内容正文:
二项分布
目录
知识点1 n重伯努利试验及其特征 1
知识点2 二项分布 2
题型一:n重伯努利实验 3
题型二:独立事件 6
题型三:二项分布的概念 9
题型四:二项分布的性质 11
题型五:二项分布的均值和方差 16
题型六:二项分布的最值问题 18
题型七:二项分布在生产中的应用 20
题型八:二项分布在摸球中的应用 25
题型九:二项分布在检测中的应用 26
题型十:二项分布在比赛中的应用 32
题型十一:二项分布在销售中的应用 43
题型十二:二项分布在抽取人数中的应用 47
题型十三:二项分布在农业中的应用 51
知识点1 n重伯努利试验及其特征
1.n重伯努利试验的概念
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.
(3)每次试验都只有两种结果,即事件要么发生,要么不发生,这两种结果是对立的
注:1、在相同条件下,有放回地抽样试验是n重伯努利试验.
2、相互独立的概念
(1)相互独立的定义
设A,B为两个事件,如果P(AB)=P(A)·P(B),则称事件A与事件B相互独立.
(2)相互独立事件
事件A(或B)发生对事件B(或A)发生的概率没有影响,这样的两个事件叫做相互独立事件.
3、相互独立的性质
若事件A与B相互独立,则A与,与B,与也相互独立.
4、相互独立事件与互斥事件的区别
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).
5.利用相互独立事件求复杂事件概率的解题思路
(1)将待求复杂事件转化为几个彼此互斥简单事件的和.
(2)将彼此互斥简单事件中的简单事件,转化为几个已知(易求)概率的相互独立事件的积事件.
(3)代入概率的积公式求解.
6.重伯努利试验的概率公式
一般地,如果在一次试验中事件发生的概率是,事件在次试验中发生次,共有种情形,由试验的独立性知,每种情形下,在次试验中发生,而在其余次试验中不发生的概率都是,所以由概率加法公式知,在重伯努利试验中,事件恰好发生次的概率为( ) .
知识点2 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.
称随机变量X服从二项分布,记作X~B(n,p).
注意:1、二项分布必须同时满足以下两个条件:①在一次试验中试验结果,只有与这两个,且事件A发生的概率为,事件发生的概率为;②试验可以独立重复地进行,即每次重复做一次试验,事件A发生的概率都是同一常数 ,事件发生的概率为 .
2、二项分布进行的随机试验是重复试验,所以每次抽取条件不变,可以理解为有放回抽样模型.而且每一次试验只有两个对立的结果或,称为伯努利试验.
3.判断一个随机变量是否服从二项分布,关键有二:其一是独立性,即一次试验中,事件发生与不发生二者必居其一;其二是重复性,即试验是独立重复地进行了n次.
4.P(A·B)=P(A)·P(B)只有在事件A,B相互独立时,公式才成立,此时P(B)=P(B|A).
(2)若,则.
5、证明同(1)有,则
,
所以,证毕.
因为在次独立重复试验中事件发生的概率为,所以可以理解为一次随机试验中事件平均发生次,则在次独立重复试验中事件平均发生次.
实例:一个袋中放有个红球,()个白球,依次从袋中取个球,记下红球的个数
如果有放回地取,则~B()
注:每一次取到红球的概率是相同的
所以,超几何分布与二项分布的本质区别就在于每一次试验中,事件A发生的概率是否相同,不同的是超几何分布,相同的是二项分布。
联系:
当抽取的方式从无放回变为有放回,超几何分布变为二项分布,当产品总数N很大时,超几何分布变为二项分布。独立重复试验的实际原型是有放回的抽样检验问题,但在实际应用中,从大批产品中抽取少量样品的不放回检验,可以近似的看做此类型。
拓展:在实际问题中,哪些语言暗示每次试验事件A发生的概率相同?
“从流水线上抽取”
“每次试验以事件A发生的频率近似作为概率等”
【题型归纳】
题型一:n重伯努利实验
例题1:下列事件不是n重伯努利试验的是( )
A.运动员甲射击一次,“射中9环”与“射中8环”
B.甲、乙两运动员各射击一次,“甲射中10环”与“乙射中9环”
C.甲、乙两运动员各射击一次,“甲、乙都射中目标”与“甲、乙都没射中目标”
D.在相同的条件下,甲射击10次,5次击中目标
例题2:有n位同学参加某项选拔测试,每位同学通过测试的概率都是p(0<p<1),假设每位同学能否通过测试