二项分布课件(公开课课件)(新人教选修...

合集下载

7.4.1 二项分布(第1课时)(课件)-2020-2021学年下学期高二数学同步精品课堂(新教材人

7.4.1 二项分布(第1课时)(课件)-2020-2021学年下学期高二数学同步精品课堂(新教材人
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(第1课时)
素养目标
1.理解n重伯努利试验的模型及 二项分布,并能解答一些简单的 实际问题;(重点) 2.能进行一些与n重伯努利试验 的模型及二项分布有关的概率的 计算.(重点、难点)
学科素养
1.数学抽象; 2.数学建模; 3.数学运算
小数)
解:记事件 A 为“1 小时内,1 台机床需要工人照管”,1 小时内 5
台机床需要照管相当于 5 次独立重复试验.
1 小时内 5 台机床中没有 1 台需要工人照管的概率 P5(0)=1-145= 345,
1小时内5台机床中恰有1台需要工人照管的概率P5(1)=C
1 5
×
1 4
×1-144, 所以1小时内5台机床中至少2台需要工人照管的概率为P=1-[P5(0) +P5(1)]≈0.37.

1 6
,因此,先后抛掷三次,出现0次6点朝上的概率为
1-16
3=
122156,所以至少出现一次6点朝上的概率是1-122156=29116.故选D.
4.已知随机变量ξ服从二项分布ξ~B4,13,则P(ξ=3)=(
)
A.3821
B.1861
C.2841
D.881
D 解析:ξ~B 4,13 表示做了4次独立试验,每次试验成功概率为
1.运用伯努利试验的概率公式求概率时,首先判断问题中涉及的 试验是否为n重伯努利试验,判断时注意各次试验之间是相互独立 的,并且每次试验的结果只有两种(即要么发生,要么不发生),在 任何一次试验中某一事件发生的概率都相等.
2.对于公式 P(X=k)=Cknpk(1-p)n-k(k=0,1,2,…,n)必须在满足“独 立重复试验”时才能运用,否则不能应用该公式. 3.二项分布的简单应用是求 n 重伯努利试验事件中事件 A 恰好发生 k 次的概率.

二项式分布PPT教学课件

二项式分布PPT教学课件
教学难点:二项分布模型的构建。 重难点的突破将在教学程序中详述。
二 、 教 法 探 讨:
自主性、能动性是人的各种潜能中最主要也是最高层次的潜 能,教育只有在尊重学生主体的基础上,才能激发学生的主体意 识,培养学生的主体精神和主体人格,“主体”参与是现代教学 论关注的要素 。我在课堂教学中做到以学生的自主学习为中心, 给学生提供尽可能多的思考、探索、发现、想象、创新的时间和 空间。另一方面,从学生的认知结构,预备知识的掌握情况,我 班学生有自主学习、主动构建新知识的能力。
设计意图:从实际中来,到实际中去,抽象出的二项分布 有何用途?什么时候用?这是学生想知道的。也是我们学 习数学的目的所在。怎么用呢?导入下一个环节。
重难点的突破:
(1)强调二项分布模型的应用范围:独立重复试 验。(前深化认识)
(2)运用类比法对学生容易混淆的地方,加以比较。 (后例题增加的③④)
(3)创设条件、保证充分的练习。设置基础训练、 能力训练、实践创新三个层次的训练题,即模型的直 接应用、变形应用和实际应用来二项分布模型,要反复引导,循序渐进,加以巩固.
=
1 0.7
3
0.7
1
上述解答是一个前面所学知识的应用过程 . 学生看到最后的结果,有一种``拨开云雾看青天” 的感觉,这不就是二项式定理吗?学生热情高涨, 课堂达到高潮,把对知识的学习掌握变成了对知 识的探索 、发现、总结、创新的过程.
通过解决问题2,学生在老师引导下,由特殊 到一般,由具体到抽象,由n次独立重复试验发生 k次的概率,主动构建二项分布这一重要的离散型 随机变量的分布列.攻破本节课的难点。
• 可以循环使用.多媒体辅助贯穿整个教学过程.
(一)创设情景,激发求知
1、投掷一枚相同的硬币5次,每次正面向上的概率为0.5。 2、某同学玩射击气球游戏,每次射击击破气球的概率为0.7, 现有气球10个。 3、某篮球队员罚球命中率为0.8,罚球6次。 4、口袋内装有5个白球、3个黑球,不放回地抽取5个球。 问题1、上面这些试验有什么共同的特点?

二项分布课件

二项分布课件

概率与置信水平之间存在一定的关系 。在确定置信区间时,需要考虑到概 率的大小。
概率计算公式
根据二项分布的定义,可以使用概率 计算公式来计算某一事件发生的概率 。公式包括成功的次数和试验次数等 参数。
置信区间的确定
置信区间的概念
置信区间是指在一定置信水平下,某一参数可能取值的一个范围。 在二项分布中,置信区间通常用于估计成功概率的区间范围。
03
记录每次试验的结果, 并计算成功次数和概率 。
04
可使用图形化工具(如 matplotlib)绘制理论 概率与模拟结果的对比 图。
利用R语言进行二项分布模拟实验
安装并打开R语言环境。
使用循环结构模拟多次试 验,并记录每次试验的成 功次数。
使用“runif()”函数生成 随机数作为试验结果(成 功或失败)。
决策树分析的例子包括:项目管理、资源分配、市场营销等。在这些场景中,二 项分布可以用来计算在不同情况下发生特定事件的概率,从而帮助决策者制定更 有效的计划和策略。
二项分布的模拟实
06

利用Excel进行二项分布模拟实验
打开Excel软件,选择一个工作表。
在第一列输入试验次数,在第二列输 入每次试验成功的概率。
样本量计算公式
根据二项分布的性质,可以通过计算公式来确定样本数量 。公式通常基于预期的置信区间、置信水平和误差率等因 素。
样本量与置信水平的关系
样本数量与置信水平之间存在一定的关系。通常,要达到 一定的置信水平,需要足够的样本数量来支持。
概率计算
基本概念
概率与置信水平的关系
在二项分布中,概率是指某一事件发 生的可能性。在统计学中,概率通常 用小数或百分比表示。
二项分布课件(上课)

7.4.1二项分布课件共28张PPT

7.4.1二项分布课件共28张PPT
示事件A发生的次数,则X的分布列为
= = × × ( − )− , = , , …,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(binomial
distribution),记作X~B(n,p).
X
p
0
0
n
1
0
n
1 n 1
C pq C pq
解法2:采用3局2胜制,不妨设赛满3局,用X表示3局比赛中甲胜的局数,则X~B(3,0.6).
甲最终获胜的概率为 =P(X=2)+P(X=3)= × . × . + × . =0.648.
采用5局3胜制,不妨设赛满5局,用X表示5局比赛中甲胜的局数,则X~B(5,0.6).甲最终获胜的概
小木钉后下落的方向,有“向左下落”和“向右
下落”两种可能结果,且概率都是0.5.在下落的
过程中,小球共碰撞小木钉10次,且每次碰撞后下
落方向不受上一次下落方向的影响,因此这是一
个10重伯努利试验,小球最后落入格子的号码等
于向右落下的次数,因此X服从二项分布。
典型例题
例2:如图是一块高尔顿板的示意图.在一块木板上钉着若干排相互平行但
1
n
…ቤተ መጻሕፍቲ ባይዱ
k

C nk p k q n k


n
C nn p n q 0
1.二项分布中,各个参数的意义?
n:重复试验的次数;k:事件A发生的次数;p:在一次试验中,事件A发生的概率.
2.判断一个随机变量是否服从二项分布,关键有两点:
一是对立性,即一次试验中,事件发生与否两者必有其一;
二是重复性,即试验是独立重复地进行了n次.

二项分布公开课课件

二项分布公开课课件
概率生成函数是二项式定理的推广,用于计算在n次独立重复 试验中,随机事件恰好发生k次的概率,其公式为P(X=k) = [T^(k)] * (p * (1-p))^n,其中T是试验次数,p是随机事件发 生的概率。
均值和方差
01
均值和方差是二项分布的两个重 要数学特征,用于描述随机事件 的平均值和波动性。
02
二项分布的均值是n*p,表示在n 次独立重复试验中随机事件平均 发生的次数;方差是n*p*q,表 示随机事件的波动程度,其中q表 示随机事件不发生的概率。
二项分布的参数
二项分布的参数包括试验次数n和随机事件发生的概率p, 它们共同决定了随机事件的分布形态。
试验次数n表示独立重复试验的总次数,随机事件发生的 概率p表示每次试验中随机事件发生的可能性大小。当n和 p一定时,二项分布的形态就确定了。
二项分布在现实生活中的应用
成功率预测
在生产、科研等活动中,可以通过二 项分布来预测多次试验中成功的次数 。
风险评估
生物统计学
在生物统计学中,二项分布被广泛应 用于遗传学、流行病学等领域,例如 研究疾病的发病率、遗传规律等。
在金融、保险等领域,可以通过二项 分布来评估风险和预测未来的结果。
02
二项分布的数学模型
THANKS。
利用Excel或数学软件计算
利用Excel或数学软件计算是一种便捷的二 项分布计算方法,通过利用现成的软件工具 进行计算。
Excel和许多数学软件都提供了二项分布的 计算功能,用户只需要输入相应的参数(如 试验次数、成功的概率等),软件就会自动 计算出二项分布的概率。这种方法省去了手 动计算的繁琐过程,提高了计算的准确性和 效率。同时,对于一些复杂的二项分布问题 ,利用软件进行计算可以避免复杂的数学推

【数学】2.2《 二项分布及其应用课件(新人教A版选修2-3)

【数学】2.2《 二项分布及其应用课件(新人教A版选修2-3)
( 互独事件 互独事件)
独立事件一定不互斥. 独立事件一定不互斥 互斥事件一定不独立. 互斥事件一定不独立 明确事件中的关键词, 明确事件中的关键词,如,“至少有一个发生”“至 至少有一个发生”“至 ”“ 多有一个发生” 恰有一个发生” 多有一个发生”,“恰有一个发生”,“都发 ”“都不发生 都不发生” 不都发生” 生”“都不发生”,“不都发生”。
此时称随机变量X服从二项分布,记作X~B(n,p), 此时称随机变量 服从二项分布,记作 服从二项分布 并称p为成功概率 为成功概率。 并称 为成功概率。
复习回顾
二项分布 3、
在一次试验中某事件发生的概率是p,那么在n次 在一次试验中某事件发生的概率是 ,那么在 次 独立重复试验中这个事件恰发生 恰发生ξ 显然 显然ξ 独立重复试验中这个事件恰发生ξ次,显然ξ是一个随机 变量. 变量. 于是得到随机变量ξ的概率分布如下: 于是得到随机变量 的概率分布如下: 的概率分布如下 ξ p
例 1 考虑恰有三个小孩的家庭 (假定生男生女为 考虑恰有三个小孩的家庭.
等可能) 等可能)
(1)若已知某一家有一个是女孩,求这家另两个是男孩的概率 )若已知某一家有一个是女孩, (2)若已知某一家第一个是女孩,求这家另两个是男孩的概率 )若已知某一家第一个是女孩,
(女、女、女); (女、女、男); (女、男、女);(女、男、男); ( 男、女、女) ; ( 男、女、男) ; ( 男、男、女) ; ( 男、男、男) ;
B
A
复习回顾
1、事件的相互独立性 、 为两个事件, 设A,B为两个事件,如果 P(AB)=P(A)P(B),则称事 , 为两个事件 则称事 与事件B相互独立 件A与事件 相互独立。 与事件 相互独立。 即事件A( 对事件B( 即事件 (或B)是否发生 对事件 (或A)发生的 )是否发生,对事件 ) 概率没有影响,这样两个事件叫做相互独立事件。 概率没有影响,

二项分布(优秀公开课课件)

二项分布(优秀公开课课件)

[方法技巧] n 重伯努利试验概率求解的关注点
(1)解此类题常用到互斥事件概率加法公式,相互独立事件概率乘法公式及 对立事件的概率公式.
(2)运用 n 重伯努利试验的概率公式求概率时,首先判断问题中涉及的试验 是否为 n 重伯努利试验,判断时注意各次试验之间是相互独立的,并且每次试 验的结果只有两种(即要么发生,要么不发生),在任何一次试验中某一事件发 生的概率都相等,然后用相关公式求概率.
(2)随机变量 X 的可能取值为 0,1,2,3,4.且 X~B4,12. 所以 P(X=k)=Ck412k1-124-k=Ck4124(k=0,1,2,3,4). 所以随机变量 X 的分布列为
X0 1
P
1 16
1 4
2 34
3 11 8 4 16
题型三 二项分布的均值和方差 [学透用活]
[典例 3] (1)某运动员投篮投中的概率 p=0.6,则重复 5 次投篮时投中次 数 Y 的数学期望等于________.
=15×19×1861=28403. 答案:28403
4.设随机变量 ξ~B6,12,则 D(ξ)等于________. 解析:因为随机变量 ξ~B6,12, 所以 D(ξ)=6×12×1-12=32. 答案:32
题型一 n 重伯努利试验 [学透用活]
在 n 重伯努利试验中,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,那么在 n 重伯努利试验中,事件 A 恰好发生 k 次的概率 P(X= k)=Cknpk(1-p)n-k,k=0,1,2,…,n.
[学透用活] [典例 2] 某学生在上学路上要经过 4 个路口,假设在各个路口是否遇到红 灯是相互独立的,遇到红灯的概率都是13,遇到红灯时停留的时间都是 2 min. (1)求这名学生在上学路上到第三个路口时首次遇到红灯的概率; (2)求这名学生在上学路上因遇到红灯停留的总时间至多是 4 min 的概率. [解] (1)设“这名学生在上学路上到第三个路口时首次遇到红灯”为事件 A. 因为事件 A 等价于事件“这名学生在第一个和第二个路口没有遇到红灯,在 第三个路口遇到红灯”, 所以事件 A 的概率为 P(A)=1-13×1-13×13=247.

二项分布公式 PPT

二项分布公式 PPT

⑤设“至少击中一次”为事件B,则B包括“击中一次”,
“击中两次”,“击中三次”,“击中四次”,“击中五
P(B)=P5(1)+P5(2)+次P”5(3,)+所P以5(4概)+率P为5(5)
1-P5(0)
=0.2592+0.3456+0.2304+0.0768+0.01024=0.92224.
例2 某气象站天气预报的准确率为80%,计算(结果保留 两个有效数字):
公式 (二项分布公式)
如果在一次试验中某事件发生的概 率是p,那么在n次独立重复试验中, 这个事件恰好发生k次的概率计算公式:
Pnk Cnk pk 1 p nk
或Pn k Cnk pkqnk q 1 p
一般地,如果在1次试验中某事件发生的概率是P,那么 在n次独立重复试验中这个事件恰好发生k次的概率
由题设,此射手射击1次,中靶的概率为0.4.
① n=5,k=1,应用公式得
② 事件“第二次击中”表示第一、三、四、五次击中或击不中 都可,它不同于“击中一次”,也不同于“第二次击中,其他各 次都不中”,不能用公式.它的概率就是0.4. ③n=5,k=2,
④“第二、三两次击中”表示第一次、第四次及第五次可中可不 中,所以概率为0.4×0.4=0.16.
P = P5(4) + P5(5) = C54 × 0.84 × (1- 0.8)5-4 +C55 × 0.85 × (1- 0.8)5-5 = 5 × 0.84 × 0.2 + 0.85 0.410 + 0.328 0.74
答: 5次预报中至少有4次准确的概率约为0.74.
答: 5次预报中恰有4次准确的概率约为0.41.
例2 某气象站天气预报的准确率为80%,计算(结果保留 两个有效数字):

二项分布-课件

二项分布-课件

3.对于正态分布N(μ,σ2),由x=μ是正态曲线的对称 轴知: (1)对任意的a,有P(X<μ-a)=P(X>μ+a); (2)P(X<x0)=1-P(X≥x0); (3)P(a<X<b)=P(X<b)-P(X≤a).
【基础自测】 题组一:走出误区 1.判断正误(正确的打“√”,错误的打“×”) (1)P(B|A)与P(A|B)的含义相同. ( ) (2)若事件A,B相互独立,则P(B|A)=P(B). ( )
【即时训练】将一个半径适当的小球放入如图所示的容
器最上方的入口处,小球将自由落下,小球在下落的过
程中,将3次遇到黑色障碍物,最后落入A袋或B袋中,已
知小球每次遇到黑色障碍物时,向左、右两边下落的概
率分别为 2,1 , 则小球落入A袋中的概率为
33
A. 3B. 1C.1D. 2
4
4
3
3
A.1
B.2
C.3
D.4
(2)已知随机变量ξ服从正态分布N(2,σ2),且
P(ξ<4)=0.8,则P(0<ξ<4)=( )
A.0.6
B.0.4
C.0.3
D.0.2
命题角度2 3σ原则的应用
【典例】(1)(2018·茂名模拟) A.7 539 设X~N(1,1),其正态分布密 C.7 028
度曲线如图所示,那么向正方
考点三 正态分布 【明考点·知考法】
正态分布作为考查数学应用意识的重要载体,在 高考题中经常出现,试题常以选择题、填空题形式出 现,考查正态曲线的特点及应用、3σ原则的应用,解 题过程中常渗透数形结合的思想.
命题角度1 正态曲线的性质
【典例】(1)设随机变量X服从正态分布N(μ,σ2),

二项分布公开课课件

二项分布公开课课件

理论基础
了解二项分布的公式和参数意义,以及它的期望、方差、密度函数和分布函 数,对于深入理解该概率分布至关重要。
实际应用
二项分布不仅适用于生产、销售和营销等领域,它在医学、心理学等领域的 应用也非常广泛。 通过实际问题的建模,我们可以探索二项分布在不同领域中的真实应用场景。
经典案例分析
通过抛硬币实验、抽奖问题和统计调查数据的分析,我们可以深入了解二项 分布在实际情境中的应用。 这些经典案例不仅有趣,还能帮助我们理解二项分布的特点和应用优势。
二项分布公开课课件
欢迎参加二项分布公开课!本课程将带您了解二项分布的概念、应用和实际 案例。准备好开始深入了解数据分析的精髓了吗?
什么是二项分布
二项分布是一种描述离散型随机变量的概率分布,代表了在n次独立重复试验 中成功次数的概率分布。
这个概念在许多领域都有应用,了解它的特点和用途将有助于提升数据分析 能力。
总结
二项分布是一种强大的数据分析工具,了解它对提高数据分析能力具有重要意义。 通过本次课程,您将掌握二项分布的核心概念,为深入学习数据分析打下坚实的基础。 接下来,我们将为您提供更多学习二项分布的建议。
ቤተ መጻሕፍቲ ባይዱ
参考资料
为了帮助您更好地学习和应用二项分布,我们推荐一些相关文献、书籍、网站和在线资源。 探索更多关于二项分布的知识,加深您对数据分析领域的了解。

1-2 二项分布[30页]

1-2 二项分布[30页]

獨立重複白努利試驗的機率 假設一白努利試驗成功的機率為 p,則獨立重複白努利試 驗 n 次中,恰出現 k 次成功的機率為 Ckn pk (1 p)nk。
翰林版 1-2 二項分布 page 10/30
3 p.32
假設某射擊選手每次射擊時,擊中目標的機率為4,並假設每 5
次射擊的結果是互相獨立的,則他射擊 5 次中恰擊中 3 次的機
1-2 二項分布
獨立事件 重複試驗 二項分布 二項分布的性質
翰林版 1-2 二項分布 page 1/30
獨立事件 p.27~p.29
翰林版 1-2 二項分布 page 2/30
兩事件為獨立事件
設事件 A 與事件 B 是樣本空間中的兩事件。 若 P( A B) P( A)P(B) ,則稱 A,B 為獨立事件,
4 p.34
翰林版 1-2 二項分布 page 12/30
小聖從住家到學校的途中會經過 5 個設有紅綠燈的路口,如下
圖,假設他在各路口遇到紅燈的事件是互相獨立的,而各路口 遇到紅燈的機率都是 1。若隨機變數 X 的取值表示小聖在路口
4 遇到紅燈的次數,試求此隨機變數 X 的機率質量函數。
4 p.34
(2) 由第(1)小題得 P( A B C ) 2 1 P( A)P(B)P(C) 12 12
所以 A,B ,C 三事件不是獨立事件
重複試驗 p.30~p.32
翰林版 1-2 二項分布 page 9/30
如果一個隨機試驗的結果僅有兩種情形,就稱為一個白努 利試驗。 在相同條件下重複執行一個試驗稱為重複試驗,而當每次 結果互不影響時,稱為獨立重複試驗。
當三事件 A,B,C 同時滿足下列四項條件: (1) P( A B) P( A)P(B) (2) P(B C) P(B)P(C) (3) P( A C) P( A)P(C) (4) P( A B C) P( A)P(B)P(C) 稱 A,B,C 三事件為獨立事件。

二项分布公开课优质课比赛获奖课件

二项分布公开课优质课比赛获奖课件
ʘ 正正反 ʘ 正反正 ʘ 反正正
概率计算 在n次独立重复试验中,事件A恰好发生k次(0≤k≤n) 的概率问题叫做伯努利概型.发生k次的概率为:
P(X k) Cnk Pk (1 P)nk (K=0,1,2,…,n.)
X服从二项分布,记作:X B(n, p)
实践应用
VS 诸葛亮 臭皮匠团队
设诸葛亮解决某问题的概率是0.9,三个臭皮匠
情感层面:学生对数学新内容的学习有相当的兴趣和积极性,
但探究问题的能力以及合作交流等方面发展不够 均衡,有待加强。
一、教材分析
教学重点:
理解n次独立重复试 验(n重伯努利试验 ); 理解二项分布的概 念; 应用二项分布模型 解决一些简单的实 际问题。
教学难点:
二项分布模型的 构建 应用二项分布模 型解决一些简单 的实际问题
高考链接
(2009辽宁高考,理19)
1
某该人目向标一 分目 为射3个击不4同次的,部每分次,击第中一目、标二的、概三率部为分3 .
面积之比为1:3:6。击中目标时,击中任何一
部分的概率与其面积成正比。
(Ⅰ)设X表示目标被击中的次数,求X的分布列; (Ⅱ)若目标被击中2次,A表示事件“第一部分至
少被击中1次或第二部分被击中2次”,求P(A)
一、教材分析
(二)学情分析
知识层面:在此之前学生已复习了互斥事件,对立事件,分
布列,两点分布,超几何分布等知识 在学习过程中应充分调动学生的积极性,通过学
能力层面:生引自导身才的 能探发究现学二习项、分互布相的合特作点,。还 此有外教还师要的让适学当生
加强学二项分布与前面知识的区别与联系,构建 知识网络。
设计意图:从学生熟知的案例入手,让其知道 数学来源于生活,数学接地气!姚明的出现也 激起学生的自豪感,激发学生的昂扬斗志。

hmw23二项分布公开课新人教选修

hmw23二项分布公开课新人教选修
独立重复试验与二项分布
引例
1、投掷一枚相同的硬币 5次,每次正面向上的概率为 0.5。
2、某同学玩射击气球游戏 ,射击10次,每次射击击破气球
的概率为 0.7。 3、某篮球队员罚球命中率为 0.8,罚球6次。
4、口袋内装有 5个白球、 3个黑球,有放回地抽取 5个球。
问题 上面这些n次试验有什么共同的特点?
⑴如果是有放回地取,则 ? ? B(n, M )
N ⑵如果是不放回地取 , 则? 服从超几何分布.
P (?
?
k) ?
C C k n? k M N?M CNn
(k
?
0,1,2,
, m) (其中 m ? min( M, n)
闯关自测
第恭1关喜你,闯第关2关成功 第3关
1、每次试验的成功率为 p(0 ? p ? 1), 重复进行10次试验,其中前
与不发生 ? 4).每次试验,某事件发生的概率是相同的. ? 5).每次试验,某事件发生的次数是可以列举的。
n次独立重复试验
一般地,在相同条件下重复做的n次 试验,各次试验的结果相互独立,就称为n 次独立重复试验.
注意
⑴独立重复试验,是在相同条件下各次之 间相互独立地进行的一种试验;
⑵每次试验只有“成功”或“失败”两种 可能结果;每次试验“成功”的概率为p , “失败”的概率为1-p.
提示:从下面几个方面探究:
(1)每次实验的条件①;条件相同,包含了 n个相同的试验
(2)每次实验间的关系;②每次试验相互独立;
(3)每次试验可能的结果;(3)结果只有两个:
A或
——
A
(4)每次试验的概率;④相同,A的概率为 p 。
(5)每个试验事件发生的次数⑤可以 计数, 是随机变
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
2.100件产品中有3件不合格品,每次取 一件,又放回的抽取3次,求取得不合 格品件数X的分布列。
例 2 实力相等的甲、乙两队参加乒乓球团体比赛,规定 5 局 3 胜制(即 5 局内谁先赢 3 局就算胜出并停止比赛). ⑴试求甲打完 5 局才能取胜的概率. ⑵按比赛规则甲获胜的概率.
解:甲、乙两队实力相等,所以每局比赛甲获胜的概率为
独立重复试验与二项分布
开平一中数学组 张翠仙
复习回顾
前面我们学习了互斥事件、条件概率、相互独
立事件的意义,这些都是我们在具体求概率时需要
考虑的一些模型,吻合模型用公式去求概率简便.
⑴ P( A B) P( A) P(B)(当 A与B 互斥时);
⑵ P(B | A)
n AB n A
P( AB) P( A)
⑴如果是不放回地取, 则 服从超几何分布.
P(
k)
C C k n-k M N-M
C
n N
(k
0,1, 2,
, m) (其中 m min(M , n)
⑵如果是有放回地取,则 B(n, M )
N
例1:1名学生每天骑自行车上学,从家到学校的途中有5个 交通岗,假设他在交通岗遇到红灯的事件是独立的,并且概 率都是1/3.(1)求这名学生在途中遇到3次红灯的.(2)求这 名学生在途中至少遇到一次红灯的概率.
意义建构
在 n 次独立重复试验中,如果事件 A在其中1次试验中发生的概率是P, 那么在n次独立重复试验中这个事件恰 好发生 k 次的概率是:
P (X=k) C k Pk (1 - P )n -k ( k 0,1, 2, Ln ). n
意义理解
1).公式适用的条件 2).公式的结构特征
事件 A 发生的概率
表示投中, 表示没投中,则4次投篮中投中 1次的情况有以下四种:
(1) (2) (3) (4)
问题2:在4次投篮中姚明恰好命中2次的 概率是多少?
问题3:在4次投篮中姚明恰好命中3次的 概率是多少?
问题4:在4次投篮中姚明恰好命中4次的概率是 多少?
问题5:在n次投篮中姚明恰好命中k次的 概率是多少?
n次独立重复试验
一般地,在相同条件下重复做的n次 试验,各次试验的结果相互独立,就称为n 次独立重复试验.
注意
⑴独立重复试验,是在相同条件下各次之 间相互独立地进行的一种试验;
⑵每次试验只有“成功”或“失败”两种 可能结果;每次试验“成功”的概率为p , “失败”的概率为1-p.
判断下列试验是不是独立重复试验:
1).依次投掷四枚质地不同的硬币,3次正面向上; (NO) 2).某人射击,击中目标的概率P是稳定的,他连续射击 了10次,其中6次击中; (3Y)E.S口) 袋装有5个白球,3个红球,2个黑球,从中依次 抽取5个球,恰好抽出4个白球; 4()N.O口) 袋装有5个白球,3个红球,2个黑球,从中有放回 的抽取5个球,恰好抽出4个白球. (YES)
P (X=k) C k Pk (1 - P )n -k ( k 0,1, 2, Ln ). n
作业 课本60页AB组题
请举出生活中碰到的独 立重复试验的例子。
创设情境:
姚明作为中锋,他职业生涯的罚球 命中率为0.8,假设他每次命中率相同, 请问他4投3中的概率是多少?
学生活动
问题1:在4次投篮中姚明恰好命中1次的概率是多少? 分解问题:1)在4次投篮中他恰好命中1次的情况有几种?
2)说出每种情况的概率是多少? 3)上述四种情况能否同时发生?
C44 0.84
随机变量X的分布列:X~B(n,p)
P( X k ) Cnk pk (1- p)n-k
与二项式定(其中k = 0,1,2,···,n ) 理有联系吗?
二项分布与两点分布、超几何分布有什么区别和联系?
1.两点分布是特殊的二项分布 (1 p)
2.一个袋中放有 M 个红球,( N - M )个白球,依次从袋中 取 n 个球,记下红球的个数 .
1 ,乙获胜的概率为 1 .
2
2
⑴甲打完 5 局才能取胜,相当于进行 5 次独立重复试验,
且甲第 5 局比赛取胜,前 4 局恰好 2 胜 2 负 新疆 王新敞 奎屯
∴甲打完 5 局才能取胜的概率
P1
C42
( 1 )2 2
( 1 )2 2
1 2
3 16
.
(2) 记事件 A “甲打完 3 局才能取胜”, 事件 B =“甲打完 4 局才能取胜”, 事件 C =“甲打完 5 局才能取胜”. 事 件 D = “ 按 比 赛 规 则 甲 获 胜 ”, 则 ,
问题 上面这些试验有什么共同的特点?
①多次重复做同一的试验; ②每次试验相互独立;
③每次试验只有两种可能的结果:A或
——
A
即要
么发生,要么不发生
④每次出现A的概率相同为p ,—A—的概率也相同, 为1-p; ⑤试验”成功”或“失败”可以计数,即试验结
果对应于一个离散型随机变量.
结论:
1).每次试验是在同样的条件下进行的; 2).各次试验中的事件是相互独立的 3).每次试验都只有两种结果:发生与不发生 4).每次试验,某事件发生的概率是相同的.
(P( A) 0)
⑶ P( AB) P( A)P(B) (当 A与B 相互独立时)
那么求概率还有什么模型呢?
引例:问题 下面这些试验有什么共同的特点?
1、投掷一枚相同的硬币5次,每次正面向上的概率为0.5。
2、某同学玩射击气球游戏,每次射击击破气球的概率为 0.7,现有气球10个。
3、某篮球队员罚球命中率为0.8,罚球6次。
解:记ξ为学生在途中遇到红灯次数,则 ~ B(5, 1)
(1)遇到3次红灯的概率为:
3
P(3)ຫໍສະໝຸດ C53(1 3
)3
(
2 3
)2
40 243
(2)至少遇到一次红灯的概率为:
P 1 1 - P 0 1 - ( 2)5 211 .
3 243
跟踪练习:
1、 某射手每次射击击中目标的概率是0.8. 求这名射手在10次射击中, (1)恰有8次击中目标的概率; (2)至少有8次击中目标的概率。
D A B C 又因为事件 A 、 B 、 C 彼此互斥,
故 PD PA B C PA PB PC
1 3 3 1. 8 16 16 2
答:按比赛规则甲获胜的概率为 1 . 2
小结:
在 n 次独立重复试验中,如果事件 A在其中1次试验中发生的概率是P, 那么在n次独立重复试验中这个事件恰 好发生 k 次的概率是:
事件A发生的概率
P( X k) Cnk pk (1- p)n-k
(其中k = 0,1,2,···,n )
实验总次数
事件 A 发生的次数
数学运用
变式5.填写下列表格:
姚明投中 次数X
相应的 概率P
0
1
C
0 4
0.2
4
C41 0.81 0.23
2
3
4
C42 0.82 0.22
C43 0.83 0.21
4、口袋内装有5个白球、3个黑球,有放回地抽取5个球。
提示:从下面几个方面探究: (1)实验的条件;(2)每次实验间的关系;(3)每次试 验可能的结果;(4)每次试验的概率;(5)每个试验事 件发生的次数
1、投掷一枚相同的硬币5次,每次正面向上的概率为0.5。 2、某同学玩射击气球游戏,每次射击击破气球的概率为0.7 现有气球10个。 3、某篮球队员罚球命中率为0.8,罚球6次。 4、口袋内装有5个白球、3个黑球,有放回地抽取5个球。
相关文档
最新文档