内容正文:
专题8-4 四大分布:二项分布、超几何分布与正态分布(13类题型)
题型一 两点分布
题型二 二项分布
题型三 建立二项分布模型解决问题
题型四 服从二项分布的随机变量概率最大问题
题型五 利用二项分布求分布列
题型六 二项分布之高尔顿钉板问题
题型七 超几何分布
题型八 超几何分布与二项分布
题型九 正态分布:正态曲线的对称性
题型十 正态分布的实际应用(选填)
题型十一 正态分布大题专练
题型十二 二项分布与正态分布
题型十三 超几何分布与正态分布
1、两点分布
(1)两步法判断一个分布是否为两点分布
①看取值:随机变量只取两个值:0和1.
②验概率:检验P(X=0)+P(X=1)=1是否成立.如果一个分布满足以上两点,则该分布是两点分布,否则不是
(2)若随机变量服从两点分布,即其分布列为
0
1
其中,则称离散型随机变量服从参数为的两点分布.其中称为成功概率.
注意:
两点分布的试验结果只有两个可能性,且其概率之和为;
两点分布又称分布、伯努利分布,其应用十分广泛.
2、二项分布
定义
一般地,在次独立重复试验中,用表示事件发生的次数,设每次试验中事件发生的概率为,不发生的概率,那么事件恰好发生次的概率是(,,,…,)
于是得到的分布列
…
…
…
…
由于表中第二行恰好是二项式展开式
各对应项的值,称这样的离散型随机变量服从参数为,的二项分布,记作,并称为成功概率.
注意:由二项分布的定义可以发现,两点分布是一种特殊的二项分布,即时的二项分布,所以二项分布可以看成是两点分布的一般形式.
1.独立重复试验的特点
①每次试验中,事件发生的概率是相同的;
②每次试验中的事件是相互独立的,其实质是相互独立事件的特例.
2.判断随机变量X服从二项分布的条件(X~B(n,p))
①的取值为0,1,2,…,n;
②P(X=k)=Cpk(1-p)n-k(k=0,1,2,…,n,p为试验成功的概率).
注意:在实际应用中,往往出现数量“较大”“很大”“非常大”等字眼,这表明试验可视为独立重复试验,进而判定是否服从二项分布.
3.二项分布的适用范围及本质
(1)适用范围:
①各次试验中的事件是相互独立的;
②每次试验只有两种结果:事件要么发生,要么不发生;
③随机变量是这次独立重复试验中事件发生的次数.
(2)本质:二项分布是放回抽样问题,在每次试验中某一事件发生的概率是相同的.
4.二项分布的期望、方差
若,则,.
3、超几何分布
(1)本质:超几何分布的模型是不放回抽样,在每次试验中某一事件发生的概率是不相同的.
(2)超几何分布中的参数是M,N,n;
(3)超几何分布可解决产品中的正品和次品、盒中的白球和黑球、同学中的男和女等问题,往往由差异明显的两部分组成.
4、正态分布
一、正态曲线
1、定义:我们把函数,(其中是样本均值,是样本标准差)的图象称为正态分布密度曲线,简称正态曲线.正态曲线呈钟形,即中间高,两边低.
2、正态曲线的性质
(1)曲线位于轴上方,与轴不相交;
(2)曲线是单峰的,它关于直线对称;
(3)曲线在处达到峰值(最大值);
(4)曲线与轴之间的面积为1;
(5)当一定时,曲线的位置由确定,曲线随着的变化而沿轴平移,如图甲所示:
(6)当一定时,曲线的形状由确定.越小,曲线越“高瘦”,表示总体的分布越集中;越大,曲线越“矮胖”,表示总体的分布越分散,如图乙所示::
甲 乙
二、正态分布
1、定义
随机变量落在区间的概率为,即由正态曲线,过点和点的两条轴的垂线,及轴所围成的平面图形的面积,如下图中阴影部分所示,就是落在区间的概率的近似值.
一般地,如果对于任何实数,,随机变量满足,则称随机变量服从正态分布.正态分布完全由参数,确定,因此正态分布常记作.如果随机变量服从正态分布,则记为.
其中,参数是反映随机变量取值的平均水平的特征数,可以用样本的均值去估计;是衡量随机变量总体波动大小的特征数,可以用样本的标准差去估计.
2、原则
若,则对于任意的实数,为下图中阴影部分的面积,对于固定的和而言,该面积随着的减小而变大.这说明越小,落在区间的概率越大,即集中在周围的概率越大
特别地,有;;.
由,知正态总体几乎总取值于区间之内.而在此区间以外取值的概率只有,通常认为这种情况在一次试验中几乎不可能发生,即为小概率事件.在实际应用中,通常认为服从于正态分布的随机变量只取之间的值,并简称之为原则.
正态分布在四个特殊区间内取值的概率若则
(1);
(2);
(3);
(4).
三、超几何分布与二项分布的区别∶
(1)超几何分布需要知道总体的容量,而二项分布不需要;
(2)超几