选修2-3知识点总结

《数学选修2-3知识点总结》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、.第二章概率总结一、知识结构连续性随机变量数学期望方差二项分布正态分布事件的独立性条件概率离散型随机变量的数字特征随机变量离散型随机变量超几何分布二、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

2、、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x1,x2,,xi,,xnX取每一个值xi(i=1,2,　　）的概率P(ξ=xi）＝Pi，则称表为离散型随机变量X的概率分布，简称分布列性质：①pi≥0,i=1，2，…　

3、；②p1+p2+…+pn=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”设离散型随机变量，依题可知，X可能的取值为：1,0且P（X=1）=0.7，P（X=0）=0.3交代题中所隐含的信息因此所求分布列为：答题即写出分布列引出二点分布如果随机变量X的分布列为：其中0

4、，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，其中,且则称随机变量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、样本容量解题步骤：例题、在某年级

5、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,其中舍随机变量且交代其服从NMn的超几何分布X可能的取值为0，1，2，3，4,5.写出x可能的取值由题目可知，至少摸到3个红球的概率为≈0.191运用公式解题答：中奖概率为0.191.答题...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

6、A)，读作A发生

7、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

8、A)相当于把A看作新的基本事件空间,求Ａ∩Ｂ发生的概率:公式推导过程解题步骤：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}，设事件由题意计算出P(AB)和P(A)或者P(B

9、A)和P(A)所以，P(B

10、A)=P(AB)/P(A)=2/9根据条

11、件概率共识计算答：第二个又取到次品的概率为2/9.答题...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.说明（1）使

12、用时，注意使用的前提条件；（2）此公式可作为判断事件是否相互独立的理论依据，即P(A·B)=P(A)·P(B)是A、B相互独立的充要条件.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）