人教版高中数学第3讲 概率及随机变量的分布列(解析版）.docx

第3讲　概率及随机变量的分布列
目录
第一部分：知识强化
第二部分：重难点题型突破
突破一：古典概型
突破二：互斥（对立）事件，事件相互独立
突破三：条件概率
突破四：离散型随机变量的数学期望和方差
突破五：超几何分布
突破六：二项分布
突破七：正态分布
第三部分：冲刺重难点特训
第一部分：知识强化
1、古典概型的概率计算公式
一般地，设试验是古典概型，样本空间包含个样本点，事件包含其中的个样本点，则定义事件的概率.
其中，和分别表示事件和样本空间包含的样本点个数．
2、概率的基本性质（性质1、性质2、性质5）
性质1：对任意的事件，都有；
性质2：必然事件的概率为1，不可能事件的概率为0，即，；
性质5：如果，那么，由该性质可得，对于任意事件，因为，所以.
性质3：如果事件与事件互斥，那么；
注意：只有事件与事件互斥，才可以使用性质3，否则不能使用该加法公式.
性质4：如果事件与事件互为对立事件，那么，；
性质6：设，是一个随机试验中的两个事件，有
3、相互独立事件的概念
对任意两个事件与，如果成立，则称事件与事件相互独立(mutually independent)，简称为独立．
性质1：必然事件、不可能事件与任意事件相互独立
性质2：如果事件与相互独立，则与，与，与也相互独立
则：，，
4、条件概率
（1）一般地，设，为两个随机事件，且，我们称为在事件发生的条件下，事件发生的条件概率，简称条件概率．
①一般地，每个随机试验都是在一定条件下进行的，这里所说的条件概率是指随机试验结果的部分信息已知（即在原试验条件下，再加上一定的条件)，求另一事件在此条件下发生的概率.
②事件在“事件已发生”这个附加条件下的概率与没有这个附加条件下的概率在很多情况下是不同的.
③当题目涉及“在…前提下”等字眼时，一般为条件概率.若题目没有出现上述字眼，但已知事件的发生影响了所求事件的概率，也是条件概率.
④在条件概率的定义中，要强调,当时，不能用这一方法定义事件发生的条件下，事件发生的概率.
（2）条件概率的性质
条件概率只是缩小了样本空间，因此条件概率同样具有概率的性质．设，则
①；
②如果和是两个互斥事件，则；
③设和互为对立事件，则．
④任何事件的条件概率都在0和1之间，即：.
5、事件的相互独立性
（1）事件与事件相互独立：对任意的两个事件与,如果成立，则称事件与事件相互独立，简称为独立.
（2）性质：若事件与事件相互独立，则与,与,与也都相互独立，, .
（3）易混淆“相互独立”和“事件互斥”
两事件互斥是指两事件不可能同时发生，两事件相互独立是指一个事件的发生与否对另一个事件发生的概率没有影响，两个事件相互独立不一定互斥.
6、离散型随机变量的均值和方差
一般地，若离散型随机变量的概率分布为：
…
…
…
…
（1）则称为随机变量的均值(mean)或数学期望(mathematical expectation),数学期望简称期望.
（2）称
为随机变量的方差，有时也记为.
称为随机变量的标准差.
7、重伯努利试验的概率公式
一般地，如果在一次试验中事件发生的概率是,事件在次试验中发生次，共有种情形，由试验的独立性知，每种情形下，在次试验中发生，而在其余次试验中不发生的概率都是,所以由概率加法公式知，在重伯努利试验中，事件恰好发生次的概率为( ) .
8、二项分布
（1）一般地，在重伯努利试验中，设每次试验中事件发生的概率为()，用表示事件发生的次数，则的分布列为，.
如果随机变量的分布列具有上式的形式，则称随机变量服从二项分布，记作．
（2）二项分布的均值与方差
若随机变量服从参数为,的二项分布，即,则, .
9、超几何分布
一般地，假设一批产品共有件，其中有件次品，从件产品中随机抽取件(不放回)，用表示抽取的件产品中的次品数，则的分布列为，.
其中，，，，．
如果随机变量的分布列具有上式的形式，那么称随机变量服从超几何分布．
10、正态分布
（1）正态分布
若随机变量的概率密度函数为，(,其中，为参数)，称随机变量服从正态分布，记为.
（2）标准正态分布
若随机变量,则当,时，称随机变量服从标准正态分布，标准正态分布的密度函数解析式为,,其相应的密度曲线称为标准正态曲线.
（3）正态分布的原则：正态分布在三个特殊区间的概率值
假设，可以证明：对给定的是一个只与有关的定值.
特别地，，
，
.
上述结果可用右图表示.
此看到，尽管正态变量的取值范围是，但在一次试验中，的值几乎总是落在区间内，而在