第二章 概率 总结
一、知识结构
随机变量 条件概率 超几何分布 离散型随机变量 二项分布 数学期望 方差 正态分布 事件的独立性 连续性随机变量 离散型随机变量的数字特征 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
连续型随机变量
对于随机变量可能取的值，可以取某一区间在上面的射击、产品检验等例子中，对于随
内的一切值，这样的变量就叫做连续型随机变
机变量X可能取的值，我们可以按一定次序一
量.连续型随机变量的结果不可以一一列出.
一列出，这样的随机变量叫做离散型随机变
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, ,xi , ,xn
X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：
① pi≥0, i =1，2， … ； ② p1 + 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” ，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：
引出
二点分布 如果随机变量X的分布列为： 其中0 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， kn?kCMCN?M(k?0,1,2,则它取值为k时的概率为P(X?k)?nCN,m)，其中m?min?M,n?, 且n≤N,M≤N,n,M,N?N 则称随机变量X的分布列 *CCC0MnN?MnNCCC1Mn?1N?MnNCCCmMn?mN?MnN 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N?30,M?10,n?5 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 324150C10C20C10C20C10C20??P(X≥3)?P(X?3)?P(X?4)?P(X?5)? ≈0.191555C30C30C30 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（或积作D=A∩B或D=AB 3.条件概率计算公式: P(AB) P(B|A)?,P(A)?0.P(A) 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: 在A发生的条件下B包含的样本点数 P(B|A)?公在A发生的条件下样本点数 式 推AB包含的样本点数AB包含的样本点数/总数 ??导A包含的样本点数/总数A包含的样本点数 过程 P(AB) ? P(A) 若P(A)?0，则P(AB)?P(B|A)?P(A)（乘法公式）； 0?P(B|A)?1. 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}， C321 ?P(AB)?2?. C 15 10 3P(A)?.10 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 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 也都相互独立. 说明（1）使用时，2.相互独立事件同时发生的概率公式 使用的前提条件； 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 （2）此公式可作为 事件是否相互独立 P(A?B)?P(A)?P(B)论依据， P(A·B)=P(A) · P(B)是如果事件A1，A2，…An相互独立，那么这n个事件同时发生的概率， B相互独立的充要条等于每个事件发生的概率的积。即： P（A1·A2·…·An）=P（A1）·P（A2）·…·P(An) 3.两事件是否互为独立事件的判断与证明 则称A，B相互独立 4.解题步骤 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。 证明：由题可知， P(B|A) =1/3， P(B|A的补集)=2/3 因为 P(B|A)≠P(B|A的补集) 所以 A与B不是相互独立事件 P(AB)?P(A)P(B)