内容正文:
专题09二项分布、超几何分布、正态分布
一、考点预测
基础知识
方法技巧
二、基础考点
考点一:n重伯努利试验的判断
考点二:n重伯努利试验的概率
考点三:二项分布的均值与方差
考点四:超几何分布的概率计算
考点五:超几何分布的分布列
考点六:超几何分布的综合应用
考点七:正态曲线及性质
考点八:利用正态分布的对称性求概率
考点九:正态分布的实际应用
三、能力提升
提升一
提升二
提升三
提升四
四、考点检测
单选题:共8题
多选题:共4题
填空题:共4题
解答题:共6题
一、【考点预测】
【基础知识】
一、n重伯努利试验
1.n重伯努利试验:将一个伯努利试验独立地重复进行n次所组成的随机试验称为n重伯努利试验.
2.n重伯努利试验的共同特征:
(1)同一个伯努利试验重复做n次;
(2)各次试验的结果相互独立.
二、二项分布的推导
二项分布:一般地,在n重伯努利试验中,设每次试验中事件A发生的概率为p(0<p<1),用X表示事件A发生的次数,则X的分布列为P(X=k)=Cpk(1-p)n-k,k=0,1,2,…,n.
如果随机变量X的分布列具有上式的形式,则称随机变量X服从二项分布,记作X~B(n,p).
三、二项分布的均值与方差
1.若X服从两点分布,则E(X)=p,D(X)=p(1-p).
2.若X~B(n,p),则E(X)=np,D(X)=np(1-p).
四、超几何分布
超几何分布:一般地,假设一批产品共有N件,其中有M件次品,从N件产品中随机抽取n件(不放回),用X表示抽取的n件产品中的次品数,则X的分布列为
P(X=k)=,k=m,m+1,m+2,…,r.
其中n,N,M∈N*,M≤N,n≤N,m=max{0,n-N+M},r=min{n,M}.
如果随机变量X的分布列具有上式的形式,那么称随机变量X服从超几何分布.
五、正态曲线及其特征
1.我们称f(x)=,x∈R,其中μ∈R,σ>0为参数,为正态密度函数,称它的图象为正态密度曲线,简称正态曲线.
2.若随机变量X的概率分布密度函数为f(x),则称随机变量X服从正态分布,记为X~N(μ,σ2).特别地,当μ=0,σ=1时,称随机变量X服从标准正态分布.
3.若X~N(μ,σ2),则E(X)=μ,D(X)=σ2.
4.正态曲线的特点:
(1)非负性:对∀x∈R,f(x)>0,它的图象在x轴的上方.
(2)定值性:曲线与x轴之间的区域的面积为1.
(3)对称性:曲线是单峰的,它关于直线x=μ对称.
(4)最大值:曲线在x=μ处达到峰值.
(5)当|x|无限增大时,曲线无限接近x轴.
(6)当σ一定时,曲线的位置由μ确定,曲线随着μ的变化而沿x轴平移,如图①.
(7)当μ一定时,曲线的形状由σ确定,当σ较小时,峰值高,正态曲线“瘦高”,表示随机变量X的分布比较集中;当σ较大时,峰值低,正态曲线“矮胖”,表示随机变量X的分布比较分散,如图②.
5.正态分布的几何意义:若X~N(μ,σ2),如图所示,X取值不超过x的概率P(X≤x)为图中区域A的面积,而P(a≤X≤b)为区域B的面积.
六、利用正态分布的性质求概率
正态总体在三个特殊区间内取值的概率值
P(μ-σ≤X≤μ+σ)≈0.682 7;
P(μ-2σ≤X≤μ+2σ)≈0.954 5;
P(μ-3σ≤X≤μ+3σ)≈0.997 3.
【方法技巧】
1.n重伯努利试验概率求法的步骤
(1)判断:依据n重伯努利试验的特征,判断所给试验是否为n重伯努利试验.
(2)求成功概率:求出一次试验的概率.
(3)计算:依据n重伯努利试验的概率公式求解,复杂问题还要利用概率加法公式或乘法公式计算.
2.二项分布问题的两个关注点
(1)判断:关键有两点:一是对立性,即一次试验中,事件发生与否两者必有其一;二是重复性,即试验是独立重复地进行了n次.
(2)参数意义:X~B(n,p)中n为试验次数,p为成功概率.
(3)公式用途:公式P(X=k)=Cpk(1-p)n-k(k=0,1,2,…,n)是求n次独立重复试验发生k次的概率.
3.常见的两种分布的均值
设p为一次试验中成功的概率,则
(1)两点分布:E(X)=p,D(X)=p(1- p).
(2)二项分布:E(X)=np, D(X)=np(1- p).
熟练应用上述公式可大大减少运算量,提高解题速度.
4.利用二项分布求解“至少”“至多”问题的概率,其实质是求在某一取值范围内的概率,一般转化为几个互斥事件发生的概率的和,或者利用对立事件求概率.
5.求超几何分布模型的概率的关注点
(1)关键:分析随机变量是否满足超几何分布.若满足,则直接利用公式解决;若不满足,则应借助相应概率公式求解.
(2)注意:公式中M,N,n的含