内容正文:
6.4.1二项分布
第六章
概率
北师大版2019选择性必修第一册·高二
学 习 目 标
1
2
3
理解n重伯努利试验的概念,掌握二项分布的定义与分布列形式.
能识别二项分布的应用场景,会用二项分布公式计算概率、均值与方差.
体会“从具体试验抽象概率模型”的思想,提升数学建模与数据分析素养.
旧知回顾
以上试验均为伯努利试验,每次试验只有两个相互对立的结果,可以分别称为“成功”和失败.
(1)抛掷一枚质地均匀的硬币,观察正面向上的结果;
服从两点分布其均值EX=p,方差DX=p(1−p).
问题2:若每次“成功”的概率均为p,则成功次数的随机变量X服从什么分布?它的均值与方差如何计算?
问题1:以上试验是什么试验,它们具有什么特点?
(2)某射击运动员一次射击中靶的结果;
(3)检测某个产品是否为次品.
试验的共同特点:
(1)抛掷一枚质地均匀的硬币10次,每次正面向上的概率为0.5;
问题3:生活中我们常遇见多次重复以上试验,
(2)某射击运动员进行4次射击,每次命中目标的概率为0.7;
(3)检测一批产品(共1000个),每个产品为次品的概率为0.01.
新知探究
我们如何定义这种试验,这种试验下随机变量的分布列、均值、方差又如何求解?
①相同条件下的试验(10次、4次、1000次);
②每次试验相互独立;
③每次试验只有两种可能的结果:发生或不发生;
④每次试验发生的概率相同为p,不发生的概率也相同,为1−p.
旧知回顾
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.
即时训练:判断下列试验是否是n重伯努利试验:
(1)抛掷一枚质地均匀的硬币10次.
新知探究
探究1:n重伯努利试验
(2)某飞碟运动员每次射击中靶的概率为0.8,连续射击3次.
(3)一批产品的次品率为5%,有放回地随机抽取20件.
(4)口袋中装有5个白球,3个红球,2个黑球,依次从中抽取5个球,恰好抽出4个白球.
(1)(2)(3)每次试验条件相同,结果相互独立,是n重伯努利试验;
(4)的试验结果有三种,每种出现的可能性不相等,因此不是n重伯努利试验.
旧知回顾
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.
新知探究
探究1:n重伯努利试验
n重伯努利试验的判断依据:
要看该试验是不是在相同的条件下可以重复进行;
每次试验相互独立,互不影响;
每次试验都只有两种结果,即事件发生、不发生.
该试验是n重伯努利试验.
追问1:该试验是n重伯努利试验吗?
问题4:某飞碟运动员每次射击中靶的概率为,连续射击4次,且各次命中目标与否是相互独立的,用X表示中靶次数,求随机变量X的分布列?
实例分析
追问2:该试验关注的随机变量是什么?
关注的随机变量X是命中的次数.
追问3:随机变量X有哪些取值?
X可取0,1,2,3,4.
实例分析
追问4:用(i =0,1,2,3,4)表示第i次中靶的事件,请计算X=0和X=1的概率.
=
追问5:当X=k(k=0,1,2,3,4)时,事件{X=k}的含义是什么? P{X=k}如何表示?
实例分析
追问5:当X=k(k=0,1,2,3,4)时,事件{X=k}的含义是什么? P{X=k}如何表示?
事件{X=k}表示4次射击,有k次命中目标,4−k次没有击中目标.
这样,X的分布列就可以写成:
1 2 3 4
P
旧知回顾
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
新知探究
探究2:二项分布
若一个随机变量X的分布列如上所述,则称X服从参数为n,p的二项分布,简记为X~B(n,p).
追问1:两点分布与二项分布是何关系?
两点分布是只有两种试验结果的随机试验的概率分布,也就是伯努利试验的概率分布,与二项分布相比,两点分布是n=1的二项分布,二项分布可以看做两点分布的一般形式.
旧知回顾
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
新知探究
探究2:二项分布
若一个随机变量X的分布列如上所述,则称X服从参数为n,p的二项分布,简记为X~B(n,p).
追问2:二项分布中的各个量的意义是什么?对比二项分布和二项式定理,你能看出他们之间的联系吗?
就是二项式(a+b)n的
如果把p看成b,1−p看成a,则
展开式的通项,由此才称为二项分布.
旧知回顾
即时训练:下列随机变量X服从二项分布吗?如果服从二项分布,其参数n,p分别是什么?
新知探究
(1)抛掷n枚均匀的相同骰子,X表示“掷出的点数为1”的骰子数;
(2)n个新生婴儿,X表示男婴的个数;
(3)某产品的次品率为p,X表示n个产品中的次品的个数;
(4)女性患色盲的概率为0.25%,X表示任取n个女性中患色盲的人数.
(1)~(4)中的随机变量X均服从二项分布.
(1)中参数n为“均匀的相同骰子的枚数”,p = ;
(2)中参数n为“新生婴儿的个数”,p = ;
(3)中参数n为“产品的个数”,p为该产品的次品率;
(4)中参数n为“女性的人数”,p = 0.25%.
例1 某公司安装了3台报警器,它们彼此独立工作,且发生险情时每台报警器报警的概率均为0.9.求发生险情时,下列事件的概率:
典例分析
(1)3台都没报警;
(4)3台都报警;
(2)恰有1台报警;
(5)至少有2台报警;
(3)恰有2台报警;
(6)至少有1台报警.
解 设X表示在发生险情时3台报警器中报警的台数,
,
P(X=k) 0.001 0.027
由题意知X~B(3,0.9),它的分布列为:
典例分析
(1)3台都没报警;
(4)3台都报警;
(2)恰有1台报警;
(5)至少有2台报警;
(3)恰有2台报警;
(6)至少有1台报警.
P(X=k) 0.001 0.027
(1)3台都没报警的概率为P(X=0)=0.001;
(2)恰有1台报警的概率为P(X=1)=0.027;
(3)恰有2台报警的概率为P(X=2)=0.243;
(4)3台都报警的概率为P(X=3)=0.729;
(5)至少有2台报警的概率为P(X≥2)=P(X=2)+P(X=3)=0.243+0.729=0.972;
(6)至少有1台报警的概率为P(X≥1)=1−P(X=0)=1− 0.001=0.999.
例2一批产品中,次品率为3.现连续抽取4次,每次抽取1件产品,用随机变量ξ表示抽取的次品的件数,求Eξ和Dξ.
典例分析
解 由题意知ξ~B(4,),它的分布列为
,
如下表:
P(ξ=k)
Eξ=0+1+2+3+4=.
Dξ=++
++
=.
例2一批产品中,次品率为3.现连续抽取4次,每次抽取1件产品,用随机变量ξ表示抽取的次品的件数,求Eξ和Dξ.
典例分析
ξ~B(4,),
Eξ=
Dξ=
=4
=4
追问:假设随机变量X服从二项分布B(n,p) ,那么X的均值和方差各是什么?
如果X~B(n,p),
那么E(X)=np,D(X)=np(1−p).
例3 某车间有5台机床,每台机床正常工作与否彼此独立,且正常工作的概率均为0.2.设每台机床正常工作时的电功率为10 kW,但因电力系统发生故障现总功率只能为30 kW,问此时车间不能正常工作的概率有多大(结果精确到0.001).
实例分析
分析 我们将每台机床是否能正常工作看成一次试验,那么一共有5次试验,并且它们彼此是独立的;在每次试验中,把正常工作看作“成功”,不正常工作看作“失败”,那么每次试验“成功”的概率都是0.2.如果令X为5台机床中正常工作的台数,那么X服从参数为n=5,p=0.2的二项分布.
而题目中“车间不能正常工作”是指总功率超过30 kW,即X≥4.
例3 某车间有5台机床,每台机床正常工作与否彼此独立,且正常工作的概率均为0.2.设每台机床正常工作时的电功率为10 kW,但因电力系统发生故障现总功率只能为30 kW,问此时车间不能正常工作的概率有多大(结果精确到0.001).
实例分析
解 设X为5台机床中正常工作的台数,则X服从参数为n=5,p=0.2的二项分布,
即
于是,由题意可得
这是一个概率很小的事件,几乎不会发生.因此,如果车间不能正常工作时不会造成破坏性后果,那么在总功率只能为30 kW的情况下仍可以正常安排生产.
课堂练习
1.设随机变量X服从二项分布B(6,),则P(X=3)=( ).
课堂练习
2.若某人每次射击命中目标的概率都为0.6,则经过3次射击,此人至少有2次命中目标的概率为( ).
3.设随机变量ξ~B(10,0.8),求Eξ.
Eξ=10×0.8=8.
课堂小结
基本知识:
n 重伯努利试验:
二项分布:
基本方法:
基本思想:
均值方差:
确定一个二项分布模型的步骤:
(1)明确伯努利试验及事件A的意义,确定事件A发生的概率p;
特殊与一般思想
模型化思想
(2)确定重复试验的次数n,并判断各次试验的独立性;
n次独立重复的伯努利试验;
EX = np,DX = np(1-p).
(3)设X为n次独立重复试验中事件A发生的次数,则X~B(n,p).
X~B(n,p),
基础作业:
课本习题6-4A组第1,3题
拓展练习:
课本习题6-4B组第1题
布置作业
感谢聆听!
$