内容正文:
第六节 二项分布及其应用、正态分布
1.了解条件概率的概念,了解两个事件相互独立的概念.
2.理解n次独立重复试验的模型及二项分布,并能解决一些简单问题.
3.借助直观直方图认识正态分布曲线的特点及曲线所表示的意义.
1.条件概率及其性质
(1)条件概率的定义:对于任何两个事件A和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,用符号P(B|A)来表示,其公式为P(B|A)=(P(A)>0).
(2)条件概率的性质
①非负性:0≤P(B|A)≤1;
②可加性:如果B和C是两个互斥事件,
则P(B∪C|A)=P(B|A)+P(C|A).
2.相互独立事件
(1)对于事件A,B,若事件A的发生与事件B的发生互不影响,则称事件A,B是相互独立事件.
(2)若P(AB)=P(A)P(B),则A与B相互独立.
(3)若A与B相互独立,则A与,与B,与也都相互独立.
(4)若A与B相互独立,则P(B|A)=P(B),P(AB)=P(B|A)P(A)=P(A)P(B).
(5)一般地,如果事件A1,A2,…,An(n>2,n∈N*)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(A1A2…An)=P(A1)P(A2)·…·P(An).
3.独立重复试验与二项分布
(1)独立重复试验:一般地,在相同条件下重复做的n次试验称为n次独立重复试验.
(2)独立重复试验的条件
①每次试验在相同条件下可重复进行;
②各次试验是相互独立的;
③每次试验都只有两种结果,即事件要么发生,要么不发生.
(3)二项分布:一般地,在n次独立重复试验中,设事件A发生的次数为X,在每次试验中事件A发生的概率为p,则事件A恰好发生k次的概率为P(X=k)=Cpk(1-p)n-k,k=0,1,2,…,n,则称随机变量X服从二项分布,记作X~B(n,p),并称p为成功概率.
(4)两个特殊分布的期望与方差
分布
期望
方差
两点分布
E(X)=
D(X)=p(1-p)
二项分布
E(X)=np
D(X)=np(1-p)
4.正态分布
(1)正态曲线的特点
①曲线位于x轴上方,与x轴不相交;
②曲线是单峰的,它关于直线对称;
③曲线在 处达到峰值;
④曲线与x轴之间的面积为1;
⑤当σ一定时,曲线的位置由μ确定,曲线随着的变化而沿x轴平移;
⑥当μ一定时,曲线的形状由σ确定,σ越小,曲线越“瘦高”,表示总体的分布越集中;σ越大,曲线越“矮胖”,表示总体的分布越分散.
(2)正态分布的三个常用数据
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.
(1)若X1,X2相互独立,则E(X1·X2)=E(X1)·E(X2).
(2)若X~N(μ,σ2),则X的均值与方差分别为E(X)=μ,D(X)=σ2.
(3)“恰好发生k次”与“有指定的k次发生”不同:恰好发生k次的概率P=Cpk(1-p)n-k,有指定的k次发生的概率P=pk(1-p)n-k(k=0,1,2,…,n).
(4)在X~N(μ,σ2)中,随机变量X在μ的附近取值的概率很大,在离μ很远处取得的概率很小.
(5)相互独立事件的概率与互斥事件的概率的区别
相互独立事件是指两个事件发生的概率互不影响,计算式为P(AB)=P(A)P(B);互斥事件是指在同一试验中,两个事件不会同时发生,计算公式为P(A+B)=P(A)+P(B).
1.在100件产品中有5件次品,采用放回的方式从中任意抽取10件,设X表示这10件产品中的次品数,则( )
A.X~B(100,0.05) B.X~B(10,0.05)
C.X~B(100,0.95) D.X~B(10,0.95)
答案:B
2.鸡接种一种疫苗后,有90%不会感染某种病毒,如果有5只鸡接种了疫苗,则恰好有4只鸡没有感染病毒的概率约为( )
A.0.33 B.0.66 C.0.5 D.0.45
答案:A
3.天气预报表明在元旦假期甲地降雨概率是0.2,乙地降雨概率是0.3.假设在这段时间内两地是否降雨相互之间没有影响,则这两地中恰有一个地方降雨的概率为( )
A.0.2 B.0.3 C.0.38 D.0.56
解析:选C 设甲地降雨为事件A,乙地降雨为事件B,则两地恰有一地降雨为A+B,所以P(A+B)=P(A)+P(B)=P(A)P()+P()P(B)=0.2×0.7+0.8×0.3=0.38.
4.从1,2,3,4,5,6,7,8,9中不放回地依次取2个数,设事件A=“第一次取到的是奇数”,事件B=“第二次取到的是奇数”,则P(B|A)=( )
A. B.