内容正文:
数学·选择性必修·第三册
第七章 随机变量及其分布
7.4 二项分布与超几何分布
7.4.1 二项分布
高效导学第一步
梳理教材,
必备基础知识
典例探究,
提升关键能力
高效导学第二步
课下培优巩固练(十五)
课程标准
学习目标
1.理解n重伯努利试验模型,理解二项分布.
2.能运用n重伯努利试验模型及二项分布解决一些简单的实际问题.
1.逻辑推理:理解n重伯努利试验、二项分布.
2.数学运算:借助n重伯努利试验、二项分布解题.
一、伯努利试验
(1)概念
我们把只包含 可能结果的试验叫做伯努利试验.
我们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 次.
②各次试验的结果相互 .
两个
n
独立
二、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)=C eq \o\al(\s\up24(k),\s\do8(n)) pk(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)
[提醒] 二项分布的关键点
①对立性:在一次试验中,事件A发生与否必居其一.
②重复性:试验可以独立重复地进行,且每次试验事件A发生的概率都是同一常数p.
③X的取值从0到n,中间不间断.
【基础自测】
1.(多选)下列例子中随机变量X服从二项分布的有( )
A.随机变量X表示重复抛掷一枚骰子n次中出现点数是3的倍数的次数
B.某射手击中目标的概率为0.9,从开始射击到击中目标所需的射击次数X
C.有一批产品共有N件,其中M件为次品,采用有放回抽取方法,X表示n次抽取中出现次品的件数(M<N)
D.有一批产品共有N件,其中M件为次品,采用不放回抽取方法,X表示n次抽取中出现次品的件数(M<N)
解析:对于A,设事件E为“抛掷一枚骰子出现的点数是3的倍数”,则P(E)= eq \f(1,3) ,则在n重伯努利试验中事件E恰好发生了k(k=0,1,2,…,n)次的概率P(X=k)=C eq \o\al(\s\up24(k),\s\do8(n)) × eq \b\lc\(\rc\)(\a\vs4\al\co1(\f(1,3)))
eq \s\up12(k) × eq \b\lc\(\rc\)(\a\vs4\al\co1(\f(2,3)))
eq \s\up12(n-k) ,符合二项分布的定义,即有X~B eq \b\lc\(\rc\)(\a\vs4\al\co1(n,\f(1,3))) .对于B,X的取值是1,2,3,…,n,P(X=k)=0.9×0.1k-1(k=1,2,3,…,n),显然不符合二项分布的定义,因此X不服从二项分布.选项C与D的区别是:C是“有放回”抽取,而D是“无放回”抽取,显然D中n次试验是不独立的,因此X不服从二项分布,对于C,X显然服从二项分布,且X~B eq \b\lc\(\rc\)(\a\vs4\al\co1(n,\f(M,N))) .
答案:AC
2.一头猪服用某药品后被治愈的概率是90%,则服用这种药的5头猪中恰有3头被治愈的概率为( )
A.0.93 B.1-(1-0.9)3
C.C eq \o\al(\s\up24(3),\s\do8(5)) ×0.93×0.12 D.C eq \o\al(\s\up24(3),\s\do8(5)) ×0.13×0.92
解析:5头猪中恰有3头被治愈的概率为C eq \o\al(\s\up24(3),\s\do8(5)) ×0.93×0.12.
答案:C
3.设随机变量X~B eq \b\lc\(\rc\)(\a\vs4\al\co1(6,\f(1,2))) ,则P(X=3)=________________.
解析:∵随机变量X服从二项分布B eq \b\lc\(\rc\)(\a\vs4\al\co1(6,\f(1,2))) ,
∴P(X=3)=C eq \o\al(\s\up24(3),\s\do8(6)) eq \b\lc\(\rc\)(\a\vs4\al\co1(\f(1,2)))
eq \s\up12(3) × eq \b\lc\(\rc\)(\a\vs4\al\co1(1-\f(1,2)))
eq \s\up12(3) = eq \f(5,16) .
答案: eq \f(5,16)
4.某处有水龙头5个,调查表明每个水龙头被打开的概率都为 eq \f(1,10) ,若随机变量ξ表示同