内容正文:
第六节
了解伯努利试验,掌握二项分布及其数字特征,并能解决简单的实际问题.
了解超几何分布及其均值,并能解决简单的实际问题.
通过误差模型,了解服从正态分布的随机变量.
通过具体实例,借助频率直方图的几何直观,了解正态分布的特征.了解正态分布的均值、方差及其含义.
知识梳理
1.二项分布
(1)n重伯努利试验
一般地,在相同条件下重复做n次伯努利试验,且每次试验的结果都不受其他试验结果的影响,称这样的n次独立重复试验为n重伯努利试验.
(2)二项分布
一般地,在n重伯努利试验中,用X表示这n次试验中成功的次数,且每次成功的概率均为p,则X的分布列可以表示为P(X=k)=Cpk(1-p)n-k(k=0,1,2,…,n).若一个随机变量X的分布列如上所述,称X服从参数为n,p的二项分布,简记为X~B(n,p).
(3)两点分布与二项分布的均值、方差
①若随机变量X服从参数为p的两点分布,则EX=p,DX=p(1-p).
②若随机变量X~B(n,p),则EX=np,DX=np(1-p).
2.超几何分布
一般地,设有N件产品,其中有M(M≤N)件次品.从中任取n(n≤N)件产品,用X表示取出的n件产品中次品的件数,那么
P(X=k)=,max{0,n-(N-M)}≤k≤min{n,M}(其中k为非负整数).
其中n≤N,M≤N,n,M,N∈N+.
若一个随机变量X的分布列由上式确定,则称随机变量X服从参数为N,M,n的超几何分布.
3.正态分布
(1)定义
由误差引起的连续型随机变量其分布密度函数图象对应的解析式为φμ,σ(x)=·,x∈(-∞,+∞),其中μ,σ(σ>0)为参数,这一类随机变量X的分布密度(函数)称为正态分布密度(函数),简称正态分布,对应的图象为正态分布密度曲线,简称为正态曲线.
(2)正态曲线的性质
①曲线在x轴的上方,与x轴不相交;
②曲线是单峰的,关于直线x=μ对称;
③曲线的最高点位于x=μ处;
④当x<μ时,曲线上升;当x>μ时,曲线下降;并且当曲线向左、右两边无限延伸时,以x轴为渐近线.
(3)3σ原则
①P(μ-σ<X≤μ+σ)≈0.682 6;
②P(μ-2σ<X≤μ+2σ)≈0.954 4;
③P(μ-3σ<X≤μ+3σ)≈0.997 4.
(4)正态分布的均值与方差
若X~N(μ,σ2),则EX=μ,DX=σ2.
学霸笔记
1.判断一个随机变量是否服从二项分布,要看两点:
(1)是否为n次独立重复试验.
(2)随机变量是否为某事件在这n次独立重复试验中发生的次数.
2.关于超几何分布
(1)超几何分布描述的是不放回抽样问题,随机变量为抽到的某类个体的个数.超几何分布的特征:
①考查对象分两类;
②已知各类对象的个数;
③从中抽取若干个个体,考查某类个体数X的概率分布.
(2)超几何分布主要用于抽检产品、摸不同类别的小球等概率模型,其实质是古典概型.
3.对于X~N(μ,σ2),由x=μ是正态曲线的对称轴知:
(1)对任意的a有P(X<μ-a)=P(X>μ+a);
(2)P(X<x0)=1-P(X≥x0);
(3)P(a<X<b)=P(X<b)-P(X≤a).
进阶诊断
1.判断正误
(1)二项分布是一个概率分布列,是一个用公式P(X=k)=Cpk(1-p)n-k,k=0,1,2,…,n表示的概率分布列,它表示了n次独立重复试验中事件A发生的次数的概率分布.( √ )
(2)二项分布和超几何分布都是有放回抽样.( × )
(3)正态分布中的参数μ和σ完全确定了正态分布,参数μ是正态分布的期望,σ是正态分布的标准差.( √ )
(4)一个随机变量如果是众多互不相干的、不分主次的偶然因素作用结果之和,它就服从或近似服从正态分布.( √ )
2.已知X~B(20,p),且EX=6,则DX=( )
A.1.8 B.6
C.2.1 D.4.2
D 解析:因为X服从二项分布X~B(20,p),
所以EX=20p=6,得p=0.3,
故DX=np(1-p)=20×0.3×0.7=4.2.
3.箱子里有5个黑球,4个白球,每次随机取出一个球,若取出黑球,则放回箱中,重新取球;若取出白球,则停止取球,那么在第4次取球之后停止的概率为( )
A. B.()3×
C.× D.C×()3×
答案:B
4.在含有3件次品的10件产品中,任取4件,X表示取到的次品的个数,则P(X=2)=________.
答案: 解析:由题意得P(X=2)==.
5.某市高二年级男生的身高X(单位:cm)近似服从正态分布N(170,25),随机选择一名本市高二年级的男生,则P(160<X≤180)=________.
答案:0.954 5
6.已知两个随机变量X,Y满足X+