二项分布与正态分布
二项分布和正态分布的关系
二项分布和正态分布的关系二项分布和正态分布是概率统计中常用的两种分布。
虽然它们的形态不同，但是它们之间有着密切的关系。
二项分布是指在n次独立重复试验中，成功的次数服从参数为n和p的二项分布。
其中，p表示每次试验成功的概率。
二项分布的形态呈现出一种类似梯形的形状。
当试验次数越多，成功概率越小时，梯形的左侧越陡峭，右侧越平缓。
这种形态的分布，适合描述二元事件的概率分布，如抛硬币正反面的概率分布等。
而正态分布则是一种具有对称性的连续概率分布。
其形态呈现出钟形曲线的形状。
正态分布的均值和方差是其分布的两个重要参数。
在实际应用中，许多自然现象和人类行为都可以用正态分布来描述。
例如，身高、体重等连续变量的分布，以及IQ、学习成绩等离散变量的分布等。
二项分布和正态分布之间的关系，主要体现在以下两个方面：1.大样本情况下，二项分布可以近似为正态分布当试验次数n足够大，成功概率p足够小（或足够大），二项分布可以近似为正态分布。
这是因为，二项分布的期望和方差分别为np 和np(1-p)，当n足够大时，np和n(1-p)都足够大，从而使得二项分布的形态逐渐接近于正态分布。
这种近似关系，可以用中心极限定理来证明。
2.正态分布可以用来近似计算二项分布的概率由于二项分布的计算比较繁琐，而且在一些情况下，二项分布的参数也不易确定，因此可以用正态分布来近似计算二项分布的概率。
具体方法是，将二项分布的期望和方差分别用正态分布的均值和方差进行替换，从而得到一个近似的正态分布。
需要注意的是，这种近似计算方法的精度，取决于二项分布的参数和正态分布的均值和方差的选择。
一般来说，当试验次数n足够大时，正态分布的均值和方差可以分别取为np和np(1-p)，此时的近似效果较好。
二项分布和正态分布之间存在着密切的关系。
在实际应用中，可以根据具体问题的特点，选择合适的分布来描述概率分布，并采用相应的数学方法来求解问题。
同时，也需要注意分布的参数和近似方法的选择，以保证计算结果的准确性和可靠性。
二项分布与正态分布
二项分布与正态分布二项分布与正态分布是概率统计学中两个重要的分布模型。
它们在实际应用中发挥着重要的作用，对于描述随机事件和现象的分布规律具有重要意义。
本文将分别介绍二项分布和正态分布的基本概念和性质，并对它们之间的关系进行探讨。
一、二项分布二项分布是概率统计学中最基本的离散型概率分布之一。
它描述了在n次独立重复试验中成功次数的概率分布。
其中，每次试验成功的概率为p，失败的概率为1-p。
试验次数n和成功次数X（取值范围为0到n）是二项分布的两个重要参数。
二项分布的概率质量函数可以表示为：P(X=k) = C(n, k) * p^k * (1-p)^(n-k)其中，C(n, k)表示从n个物体中取出k个的组合数。
二项分布具有以下性质：1. 期望和方差：二项分布的期望为E(X) = np，方差为Var(X) = np(1-p)。
2. 归一性：二项分布的概率之和为1，即∑P(X=k) = 1，其中k的取值范围为0到n。
二、正态分布正态分布是概率统计学中最重要的连续型概率分布之一。
它以钟形曲线的形式描述了大量随机变量分布的特征。
正态分布由两个参数决定，即均值μ和标准差σ。
正态分布的概率密度函数可以表示为：f(x) = (1 / (σ * sqrt(2π))) * exp(-(x-μ)^2 / (2σ^2))其中，exp表示自然指数函数，sqrt表示开方。
正态分布具有以下性质：1. 对称性：正态分布呈现出关于均值对称的特点，即其左右两侧的曲线是镜像关系。
2. 均值和方差：正态分布的均值即为μ，方差即为σ^2。
3. 中心极限定理：当样本容量较大时，多个独立随机变量的均值近似服从正态分布。
三、二项分布与正态分布的关系在一些情况下，二项分布可以近似看作正态分布。
当试验次数n较大，成功概率p较接近0.5时，二项分布的概率分布形状逐渐接近于正态分布。
根据中心极限定理，当n足够大时，二项分布的均值和方差趋近于正态分布的均值和方差，因此可以用正态分布来近似描述二项分布的概率分布。
二项分布正态分布泊松分布的区别和联系
二项分布正态分布泊松分布的区别和联系1. 引言嘿，大家好！今天我们来聊聊三位数学界的明星：二项分布、正态分布和泊松分布。
这三位在统计学中可是占据了一席之地，像一顿丰盛的盛宴，各有各的特色。
无论你是学霸还是小白，都能从中找到乐趣。
好了，咱们就开始这段有趣的旅程吧！2. 二项分布2.1 概述先来聊聊二项分布。
想象一下，你在抛硬币，每次都有两个结果：正面或反面，简单吧？这就是二项分布的基本思想。
二项分布其实是关于在固定次数的独立实验中，某个事件发生的次数的概率分布。
比如，你抛十次硬币，想知道正面朝上几次的概率，这时候二项分布就派上用场了。
2.2 公式与应用二项分布的公式其实不复杂：P(X=k) = C(n, k) * p^k * (1p)^(nk)。
听起来复杂？其实就是告诉你，C(n, k)是组合数，p是成功的概率，n是实验次数。
应用场景可多了，像调查满意度、投票结果等等，统统能用到它。
3. 正态分布3.1 概述接下来，我们来聊聊正态分布。
说到正态分布，很多人第一反应就是“钟形曲线”。
对，就是这个意思！正态分布常常用来描述自然现象，比如身高、体重等，大家聚在平均值附近，像是一群小鸟围着大树。
大树就是平均值，小鸟就是数据，越远离大树的小鸟，数量就越少。
3.2 特性与应用正态分布的神奇之处在于它有两个参数：平均值和标准差。
平均值决定了“大树”的位置，而标准差则决定了“小鸟”的分布范围。
它在各个领域都能见到，比如心理测试、质量控制等，简直是统计学的万金油！4. 泊松分布4.1 概述最后，我们来说说泊松分布。
泊松分布有点像二项分布的兄弟，但它处理的事情有点不同。
泊松分布主要关注在一个固定的时间或空间内，某个事件发生的次数。
比如说，某个时间段内接到的电话数量，听起来很实用吧？4.2 公式与应用泊松分布的公式是P(X=k) = (λ^k * e^(λ)) / k!，其中λ是平均发生率，k是发生次数。
是不是觉得有点复杂？但它的应用场景相当广泛，比如交通事故、客户到店数量等，完全可以帮助我们更好地做出预测。
概率分布函数公式整理二项分布正态分布与泊松分布
概率分布函数公式整理二项分布正态分布与泊松分布概率分布函数公式整理：二项分布、正态分布与泊松分布概率分布函数是描述随机变量的概率分布的函数。
在统计学和概率论中，有许多常见的概率分布函数可以被用来描述不同类型的随机变量。
在本文中，我们将整理二项分布、正态分布以及泊松分布的概率分布函数公式。
一、二项分布的概率分布函数公式二项分布描述了在n次独立重复的伯努利试验中成功次数的概率分布。
假设每次试验成功的概率为p，则在n次试验中成功k次的概率可以表示为：P(X=k) = C(n, k) * p^k * (1-p)^(n-k)其中，C(n, k)表示组合数，即从n个不同元素中选择k个元素的组合数。
p^k表示p的k次方，(1-p)^(n-k)表示(1-p)的(n-k)次方。
二、正态分布的概率分布函数公式正态分布也被称为高斯分布，它是一种连续型的概率分布，被广泛应用于自然科学、社会科学和工程技术等领域。
正态分布的概率密度函数公式为：f(x) = (1 / (σ * sqrt(2π))) * e^(-((x-μ)^2 / (2σ^2)))其中，μ表示均值，σ表示标准差，e表示自然常数。
正态分布的概率密度函数是一个钟形曲线，对称于均值μ。
三、泊松分布的概率分布函数公式泊松分布常用于描述单位时间内独立事件发生次数的概率分布，如电话交换机接到呼叫的次数、某个网站每分钟访问次数等。
泊松分布的概率质量函数公式为：P(X=k) = (e^(-λ) * λ^k) / k!其中，k表示事件发生的次数，λ表示单位时间内平均发生的事件次数。
e表示自然常数，k!表示k的阶乘。
综上所述，二项分布、正态分布和泊松分布是常见的概率分布函数。
通过这些概率分布函数的公式，我们可以计算不同情况下的概率值，进而对实际问题进行概率分析和推断。
了解这些概率分布函数的公式，有助于我们更好地理解概率论与统计学的应用场景，并能够根据具体问题选择合适的概率分布进行建模和分析。
二项分布、泊松分布和正态分布的关系及其应用
二项分布、泊松分布和正态分布的关系及其应用二项分布、泊松分布和正态分布是统计学中常见的三种分布类型，它们在描述随机变量的分布和概率方面有着重要的应用。
本文将介绍这三种分布的基本概念和特点，探讨它们之间的关系，并结合实际应用场景进行分析。
一、二项分布二项分布是描述一组独立重复的伯努利试验中成功次数的概率分布，其中每次试验有两种可能的结果：成功或失败。
假设试验成功的概率为p，失败的概率为1-p，进行n次试验后成功的次数X服从二项分布。
二项分布的概率质量函数为：P(X=k) = C(n, k) * p^k * (1-p)^(n-k)C(n, k)表示组合数，表示在n次试验中成功k次的概率。
二项分布在实际应用中有着广泛的应用，例如在质量控制中描述次品率、在市场营销中描述广告点击率等。
二、泊松分布泊松分布是描述单位时间或单位空间内事件发生次数的概率分布，常用于描述罕见事件的发生概率，如自然灾害的发生次数、电话交换机接到呼叫的次数等。
泊松分布的概率质量函数为：P(X=k) = (λ^k * e^(-λ)) / k!λ表示单位时间或单位空间内事件的平均发生率，k表示事件发生的次数。
泊松分布的特点是均值和方差相等，且当n充分大、p充分小、np=λ时，二项分布可以近似地表示为泊松分布。
泊松分布在实际应用中有着丰富的场景，如在交通流量预测中描述交通事故发生的次数、在医学统计中描述疾病发作的次数等。
三、正态分布正态分布（又称高斯分布）是统计学中最常见的连续型概率分布，其概率密度函数呈钟型曲线，具有单峰对称的特点。
正态分布在自然界和社会现象中均有广泛应用，如身高、体重、考试成绩等往往服从正态分布。
正态分布的概率密度函数为：f(x) = (1/sqrt(2πσ^2)) * e^(-(x-μ)^2 / 2σ^2)μ表示均值，σ^2表示方差。
正态分布具有许多有用的性质，比如68-95-99.7法则，大部分数据分布在均值附近，以及许多随机变量的总和或平均值都近似服从正态分布等。
二项分布与正态分布详解
在二项分布和正态分布中的应用举例
二项分布参数估计
正态分布参数估计
二项分布假设检验
正态分布假设检验
对于二项分布B(n, p)，可以使 用样本比例作为成功概率p的 点估计。同时，根据二项分布 的性质，可以构造出p的置信 区间进行区间估计。
对于正态分布N(μ, σ^2)，可 以使用样本均值作为总体均值 μ的点估计，样本方差作为总 体方差σ^2的点估计。同样地 ，可以构造出μ和σ的置信区间 进行区间估计。
02
通过对二项分布和正态分布进行深入剖析，探讨它们之间的联
系和区别，以便更好地理解这两种分布。
为后续概率论与数理统计学习打下基础
03
二项分布和正态分布是概率论与数理统计中的重要内容，掌握
它们对于后续学习具有重要意义。
预备知识
概率论基础知识
要理解二项分布和正态分布，首先需要具备概率论的基础知识， 如事件、概率、随机变量等概念。
正态分布转化为二项分布的条件
在实际应用中，如果某个连续型随机变量可以取整数值，且这些整数值出现的概率可以 用二项分布来描述，那么可以将这个连续型随机变量近似为二项分布。但需要注意的是
，这种转化通常需要在一定的精度范围内进行。
实际应用中的选择依据
• 在实际应用中，选择使用二项分 布还是正态分布通常需要考虑以 下因素：首先，需要判断随机变 量是离散的还是连续的；其次， 需要考虑随机变量所描述的实际 情况是否符合二项分布或正态分 布的定义和性质；最后，还需要 考虑样本量大小、数据分布情况 等因素来选择最合适的分布类型 进行建模和分析。
方差
正态分布的方差等于其标准差的平方，即D(X)=σ^2。
正态分布的应用举例
01 02
质量控制
二项分布与正态分布
二项分布与正态分布二项分布（Binomial Distribution）和正态分布（Normal Distribution）是统计学中常用的两种分布类型，它们在描述概率和随机变量的分布特征上有着重要的应用。
一、二项分布二项分布是一种离散概率分布，适用于两个互斥事件（成功和失败）发生的多次独立重复实验。
每个实验的结果只有两种可能性，并且各试验之间的概率不会发生变化。
该分布以两个参数来描述：n（实验次数）和p（事件成功的概率）。
二项分布的概率质量函数为P(X=k) = C(n, k) * p^k * (1-p)^(n-k)，其中X为成功事件发生的次数，k为取值范围，C(n, k)表示组合数。
例如，某外卖平台的数据显示，在送达100份订单中，正好有20份遇到问题，成功率为0.2。
如果我们想要了解在送达下一个订单时会出现多少问题的概率分布，我们就可以使用二项分布来计算。
二、正态分布正态分布是一种连续概率分布，也被称为高斯分布。
在统计学中，正态分布常常用来描述一组数据中心性的表现，其图形呈钟形曲线。
正态分布由两个参数来描述：均值（μ）和标准差（σ^2）。
正态分布的概率密度函数为f(x) = 1 / (σ * √(2π)) * exp(-(x-μ)^2 /2σ^2)，其中x为取值范围。
例如，在考试成绩分析中，如果我们知道某门考试的平均分是80分，标准差是10分，我们就可以使用正态分布来计算不同分数段的比例和概率。
三、二项分布与正态分布的关系当二项分布的参数n（实验次数）足够大，同时p（事件成功的概率）也足够接近0.5时，二项分布可以近似地用正态分布来描述。
根据中心极限定理（Central Limit Theorem），当样本容量足够大时，无论数据服从什么分布，其样本均值的分布均近似服从正态分布。
由于二项分布和正态分布之间的关系，我们可以利用正态分布的性质对二项分布进行近似计算。
这种近似计算可简化复杂的二项分布计算，并提高效率。
二项分布与正态分布
二项分布与正态分布随机现象在统计学中起着重要的作用，而其中最常见的概率分布是二项分布和正态分布。
本文将对二项分布和正态分布进行详细的论述，以便更好地理解和运用它们。
一、二项分布二项分布是指在n次相互独立的伯努利试验中，成功的次数所服从的概率分布。
每一次试验只有两种可能的结果，记为"成功"和"失败"。
例如，扔一枚硬币正面朝上为成功，反面朝上为失败。
随机变量X表示成功的次数，则X满足二项分布B(n, p)，其中n表示试验的次数，p表示每次试验成功的概率。
二项分布的概率质量函数为：P(X=k) = C(n, k) * p^k * (1-p)^(n-k)其中，C(n, k)表示组合数。
二项分布的特点是每次试验都是相互独立的，并且成功的概率为p。
二、正态分布正态分布是最常见的连续型概率分布之一，也被称为高斯分布。
正态分布的概率密度函数为：f(x) = (1/√(2πσ^2)) * exp(-(x-μ)^2/(2σ^2))其中，μ表示均值，σ表示标准差。
正态分布的特点是呈钟形曲线，均值μ决定了曲线的中心位置，标准差σ决定了曲线的形状。
正态分布在自然界和人类社会中广泛存在，例如人的身高、智力测验成绩等。
根据统计学的中心极限定理，当试验次数足够多时，二项分布的近似分布趋近于正态分布。
三、二项分布与正态分布的关系当试验次数n较大、成功的概率p接近于0.5时，二项分布可以近似地看作是正态分布。
这是因为中心极限定理的影响，当试验次数n趋近于无穷时，二项分布的形态越来越接近正态分布。
这使得我们可以利用正态分布对二项分布进行近似计算，简化问题的解决过程。
四、应用举例1. 计算二项分布的概率：假设某产品的质量合格率为0.8，每次抽检3个产品，问其中有2个合格的概率是多少？根据二项分布的公式，代入n=3，k=2，p=0.8，可以计算出概率为2.88%。
2. 近似计算二项分布：假设某超市每天卖出的某种商品数目服从二项分布，已知每个顾客买到该商品的概率为0.2，每天有100名顾客来购买。
常见分布二项分布和正态分布(学习课资)
1 (100 200) 150 2
公开课资
14
• 但另一方面，从直觉看来，这个150并不真正
体现X取值的平均，它是将100与200一视同
仁的结果。从概率的角度分析，X几乎只取
200为值（因0.99 1），而取100为值的可能
性微乎其微（0.01 0）。因此我们断言，
• 这个平均值应该非常接近200，而不是150。 究竟怎样算呢？
维长度， ）是多少，这个质量指标就
可以看作是一个随机变量。我们要学会
把随机变量概念与实际工作中的具体问 题自然地联系起来。
公开课资
4
• 定义 若随机变量X仅取有限多个或可数 无穷多个值，则称X为离散型随机变量。
• 显然，例1、例2中的随机变量X均为离散 型的。
公开课资
5
• 定义 设离散型随机变量X的取值为
• 则称X服从参数为n,p的二项分布，记作
X~B(n,p)。其中，0<p<1, q=1 p 。
公开课资
9
• 显然，若X~B(n,p)，则X取n+1个值：
•
0,1,2, , n
• 由二项式定理
n
(a b)n Cnk akbnk k 0
• 不难得知，二项分布满足前述概率分布 的两条性质。
公开课资
第三节 二项分布与正态分布
• 一 二项分布 • 1 二项分布的定义 • 定义 在一定条件下做试验，若对该试
验中的每一个试验结果（即样本点或基
• 本事件） ，都唯一地对应着一个确定
• 的实数 X (), 则称 X () 为随机变量，简
• 记为 X • 简言之，随机变量公即开课资为试验结果的函数。1
• 例1 设有产品100件，其中有10件次品， 现从中任取5件，问：抽得的次品数是多 少？
二项分布与正态分布
二项分布与正态分布1.条件概率在已知B发生的条件下，事件A发生的概率叫作B发生时A发生的条件概率，用符号P(A|B)来表示，其公式为P(A|B)＝P(AB)P(B)(P(B)>0).2.相互独立事件(1)一般地，对两个事件A，B，如果P(AB)＝P(A)P(B)，则称A，B相互独立.(2)如果A，B相互独立，则A与B，A与B，A与B也相互独立.(3)如果A1，A2，…，A n相互独立，则有P(A1A2…A n)＝P(A1)P(A2)…P(A n).3.二项分布进行n次试验，如果满足以下条件：(1)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”；(2)每次试验“成功”的概率均为p，“失败”的概率均为1－p；(3)各次试验是相互独立的.用X表示这n次试验中成功的次数，则P(X＝k)＝C k n p k(1－p)n－k(k＝0,1,2，…，n)若一个随机变量X的分布列如上所述，称X服从参数为n，p的二项分布，简记为X～B(n，p).4.二项分布的均值、方差若X～B(n，p)，则EX＝np，DX＝np(1－p).5.正态分布(1)X～N(μ，σ2)，表示X服从参数为μ和σ2的正态分布.(2)正态分布密度函数的性质：①函数图像关于直线x＝μ对称；②σ(σ>0)的大小决定函数图像的“胖”“瘦”；③P(μ－σ<X<μ＋σ)＝68.3%；P(μ－2σ<X<μ＋2σ)＝95.4%；P(μ－3σ<X<μ＋3σ)＝99.7%.概念方法微思考1.条件概率中P(B|A)与P(A|B)是一回事吗？提示 不一样，P (B |A )是在A 发生的条件下B 发生的概率，P (A |B )是在B 发生的条件下A 发生的概率.2.“事件相互独立”与“事件互斥”有何不同？提示 两事件互斥是指两个事件不可能同时发生，两事件相互独立是指一个事件发生与否对另一事件发生的概率没有影响，两事件相互独立不一定互斥.题组一 思考辨析1.判断下列结论是否正确(请在括号中打“√”或“×”) (1)条件概率一定不等于它的非条件概率.( × )(2)对于任意两个事件，公式P (AB )＝P (A )P (B )都成立.( × )(3)二项分布是一个概率分布，其公式相当于(a ＋b )n 二项展开式的通项公式，其中a ＝p ，b ＝1－p .( × )(4)P (B |A )表示在事件A 发生的条件下，事件B 发生的概率，P (AB )表示事件A ，B 同时发生的概率.( √ )(5)正态分布中的参数μ和σ完全确定了正态分布，参数μ是正态分布的均值，σ是正态分布的标准差.( √ )(6)一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和，它就服从或近似服从正态分布.( √ ) 题组二 教材改编2.天气预报，在元旦假期甲地的降雨概率是0.2，乙地的降雨概率是0.3.假设在这段时间内两地是否降雨相互之间没有影响，则这两地中恰有一个地方降雨的概率为( ) A.0.2 B.0.3 C.0.38 D.0.56 答案 C解析 设甲地降雨为事件A ，乙地降雨为事件B ，则两地恰有一地降雨为A B ＋A B ， ∴P (A B ＋A B )＝P (A B )＋P (A B ) ＝P (A )P (B )＋P (A )P (B ) ＝0.2×0.7＋0.8×0.3 ＝0.38.3.已知盒中装有3个红球、2个白球、5个黑球，它们大小形状完全相同，现需一个红球，甲每次从中任取一个不放回，则在他第一次拿到白球的条件下，第二次拿到红球的概率为( ) A.310 B.13 C.38 D.29 答案 B解析 设A ＝{甲第一次拿到白球}，B ＝{甲第二次拿到红球}， 则P (AB )＝C 12C 110×C 13C 19＝115，P (A )＝C 12C 110＝15，所以P (B |A )＝P (AB )P (A )＝13.4.已知随机变量X 服从正态分布N (3,1)，且P (X >2c －1)＝P (X <c ＋3)，则c ＝________. 答案 43解析 ∵X ～N (3,1)，∴正态曲线关于x ＝3对称， 且P (X >2c －1)＝P (X <c ＋3)， ∴2c －1＋c ＋3＝3×2，∴c ＝43.题组三 易错自纠5.两个实习生每人加工一个零件，加工成一等品的概率分别为23和34，两个零件中能否被加工成一等品相互独立，则这两个零件中恰好有一个一等品的概率为( ) A.12 B.512 C.14 D.16 答案 B解析 因为两人加工成一等品的概率分别为23和34，且相互独立，所以两个零件中恰好有一个一等品的概率P ＝23×14＋13×34＝512.6.从1,2,3,4,5中任取2个不同的数，事件A 为“取到的2个数之和为偶数”，事件B 为“取到的2个数均为偶数”，则P (B |A )等于( ) A.18 B.14 C.25 D.12 答案 B解析 P (A )＝C 23＋C 22C 25＝25，P (AB )＝C 22C 25＝110， P (B |A )＝P (AB )P (A )＝14.7.设随机变量ξ服从正态分布N (μ，σ2)，函数f (x )＝x 2＋4x ＋ξ没有零点的概率是12，则μ等于( )A.1B.2C.4D.不能确定 答案 C解析 当函数f (x )＝x 2＋4x ＋ξ没有零点时，Δ＝16－4ξ<0，即ξ>4，根据正态曲线的对称性，当函数f (x )＝x 2＋4x ＋ξ没有零点的概率是12时，μ＝4.题型一 条件概率例1 (1)在100件产品中有95件合格品，5件不合格品，现从中不放回地取两次，每次任取一件，则在第一次取到不合格品后，第二次取到不合格品的概率为________. 答案499解析 方法一 (应用条件概率公式求解)设事件A 为“第一次取到不合格品”，事件B 为“第二次取到不合格品”，则所求的概率为P (B |A )， 因为P (AB )＝C 25C 2100＝1495，P (A )＝C 15C 1100＝120，所以P (B |A )＝P (AB )P (A )＝1495120＝499.方法二 (缩小样本空间求解)第一次取到不合格品后，也就是在第二次取之前，还有99件产品，其中有4件不合格品，因此第二次取到不合格品的概率为499.(2)一个正方形被平均分成9个部分，向大正方形区域随机地投掷一个点(每次都能投中).设投中最左侧3个小正方形区域的事件记为A ，投中最上面3个小正方形或正中间的1个小正方形区域的事件记为B ，求P (AB )，P (A |B ). 解 如图，n (Ω)＝9，n (A )＝3，n (B )＝4，∴n (AB )＝1，∴P (AB )＝19，P (A |B )＝n (AB )n (B )＝14.思维升华 (1)利用定义，分别求P (A )和P (AB )，得P (B |A )＝P (AB )P (A )，这是通用的求条件概率的方法.(2)借助古典概型概率公式，先求事件A 包含的基本事件数n (A )，再在事件A 发生的条件下求事件B 包含的基本事件数，即n (AB )，得P (B |A )＝n (AB )n (A ).跟踪训练1 已知盒中装有3只螺口灯泡与7只卡口灯泡，这些灯泡的外形与功率都相同且灯口向下放着，现需要一只卡口灯泡，电工师傅每次从中任取一只且不放回，则在他第1次取到的是螺口灯泡的条件下，第2次取到的是卡口灯泡的概率为( )A.310B.29C.78D.79 答案 D解析 方法一 设事件A 为“第1次取到的是螺口灯泡”，事件B 为“第2次取到的是卡口灯泡”，则P (A )＝310，P (AB )＝310×79＝730，则所求概率为P (B |A )＝P (AB )P (A )＝730310＝79.方法二 第1次取到螺口灯泡后还剩余9只灯泡，其中有7只卡口灯泡，故第2次取到卡口灯泡的概率为C 17C 19＝79.题型二 独立重复试验与二项分布命题点1 独立事件的概率例2 某社区举办《“环保我参与”有奖问答比赛》活动，某场比赛中，甲、乙、丙三个家庭同时回答一道有关环保知识的问题.已知甲家庭回答正确这道题的概率是34，甲、丙两个家庭都回答错误的概率是112，乙、丙两个家庭都回答正确的概率是14.若各家庭回答是否正确互不影响.(1)求乙、丙两个家庭各自回答正确这道题的概率；(2)求甲、乙、丙三个家庭中不少于2个家庭回答正确这道题的概率.解 (1)记“甲回答正确这道题”“乙回答正确这道题”“丙回答正确这道题”分别为事件A ，B ，C ，则P (A )＝34，且有⎩⎨⎧P (A )·P (C )＝112，P (B )·P (C )＝14，即⎩⎨⎧[1－P (A )]·[1－P (C )]＝112，P (B )·P (C )＝14，所以P (B )＝38，P (C )＝23.(2)有0个家庭回答正确的概率为P 0＝P (A B C )＝P (A )·P (B )·P (C ) ＝14×58×13＝596， 有1个家庭回答正确的概率为 P 1＝P (A B C ＋A B C ＋A B C ) ＝34×58×13＋14×38×13＋14×58×23＝724， 所以不少于2个家庭回答正确这道题的概率为 P ＝1－P 0－P 1＝1－596－724＝2132.命题点2 独立重复试验例3 一款击鼓小游戏的规则如下：每盘游戏都需击鼓三次，每次击鼓要么出现一次音乐，要么不出现音乐；每盘游戏击鼓三次后，出现一次音乐获得10分，出现两次音乐获得20分，出现三次音乐获得100分，没有出现音乐则扣除200分(即获得－200分).设每次击鼓出现音乐的概率为12，且各次击鼓出现音乐相互独立.(1)设每盘游戏获得的分数为X ，求X 的分布列； (2)玩三盘游戏，至少有一盘出现音乐的概率是多少？ 解 (1)X 可能的取值为10,20,100，－200. 根据题意，有P (X ＝10)＝C 13×⎝⎛⎭⎫121×⎝⎛⎭⎫1－122＝38， P (X ＝20)＝C 23×⎝⎛⎭⎫122×⎝⎛⎭⎫1－121＝38， P (X ＝100)＝C 33×⎝⎛⎭⎫123×⎝⎛⎭⎫1－120＝18， P (X ＝－200)＝C 03×⎝⎛⎭⎫120×⎝⎛⎭⎫1－123＝18. 所以X 的分布列为(2)设“第i 盘游戏没有出现音乐”为事件A i (i ＝1,2,3)， 则P (A 1)＝P (A 2)＝P (A 3)＝P (X ＝－200)＝18.所以“三盘游戏中至少有一盘出现音乐”的概率为1－P (A 1A 2A 3)＝1－⎝⎛⎭⎫183＝1－1512＝511512. 因此，玩三盘游戏，至少有一盘出现音乐的概率是511512.命题点3 二项分布例4 某气象站天气预报的准确率为80%，计算(结果保留到小数点后第2位)： (1)5次预报中恰有2次准确的概率； (2)5次预报中至少有2次准确的概率；(3)5次预报中恰有2次准确，且其中第3次预报准确的概率. 解 令X 表示5次预报中预报准确的次数， 则X ～B ()5，0.8.(1)“5次预报中恰有2次准确”的概率为P (X ＝2)＝C 25×0.82×()1－0.83＝10×0.64×0.008≈0.05.(2)“5次预报中至少有2次准确”的概率为P (X ≥2)＝1－P (X ＝0)－P (X ＝1)＝1－C 05×0.80× ()1－0.85－C 15×0.8×()1－0.84＝1－0.000 32－0.006 4≈0.99.(3)“5次预报中恰有2次准确，且其中第3次预报准确”的概率为C 14×0.8×()1－0.8 3×0.8≈0.02.思维升华 (1)求相互独立事件同时发生的概率的方法 ①首先判断几个事件的发生是否相互独立. ②求相互独立事件同时发生的概率的方法 (ⅰ)利用相互独立事件的概率乘法公式直接求解；(ⅱ)正面计算较烦琐或难以入手时，可从其对立事件入手计算. (2)独立重复试验与二项分布问题的常见类型及解题策略①在求n 次独立重复试验中事件恰好发生k 次的概率时，首先要确定好n 和k 的值，再准确利用公式求概率.②在根据独立重复试验求二项分布的有关问题时，关键是理清事件与事件之间的关系，确定二项分布的试验次数n 和变量的概率，求得概率.跟踪训练2 为研究家用轿车在高速公路上的车速情况，交通部门随机选取100名家用轿车驾驶员进行调查，得到其在高速公路上行驶时的平均车速情况为：在55名男性驾驶员中，平均车速超过100 km/h 的有40人，不超过100 km/h 的有15人；在45名女性驾驶员中，平均车速超过100 km/h 的有20人，不超过100 km/h 的有25人.(1)在被调查的驾驶员中，从平均车速不超过100 km/h 的人中随机抽取2人，求这2人恰好有1名男性驾驶员和1名女性驾驶员的概率；(2)以上述样本数据估计总体，从高速公路上行驶的家用轿车中随机抽取3辆，记这3辆车平均车速超过100 km/h 且为男性驾驶员的车辆为X ，求X 的分布列.解 (1)平均车速不超过100 km/h 的驾驶员有40人，从中随机抽取2人的方法总数为C 240，记“这2人恰好有1名男性驾驶员和1名女性驾驶员”为事件A ，则事件A 所包含的基本事件数为C 115C 125，所以所求的概率P (A )＝C 115C 125C 240＝15×2520×39＝2552.(2)根据样本估计总体的思想，从总体中任取1辆车，平均车速超过100 km/h 且为男性驾驶员的概率为40100＝25，故X ～B ⎝⎛⎭⎫3，25.X 的可能取值为0,1,2,3， 则P (X ＝0)＝C 03⎝⎛⎭⎫250⎝⎛⎭⎫353＝27125， P (X ＝1)＝C 13·25·⎝⎛⎭⎫352＝54125， P (X ＝2)＝C 23⎝⎛⎭⎫252·35＝36125，P (X ＝3)＝C 33⎝⎛⎭⎫253⎝⎛⎭⎫350＝8125. 所以X 的分布列为题型三 正态分布例5 (2017·全国Ⅰ)为了监控某种零件的一条生产线的生产过程，检验员每天从该生产线上随机抽取16个零件，并测量其尺寸(单位：cm).根据长期生产经验，可以认为这条生产线正常状态下生产的零件的尺寸服从正态分布N (μ，σ2).(1)假设生产状态正常，记X 表示一天内抽取的16个零件中其尺寸在(μ－3σ，μ＋3σ]之外的零件数，求P (X ≥1)及X 的均值；(2)一天内抽检零件中，如果出现了尺寸在(μ－3σ，μ＋3σ]之外的零件，就认为这条生产线在这一天的生产过程可能出现了异常情况，需对当天的生产过程进行检查. (ⅰ)试说明上述监控生产过程方法的合理性； (ⅱ)下面是检验员在一天内抽取的16个零件的尺寸： 9.95 10.12 9.96 9.96 10.01 9.92 9.98 10.04 10.26 9.91 10.13 10.02 9.22 10.04 10.05 9.95 经计算得x －＝116∑i ＝116x i ＝9.97，s ＝116∑i ＝116 (x i －x －)2＝116(∑i ＝116x 2i －16x －2)≈0.212，其中x i 为抽取的第i 个零件的尺寸，i ＝1,2， (16)用样本平均数x －作为μ的估计值μ^ ，用样本标准差s 作为σ的估计值σ^，利用估计值判断是否需对当天的生产过程进行检查？剔除(μ^－3σ^，μ^＋3σ^)之外的数据，用剩下的数据估计μ和σ(精确到0.01).附：若随机变量Z 服从正态分布N (μ，σ2)，则P (μ－3σ<Z ≤μ＋3σ)＝0.997 4,0.997 416≈0.959 2，0.008≈0.09.解 (1)抽取的一个零件的尺寸在(μ－3σ，μ＋3σ]之内的概率为0.997 4，从而零件的尺寸在(μ－3σ，μ＋3σ]之外的概率为0.002 6，故X ～B (16,0.002 6). 因此P (X ≥1)＝1－P (X ＝0)＝1－0.997 416≈0.040 8. E (X )＝16×0.002 6＝0.041 6.(2)(ⅰ)如果生产状态正常，一个零件尺寸在(μ－3σ，μ＋3σ]之外的概率只有0.002 6，一天内抽取的16个零件中，出现尺寸在(μ－3σ，μ＋3σ]之外的零件的概率只有0.040 8，发生的概率很小，因此一旦发生这种情况，就有理由认为这条生产线在这一天的生产过程可能出现了异常情况，需对当天的生产过程进行检查，可见上述监控生产过程的方法是合理的.(ⅱ)由x ＝9.97，s ≈0.212，得μ的估计值为μ^＝9.97，σ的估计值为σ^＝0.212，由样本数据可以看出有一个零件的尺寸在(μ^－3σ^，μ^＋3σ^)之外，因此需对当天的生产过程进行检查. 剔除(μ^－3σ^，μ^＋3σ^)之外的数据9.22，剩下数据的平均数为115×(16×9.97－9.22)＝10.02.因此μ的估计值为10.02.i ＝116x 2i ＝16×0.2122＋16×9.972≈1 591.134. 剔除(μ^ －3σ^ ，μ^ ＋3σ^)之外的数据9.22，剩下数据的样本方差为115×(1 591.134－9.222－15×10.022)≈0.008，因此σ的估计值为0.008≈0.09.思维升华 解决正态分布问题有三个关键点：(1)对称轴x ＝μ；(2)标准差σ；(3)分布区间.利用对称性可求指定范围内的概率值；由μ，σ，分布区间的特征进行转化，使分布区间转化为3σ特殊区间，从而求出所求概率.注意只有在标准正态分布下对称轴才为x ＝0.跟踪训练3 “过大年，吃水饺”是我国不少地方过春节的一大习俗.2019年春节前夕，A 市某质检部门随机抽取了100包某种品牌的速冻水饺，检测其某项质量指标值，所得频率分布直方图如下：(1)求所抽取的100包速冻水饺该项质量指标值的样本平均数x (同一组中的数据用该组区间的中点值作代表)；(2)①由直方图可以认为，速冻水饺的该项质量指标值Z 服从正态分布N (μ，σ2)，利用该正态分布，求Z 落在[14.55,38.45)内的概率；②将频率视为概率，若某人从某超市购买了4包这种品牌的速冻水饺，记这4包速冻水饺中这种质量指标值位于(10,30)内的包数为X ，求X 的分布列和均值.附：计算得所抽查的这100包速冻水饺的质量指标值的标准差为σ＝142.75≈11.95； 若ξ～N (μ，σ2)，则P (μ－σ<ξ<μ＋σ)＝68.3%，P (μ－2σ<ξ<μ＋2σ)＝95.4%.解 (1)所抽取的100包速冻水饺该项质量指标值的平均数x ＝5×0.1＋15×0.2＋25×0.3＋35×0.25＋45×0.15＝26.5.(2)①∵Z 服从正态分布N (μ，σ2)，且μ＝26.5，σ≈11.95，∴P (14.55<Z <38.45)＝P (26.5－11.95<Z <26.5＋11.95)＝68.3%，∴Z 落在[14.55,38.45)内的概率是0.683.②根据题意得X ～B ⎝⎛⎭⎫4，12，P (X ＝0)＝C 04⎝⎛⎭⎫124＝116； P (X ＝1)＝C 14⎝⎛⎭⎫124＝14；P (X ＝2)＝C 24⎝⎛⎭⎫124＝38； P (X ＝3)＝C 34⎝⎛⎭⎫124＝14；P (X ＝4)＝C 44⎝⎛⎭⎫124＝116. ∴X 的分布列为∴EX ＝4×12＝2.1.甲、乙两人参加“社会主义价值观”知识竞赛，甲、乙两人能荣获一等奖的概率分别为23和34，甲、乙两人是否获得一等奖相互独立，则这两个人中恰有一人获得一等奖的概率为( ) A.34 B.23 C.57 D.512 答案 D解析 根据题意，恰有一人获得一等奖就是甲获奖乙没获奖或甲没获奖乙获奖，则所求概率是23×⎝⎛⎭⎫1－34＋34×⎝⎛⎭⎫1－23＝512，故选D. 2.袋中装有2个红球，3个黄球，有放回地抽取3次，每次抽取1球，则3次中恰有2次抽到黄球的概率是( ) A.25 B.35 C.18125 D.54125答案 D解析 袋中装有2个红球，3个黄球，有放回地抽取3次，每次抽取1球，每次取到黄球的概率P 1＝35，∴3次中恰有2次抽到黄球的概率P ＝C 23⎝⎛⎭⎫352⎝⎛⎭⎫1－35＝54125. 3.甲、乙等4人参加4×100米接力赛，在甲不跑第一棒的条件下，乙不跑第二棒的概率是( ) A.29 B.49 C.23 D.79答案 D解析 甲不跑第一棒共有A 13·A 33＝18(种)情况，甲不跑第一棒且乙不跑第二棒共有两类：(1)乙跑第一棒，共有A 33＝6(种)情况；(2)乙不跑第一棒，共有A 12·A 12·A 22＝8(种)情况，∴甲不跑第一棒的条件下，乙不跑第二棒的概率为6＋818＝79，故选D.4.设每天从甲地去乙地的旅客人数为随机变量X ，且X ～N (800,502)，则一天中从甲地去乙地的旅客人数少于900的概率为( )(参考数据：若X ～N (μ，σ2)，有P (μ－σ<X <μ＋σ)＝68.3%，P (μ－2σ<X <μ＋2σ)＝95.4%，P (μ－3σ<X <μ＋3σ)＝99.7%) A.97.7% B.68.3% C.99.7% D.95.4%答案 A解析 ∵X ～N (800,502)， ∴P (700<X <900)＝95.4%， ∴P (X ≥900)＝1－95.4%2＝2.3%，∴P (X <900)＝1－2.3%＝97.7%，故选A.5.某班有50名学生，一次考试的数学成绩ξ服从正态分布N (100,102)，已知P (90<ξ<100)＝0.3，估计该班学生数学成绩不小于110分的人数为________. 答案 10解析 由题意知，P (ξ≥110)＝1－2P (90<ξ<100)2＝0.2，∴该班学生数学成绩不小于110分的人数为0.2×50＝10.6.在某次射击中，甲命中目标的概率是12，乙命中目标的概率是13，丙命中目标的概率是14.现在三人同时射击目标，则目标被击中的概率为________. 答案 34解析 设“甲命中目标”为事件A ，“乙命中目标”为事件B ，“丙命中目标”为事件C ，则击中目标表示事件A ，B ，C 中至少有一个发生.又P (A B C )＝P (A )P (B )P (C )＝[1－P (A )]·[1－P (B )]·[1－P (C )]＝⎝⎛⎭⎫1－12×⎝⎛⎭⎫1－13×⎝⎛⎭⎫1－14＝14. 故目标被击中的概率P ＝1－P (A B C )＝34.7.一盒中放有大小相同的10个小球，其中8个黑球、2个红球，现甲、乙二人先后各自从盒子中无放回地任意取2个小球，已知甲取到了2个黑球，则乙也取到2个黑球的概率是________. 答案1528解析 记事件“甲取到2个黑球”为A ，“乙取到2个黑球”为B ，则有P (B |A )＝P (AB )P (A )＝C 26C 28＝1528，即所求事件的概率是1528. 8.某一部件由三个电子元件按如图所示方式连接而成，元件1或元件2正常工作，且元件3正常工作，则部件正常工作.设三个电子元件的使用寿命(单位：小时)均服从正态分布N (1 000,502)，且各个元件能否正常工作相互独立，那么该部件的使用寿命超过1 000小时的概率为________.答案 38解析 设元件1,2,3的使用寿命超过1 000小时的事件分别记为A ，B ，C ，显然P (A )＝P (B )＝P (C )＝12，∴该部件的使用寿命超过1 000小时的事件为(A B ＋A B ＋AB )C ， ∴该部件的使用寿命超过1 000小时的概率 P ＝⎝⎛⎭⎫12×12＋12×12＋12×12×12＝38.9.位于坐标原点的一个质点P 按下述规则移动：质点每次移动一个单位，移动的方向为向上或向右，并且向上、向右移动的概率都是12.质点P 移动五次后位于点(2,3)的概率是______.答案516解析 由于质点每次移动一个单位，移动的方向为向上或向右，移动五次后位于点(2,3)，所以质点P 必须向右移动两次，向上移动三次，故其概率为C 35⎝⎛⎭⎫123·⎝⎛⎭⎫122＝C 35⎝⎛⎭⎫125＝516. 10.若随机变量X ～N (μ，σ2)，且P (X >5)＝P (X <－1)＝0.2，则P (2<X <5)＝________. 答案 0.3解析 ∵P (X >5)＝P (X <－1)，∴μ＝5－12＝2.∴P (2<X <5)＝12P (－1<X <5)＝12×(1－0.2－0.2)＝0.3. 11.某篮球队在某赛季已结束的8场比赛中，队员甲得分统计的茎叶图如图所示.(1)根据这8场比赛，估计甲每场比赛中得分的均值μ和标准差σ；(2)假设甲在每场比赛的得分服从正态分布N (μ，σ2)，且各场比赛间相互没有影响，依此估计甲在82场比赛中得分在26分以上的平均场数(结果保留整数). 参考数据：32≈5.66，32.25≈5.68，32.5≈5.70.正态总体N (μ，σ2)在区间(μ－2σ，μ＋2σ)内取值的概率约为0.954. 解 (1)由题图可得μ＝18(7＋8＋10＋15＋17＋19＋21＋23)＝15，σ2＝18[(－8)2＋(－7)2＋(－5)2＋02＋22＋42＋62＋82]＝32.25，所以σ≈5.68.所以估计甲每场比赛中得分的均值μ为15，标准差σ为5.68.(2)设甲每场比赛中的得分为随机变量X ，由(1)得甲在每场比赛中得分在26分以上的概率 P (X ≥26)≈12[1－P (μ－2σ<X <μ＋2σ)]≈12(1－0.954)＝0.023，设在82场比赛中，甲得分在26分以上的次数为Y ， 则Y ～B (82,0.023).Y 的均值E (Y )＝82×0.023≈2.由此估计甲在82场比赛中得分在26分以上的平均场数为2.12.(2018·陕西省部分学校检测)一个盒子中装有大量形状、大小一样但质量不尽相同的小球，从中随机抽取50个作为样本，称出它们的质量(单位：克)，质量分组区间为[5,15)，[15,25)，[25,35)，[35,45)，由此得到样本的质量频率分布直方图如图所示.(1)求a 的值，并根据样本数据，试估计盒子中小球质量的众数与平均数；(2)从盒子中随机抽取3个小球，其中质量在[5,15)内的小球个数为X ，求X 的分布列和均值.(以直方图中的频率作为概率)解 (1)由题意，得(0.02＋0.032＋a ＋0.018)×10＝1，解得a ＝0.03.由频率分布直方图可估计盒子中小球质量的众数为20克，而50个样本中小球质量的平均数为 x ＝0.2×10＋0.32×20＋0.3×30＋0.18×40 ＝24.6(克).故由样本估计总体，可估计盒子中小球质量的平均数为24.6克. (2)由题意知，该盒子中小球质量在[5,15)内的概率为15，则X ～B ⎝⎛⎭⎫3，15. X 的可能取值为0,1,2,3， 则P (X ＝0)＝C 03⎝⎛⎭⎫150×⎝⎛⎭⎫453＝64125， P (X ＝1)＝C 13⎝⎛⎭⎫151×⎝⎛⎭⎫452＝48125，P (X ＝2)＝C 23⎝⎛⎭⎫152×⎝⎛⎭⎫451＝12125， P (X ＝3)＝C 33⎝⎛⎭⎫153×⎝⎛⎭⎫450＝1125. ∴X 的分布列为∴EX ＝0×64125＋1×48125＋2×12125＋3×1125＝35.(或者EX ＝3×15＝35)13.夏秋雨季，生活在长江口外浅海域的中华鱼回游到长江，历经三千多公里的溯流博击，回到金沙江一带产卵繁殖，产后待幼鱼长大到15厘米左右，又携带它们旅居外海.一个环保组织曾在金沙江中放生一批中华鱼鱼苗，该批鱼苗中的雌性个体能长成熟的概率为0.15，雌性个体长成熟又能成功溯流产卵繁殖的概率为0.05，若该批鱼苗中的一个雌性个体在长江口外浅海域已长成熟，则其能成功溯流产卵繁殖的概率为( ) A.0.05 B.0.007 5 C.13 D.16答案 C解析 设事件A 为鱼苗中的一个雌性个体在长江口外浅海域长成熟，事件B 为该雌性个体成功溯流产卵繁殖，由题意可知P (A )＝0.15，P (AB )＝0.05，∴P (B |A )＝P (AB )P (A )＝0.050.15＝13.故选C.14.设X ～N (1,1)，其正态分布密度曲线如图所示，那么向正方形ABCD 中随机投掷10 000个点，试估计落入阴影部分的点的个数.(注：若X ～N (μ，σ2)，则P (μ－σ<X <μ＋σ)＝68.3%，P (μ－2σ<X <μ＋2σ)＝95.4%)解 ∵X ～N (1,1)，∴μ＝1，σ＝1. ∵P (μ－σ<X <μ＋σ)＝68.3%，∴P (0<X <2)＝68.3%，则P (1<X <2)＝34.15%，∴阴影部分的面积为1－0.341 5＝0.658 5， ∴向正方形ABCD 中随机投掷10 000个点，则落入阴影部分的点的个数的估计值是 10 000×0.658 5＝6 585.15.已知随机变量X ～B (2，p )，Y ～N (2，σ2)，若P (X ≥1)＝0.64，P (0<Y <2)＝p ，求P (Y >4)的值.解 因为随机变量X ～B (2，p )，Y ～N (2，σ2)，P (X ≥1)＝0.64，所以P (X ≥1)＝P (X ＝1)＋P (X＝2)＝C 12p (1－p )＋C 22p 2＝0.64，解得p ＝0.4或p ＝1.6(舍去)，所以P (0<Y <2)＝p ＝0.4，P (Y >4)＝12(1－0.4×2)＝0.1. 16.某高校设计了一个实验学科的考核方案：考生从8道备选题中一次性随机抽取3题，按照题目要求独立完成全部实验操作.规定：至少正确完成其中2题的便可提交通过.已知8道备选题中考生甲有6道题能正确完成，2道题不能完成；考生乙每题正确完成的概率都是34，且每题正确完成与否互不影响.(1)分别写出甲、乙两考生正确完成题数的分布列，并计算均值；(2)试从两位考生正确完成题数的均值及至少正确完成2题的概率分析比较两位考生的实验操作能力.解 (1)设考生甲、乙正确完成实验操作的题数为ξ，η，则ξ的所有可能取值为1,2,3；η的所有可能取值为0,1,2,3.P (ξ＝1)＝C 16C 22C 38＝328，P (ξ＝2)＝C 26C 12C 38＝1528，P (ξ＝3)＝C 36C 02C 38＝514.所以考生甲正确完成题数的分布列为Eξ＝1×328＋2×1528＋3×514＝94.因为P (η＝0)＝C 03⎝⎛⎭⎫1－343＝164，同理，P (η＝1)＝964， P (η＝2)＝2764，P (η＝3)＝2764.所以考生乙正确完成题数的分布列为Eη＝3×34＝94.(2)因为P (ξ≥2)＝1528＋514＝2528，P (η≥2)＝2764＋2764＝5464，所以P (ξ≥2)>P (η≥2).故从正确完成题数的均值考察，两人水平相当；从至少正确完成2题的概率考察，甲通过的可能性大.因此可以判断甲的实验操作能力较强.。
知识讲解_高考总复习：二项分布与正态分布(基础)
高考总复习：二项分布与正态分布【考纲要求】一、二项分布及其应用1、了解条件概率和两个事件相互独立的概念；2、理解n次独立重复试验的模型及二项分布；3、能解决一些简单的实际问题。
二、正态分布利用实际问题的直方图，了解正态分布曲线的特点及曲线所表示的意义。
【知识网络】【考点梳理】考点一、条件概率1．条件概率的定义设A、B为两个事件，且P（A）＞0，称P（B|A）=P（AB）/P（A）为在事件A发生的条件下，事件B 发生的条件概率。
要点诠释：条件概率不一定等于非条件概率。
若A，B相互独立，则P（B|A）=P（B）。
2．条件概率的性质①0≤P（B|A）≤1；②如果B、C是两个互斥事件，则P（B∪C|A）=P（B|A）+P（C|A）。
考点二、独立重复试验及其概率公式1．事件的相互独立性设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.判断相互独立事件的方法(1)利用定义:事件A、B相互独立，则P(AB)=P(A)·P(B)；反之亦然。
(2)利用性质:A 与B 相互独立,则A 与B ,A 与B , A 与B 也都相互独立. (3)具体模型①有放回地摸球,每次摸球结果是相互独立的.②当产品数量很大时,不放回抽样也可近似看作独立重复试验. 要点诠释：要明确“至少有一个发生”“至多有一个发生”“恰有一个发生”“都发生”“都不发生”“不都发生”等词语的含义。
已知两个事件A 、B ，则A 、B 中至少有一个发生的事件为A ∪B ； A 、B 都发生的事件为AB ； A 、B 都不发生的事件为AB ；A 、B 恰有一个发生的事件为AB ∪AB ；A 、B 中至多有一个发生的事件为AB ∪AB ∪AB 。
3．独立重复试验 （1）独立重复试验在相同条件下重复做的n 次试验称为n 次独立重复试验，即若用(1,2,,)i A i n =表示第i 次试验结果，则123123()()()()()n n P A A A A P A A A A =（2）独立重复试验的概率公式如果事件A 在一次试验中发生的概率为P ，那么n 次独立重复试验中，事件A 恰好发生k 次的概率为：()(1)k k n k n n P k C P p -=-。
二项分布与正态分布二项分布正态分布的性质与应用
二项分布与正态分布二项分布正态分布的性质与应用二项分布与正态分布概述：统计学中，二项分布和正态分布都是重要的概率分布。
它们在不同领域有着广泛的应用。
本文将介绍二项分布和正态分布的性质以及它们在实际问题中的应用。
一、二项分布的性质与应用1. 二项分布的定义：二项分布是一种离散概率分布，用于描述在重复进行相同试验的情况下，成功的次数的概率分布。
它的概率密度函数为：P(X=k)=C(n,k)p^k(1-p)^(n-k)，其中n为试验次数，k为成功次数，p为每次试验成功的概率。
2. 二项分布的性质：（1）期望和方差：对于二项分布，其期望值μ=np，方差σ^2=np(1-p)。
这意味着在大量重复试验中，预期的成功次数接近于np，方差的开方近似于标准差。
（2）对称性：当p=0.5时，二项分布是对称的。
（3）独立性：在独立重复试验中，每次试验的结果不会影响其他试验的结果。
3. 二项分布的应用：（1）品质控制：二项分布可用于质量检验中，判断产品合格与否的概率。
（2）医学研究：例如，某种药物的治疗成功率可以用二项分布进行建模和分析。
（3）市场调研：根据市场调查的结果，可以利用二项分布对样本群体的属性进行推断。
二、正态分布的性质与应用1. 正态分布的定义：正态分布是一种连续概率分布，是自然界中许多随机现象的近似分布。
正态分布的概率密度函数为：f(x)=1/(σsqrt(2π)) * exp(-(x-μ)^2/(2σ^2))，其中μ为均值，σ为标准差。
2. 正态分布的性质：（1）均值与标准差：正态分布完全由均值μ和标准差σ确定。
均值决定了分布的位置，标准差决定了分布的宽度。
（2）对称性：正态分布是关于均值对称的，曲线在均值处达到峰值。
（3）中心极限定理：大量独立随机变量的和趋近于正态分布。
3. 正态分布的应用：（1）统计推断：正态分布在统计学中起到重要的作用，例如，利用正态分布进行参数估计和假设检验。
（2）风险管理：正态分布在金融领域常用于模拟资产回报率和风险价值的计算。
二项分布和正态分布和的概率密度
文章标题：探索二项分布和正态分布的概率密度一、引言在统计学中，二项分布和正态分布是两个重要的概率分布，它们在描述随机变量的分布特征和计算概率密度上起着至关重要的作用。
本文将深入探讨二项分布和正态分布的概率密度，并比较它们之间的异同点，帮助读者更深入地理解这两种概率分布。
二、什么是二项分布？二项分布描述了一系列独立重复的随机试验中成功次数的概率分布，其中每次试验只有两种可能的结果，成功和失败。
设每次试验成功的概率为p，失败的概率为1-p，则进行n次独立重复试验后，成功次数的概率分布即服从二项分布。
二项分布的概率质量函数如下所示：P(X=k) = (n choose k) * p^k * (1-p)^(n-k)其中，n为试验次数，k为成功次数，(n choose k)表示组合数。
三、什么是正态分布？正态分布，又称高斯分布，是一种连续概率分布，其密度函数呈钟形曲线。
正态分布的概率密度函数如下所示：f(x) = (1/(σ * sqrt(2π))) * exp(-(x-μ)^2/(2σ^2))其中，μ为均值，σ为标准差。
四、二项分布和正态分布的关系在一定条件下，二项分布可以逼近正态分布。
当试验次数n较大时，成功概率p较小或失败概率1-p较小时，二项分布可以近似地服从正态分布。
这一性质被称为大数定律和中心极限定理，它使得我们可以利用正态分布的性质来进行近似计算，简化问题的处理过程。
五、比较二项分布和正态分布的特点1. 概率密度函数形式：二项分布是离散型概率分布，其概率质量函数表示了每个特定成功次数的概率。
而正态分布是连续型概率分布，其概率密度函数呈现出典型的钟形曲线。
2. 参数含义：二项分布的参数为试验次数n和成功概率p，正态分布的参数为均值μ和标准差σ。
3. 近似性：在一定条件下，二项分布可以逼近正态分布。
二项分布的近似正态性取决于试验次数n和成功概率p的取值。
六、个人观点和理解从上述对二项分布和正态分布的深入探讨中，我们可以看到二者在概率分布形式、参数含义和近似性等方面存在着明显的差异和联系。
二项分布与正态分布
二项分布与正态分布在概率统计学中，二项分布和正态分布是两个非常重要的概率分布。
二项分布是描述离散型随机变量的分布，而正态分布则是描述连续型随机变量的分布。
本文将对二项分布和正态分布进行详细介绍和比较。
一、二项分布二项分布是由进行多次独立的二元实验而引起的概率分布。
在每次实验中，结果只有两种可能，成功或失败，成功的概率为p，失败的概率为1-p。
进行n次实验后，成功的次数就构成了一个二项分布。
二项分布的概率质量函数可以用公式表示为：P(X=k) = C(n,k) * p^k * (1-p)^(n-k)其中，C(n,k)表示从n个实验中取出k个成功的组合数，p表示成功的概率，(1-p)表示失败的概率。
二、正态分布正态分布又称为高斯分布，是自然界中非常常见的一种连续型概率分布。
正态分布的概率密度函数在数学上表达为：f(x) = (1/σ√(2π)) * e^-(x-μ)^2/(2σ^2)其中，μ表示分布的均值，σ表示标准差，e表示自然对数的底。
正态分布的形状是一个钟形曲线，呈现对称性，并且均值、中位数、众数都位于曲线中心。
三、二项分布与正态分布的关系当二项分布中的实验次数n足够大，并且成功的概率p足够接近于0.5时，二项分布可以近似地用正态分布来描述。
这是由于中心极限定理的作用，即大量相互独立的随机变量的和近似服从正态分布。
具体来说，当n比较大时，二项分布的均值μ=n*p和方差σ^2=n*p*(1-p)的值也比较大。
而正态分布的均值和方差可以通过对二项分布的均值和方差进行适当的变换得到。
当n趋近于无穷大时，二项分布与正态分布的差别越来越小，因此可以用正态分布来近似描述二项分布。
四、应用场景二项分布常用于描述二元实验的结果，比如投掷硬币的结果、产品的合格率等。
通过对二项分布进行分析，可以计算出实验成功的概率、失败的概率以及在一定实验次数下成功的期望次数。
而正态分布则广泛应用于自然和社会科学的各个领域。
由于其对称性和中心极限定理的作用，正态分布可以用于描述和分析连续型随机变量的分布情况。
二项分布与正态分布
2、二项分布 一般地，在n次独立重复试验中，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) C n
k
p (1 p)
k
nk
k=0，1，2，…，n
此时称随机变量X服从二项分布，记 作X~B (n，p)，并称p为成功概率.
例1、某人射击一次击中的概率为0.6， 经过3次射击，此人至少有两次击中目标 的概率为 A A、81/125 B、54/125 C、36/125 D、27/125
例2、某单位为绿化环境，移栽了甲、乙 两种大树各2株．设甲、乙两种大树移栽的
1 2 成活率分别为 和 ，且各株大树是否成 2 3
活互不影响．求移栽的4株大树中： （Ⅰ）两种大树各成活1株的概率； 2/9 （Ⅱ）成活的株数的分布列．
X P
0 1/36
1 1/6
2 13/36
3 1/3
4 1/9
针对训练： 1、甲、乙两人各进行3次射击，甲每 次击中目标的概率为1/2，乙每次击中目 标的概率2/3， （I）记甲击中目标的次数为ξ，求ξ的 概率分布； （II）求乙至多击中目标2次的概率； （III）求甲恰好比乙多击中目标2次的 概率．
2、某学生在上学路上要经过4个路口， 假设在各路口是否遇到红灯是相互独立 的，遇到红灯的概率都是1/3，遇到红灯 时停留的时间都是2min. （Ⅰ）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； （Ⅱ）求这名学生在上学路上因遇到 红灯停留的总时间的分布列及期望.
3、甲、乙二人进行一次围棋比赛，约 定先胜3局者获得这次比赛的胜利，比赛 结束，假设在一局中，甲获胜的概率为 0.6，乙获胜的概率为0.4，各局比赛结果 相互独立，已知前2局中，甲、乙各胜1 局. （I）求甲获得这次比赛胜利的概率； （II）设X表示从第3局开始到比赛结束 所进行的局数，求X的分布列及数学期望.
二项分布与正态分布
象为正态分布密度曲线,简称正态曲线. (2)正态曲线的特点 (i)曲线位于x轴上方且与x轴不相交; (ii)曲线是单峰的,它关于直线x=μ对称; (iii)曲线在x=μ处达到峰值
1 ; σ 2
(iv)曲线与x轴之间的面积为1;
(v)当σ一定时,曲线随着μ的变化而沿x轴移动; (vi)当μ一定时,曲线的形状由σ确定,σ越小,曲线越“瘦高”;σ越大,曲线 越“矮胖”. 2.正态分布 (1)正态分布的定义及表示 如果对于任何实数a,b(a<b),随机变量X满足P(a<X≤b)= φμ,σ(x)dx,则称
(4)若P(AB)=P(A)P(B),则A与B相互独立. 3.独立重复试验与二项分布
独立重复试验 定义 二项分布 一般地,在相同条件下重复做的n次试验称为 一般地,在n次独立重复试验中,设事件A发生 n 次独立重复试验 的次数为X,在每次试验中事件A发生的概率 为p,此时称随机变量X服从二项分布,记作X~ B(n,p) 计算 公式 用Ai(i=1,2,…,n)表示第i次试验结果,则P(A1A2 在n次独立重复试验中,事件A恰好发生k次的 …An)=P(A1)P(A2)…P(An) 概率为P(X=k)= p (1-p) (k=0,1,2,…,n)
6 10
3 5
3 5
3 5
2 8 ∴P(ξ=0)= = , 5 125
3
36 , 3 2 = P(ξ=1)= C1 3 5 5 125 54 , 2 = 2 3 P(ξ=2)= C3 5 5 125
解析 设x为掷红色骰子得到的点数,y为掷蓝色骰子得到的点数,则所 有可能的事件与(x,y)建立一一对应的关系,共有36个基本事件.
正态分布和二项分布
正态分布和二项分布
一、正态分布
1、什么是正态分布
正态分布是一种均匀分布的概率分布，也叫高斯分布或正态分布。
它的特征是平均值与标准差具有相同的值，大多数值都聚集在均值附近，而变异程度较小。
2、正态分布的特点
正态分布有以下特点：
（1）正态分布又称高斯分布，是概率论中常见的概率分布，非常重要。
（2）正态分布形状为一个像山峰一样的曲线，大多数数据集中在中心，两侧逐渐递减，呈现出双峰状。
（3）正态分布满足一定数学公式，其概率密度函数为：
y=1/sigma*sqrt(2*pi)*exp(-1/2*(x-μ)2/sigma2)（4）正态分布具有均值、方差、峰值、中位数、四分位数等特性。
二、二项分布
1、什么是二项分布
二项分布是概率论中最常用的概率分布之一，用于表示一系列独立事件发生次数的分布情况，它是随机变量x的分布，其取值范围是0、1、2、3....或m次，m为给定的次数。
2、二项分布的特点
二项分布有以下特点：
（1）二项分布是概率论中常用的分布，也是非常重要的概率分布。
（2）二项分布独立表示一个随机事件发生的次数，一般指满足特定条件的时候发生的次数。
（3）二项分布只有两种取值，0或1，二项分布的概率分布函数为：
P(x)=Cnx*p^x*q^(n-x)
其中，Cnx是组合数，p是发生事件的概率，q是不发生事件的概率。
- 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、"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、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)。
二项分布与正态分布[最新考纲]1．了解条件概率和两个事件相互独立的概念．2．理解n次独立重复试验的模型及二项分布．3．能解决一些简单的实际问题.知识梳理1．条件概率及其性质设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．若事件A，B相互独立，则P(B|A)＝P(B)；事件A与B，A与B，A与B都相互独立．3．独立重复试验与二项分布(1)独立重复试验在相同条件下重复做的n次试验称为n次独立重复试验，若用A i(i＝1,2，…，n)表示第i次试验结果，则P(A1A2A3…A n)＝P(A1)P(A2)P(A3)…P(A n)．(2)二项分布在n次独立重复试验中，用X表示事件A发生的次数，设每次试验中事件A发生的概率为p，则P(X＝k)＝C k n p k(1－p)n－k(k＝0,1,2，…，n)，此时称随机变量X 服从二项分布，记为X～B(n，p)，并称p为成功概率．4．正态分布(1)正态分布的定义及表示如果对于任何实数a，b(a<b)，随机变量X满足P(a<X≤b)＝bφμ，σ(x)d x，则称随⎠⎛a机变量X 服从正态分布，记为X ～N (μ，σ2)．函数φμ，σ(x )＝，x ∈R 的图象(正态曲线)关于直线x＝μ对称，在x ＝μ处达到峰值1σ2π.(2)正态总体三个基本概率值①P (μ－σ<X ≤μ＋σ)＝0.682_6.②P (μ－2σ<X ≤μ＋2σ)＝0.954_4.③P (μ－3σ＜X ≤μ＋3σ)＝0.997_4.辨 析 感 悟1．条件概率与相互独立事件的概率(1)若事件A ，B 相互独立，则P (B |A )＝P (B )．( )(2)P (B |A )表示在事件A 发生的条件下，事件B 发生的概率，P (AB )表示事件A ，B 同时发生的概率，一定有P (AB )＝P (A )·P (B )．( )(3)(教材习题改编)袋中有5个小球(3白2黑)，现从袋中每次取一个球，不放回地抽取两次，则在第一次取到白球的条件下，第二次取到白球的概率是0.5. ( )2．二项分布与正态分布(4)在正态分布函数φμ，σ(x )＝中，μ是正态分布的期望值，σ是正态分布的标准差．( )(5)二项分布是一个概率分布列，是一个用公式P (X ＝k )＝C k n p k (1－p )n －k ，k ＝0,1,2，…，n 表示的概率分布列，它表示了n 次独立重复试验中事件A 发生次数的概率分布．( )(6)(2014·扬州调研改编)小王通过英语听力测试的概率是13，他连续测试3次，那么其中恰好第3次测试获得通过的概率是P ＝C 13·⎝ ⎛⎭⎪⎫131·⎝ ⎛⎭⎪⎫1－133－1＝49.( )[感悟·提升]1．古典概型中，A 发生的条件下B 发生的条件概率公式为P (B |A )＝P (AB )P (A )＝n (AB )n (A )，其中，在实际应用中P (B |A )＝n (AB )n (A )是一种重要的求条件概率的方法． 2．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 )，如(1)，(2)．3．判断一个随机变量是否服从二项分布，要看两点：一是是否为n 次独立重复试验．在每次试验中事件A 发生的概率是否均为p . 二是随机变量是否为在这n 次独立重复试验中某事件发生的次数．且P (X ＝k )＝C k n p k (1－p )n －k 表示在独立重复试验中，事件A 恰好发生k 次的概率.考点一 条件概率【例1】 (1)从1,2,3,4,5中任取2个不同的数，事件A ＝“取到的2个数之和为偶数”，事件B ＝“取到的2个数均为偶数”，则P (B |A )等于( )． A.18 B.14 C.25 D.12(2)如图，EFGH 是以O 为圆心，半径为1的圆的内接正方形．将一颗豆子随机地扔到该圆内，用A 表示事件“豆子落在正方形EFGH 内”，B 表示事件“豆子落在扇形OHE (阴影部分)内”，则P (B |A )＝________.规律方法 (1)利用定义，求P (A )和P (AB )，则P (B |A )＝P (AB )P (A ). (2)借助古典概型概率公式，先求事件A 包含的基本事件数n (A )，再求事件A 与事件B 的交事件中包含的基本事件数n (AB )，得P (B |A )＝n (AB )n (A ).【训练1】已知1号箱中有2个白球和4个红球，2号箱中有5个白球和3个红球，现随机地从1号箱中取出一球放入2号箱，然后从2号箱随机取出一球，则两次都取到红球的概率是()．A.1127 B.11 24C.827 D.9 24考点二相互独立事件同时发生的概率【例2】(2013·陕西卷改编)在一场娱乐晚会上，有5位民间歌手(1至5号)登台演唱，由现场数百名观众投票选出最受欢迎歌手．各位观众须彼此独立地在选票上选3名歌手，其中观众甲是1号歌手的歌迷，他必选1号，不选2号，另在3至5号中随机选2名．观众乙和丙对5位歌手的演唱没有偏爱，因此在1至5号中选3名歌手．(1)求观众甲选中3号歌手且观众乙未选中3号歌手的概率；(2)X表示3号歌手得到观众甲、乙、丙的票数之和，求“X≥2”的事件概率．规律方法(1)解答本题关键是把所求事件包含的各种情况找出来，从而把所求事件表示为几个事件的和事件．(2)求相互独立事件同时发生的概率的方法主要有①利用相互独立事件的概率乘法公式直接求解．②正面计算较繁或难以入手时，可从其对立事件入手计算．【训练2】甲、乙两个篮球运动员互不影响地在同一位置投球，命中率分别为1 2与p，且乙投球2次均未命中的概率为1 16.(1)求乙投球的命中率p；(2)求甲投球2次，至少命中1次的概率．规律方法(1)求解本题关键是明确正态曲线关于x＝2对称，且区间[0,4]也关于x ＝2对称．(2)关于正态曲线在某个区间内取值的概率求法①熟记P(μ－σ<X≤μ＋σ)，P(μ－2σ<X≤μ＋2σ)，P(μ－3σ<X≤μ＋3σ)的值．②充分利用正态曲线的对称性和曲线与x轴之间面积为1.【训练3】若在本例中，条件改为“已知随机变量X～N(3,1)，且P(2≤X≤4)＝0.682 6，”求P(X>4)的值．考点四独立重复试验与二项分布【例4】某种有奖销售的饮料，瓶盖内印有“奖励一瓶”或“谢谢购买”字样，购买一瓶若其瓶盖内印有“奖励一瓶”字样即为中奖，中奖概率为16.甲、乙、丙三位同学每人购买了一瓶该饮料．(1)求甲中奖且乙、丙都没有中奖的概率；(2)求中奖人数X的分布列．规律方法(1)独立重复试验是在同样的条件下重复地、各次之间相互独立地进行的一种试验，在这种试验中，每一次试验只有两种结果，即某事件要么发生，要么不发生，并且任何一次试验中发生的概率都是一样的．(2)求复杂事件的概率，要正确分析复杂事件的构成，看复杂事件能转化为几个彼此互斥的事件的和事件还是能转化为几个相互独立事件同时发生的积事件，然后求概率．【训练4】某居民小区有两个相互独立的安全防范系统(简称系统)A和B，系统A和系统B在任意时刻发生故障的概率分别为110和p.(1)若在任意时刻至少有一个系统不发生故障的概率为4950，求p的值；(2)设系统A在3次相互独立的检测中不发生故障的次数为随机变量X，求X的概率分布列及数学期望E(X)．小结1．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)．2．在n次独立重复试验中，事件A恰好发生k次可看做是C k n个互斥事件的和，其中每一个事件都可看做是k个A事件与(n－k)个A事件同时发生，只是发生的次序不同，其发生的概率都是p k(1－p)n－k.因此n次独立重复试验中事件A恰好发生k次的概率为C k n p k(1－p)n－k.3．若X服从正态分布，即X～N(μ，σ2)，要充分利用正态曲线的对称性和曲线与x轴之间的面积为1.易错辨析——对二项分布理解不准致误【典例】一名学生每天骑车上学，从他家到学校的途中有6个交通岗，假设他在各个交通岗遇到红灯的事件是相互独立的，并且概率都是1 3.(1)设X为这名学生在途中遇到红灯的次数，求X的分布列；(2)设Y为这名学生在首次停车前经过的路口数，求Y的分布列．【自主体验】(2013·辽宁卷)现有10道题，其中6道甲类题，4道乙类题，张同学从中任取3道题解答．(1)求张同学至少取到1道乙类题的概率；(2)已知所取的3道题中有2道甲类题，1道乙类题．设张同学答对每道甲类题的概率都是35，答对每道乙类题的概率都是45，且各题答对与否相互独立．用X 表示张同学答对题的个数，求X 的分布列和数学期望．基础巩固题组一、选择题1．设随机变量X ～B ⎝ ⎛⎭⎪⎫6，12，则P (X ＝3)的值是( )． A.316 B.516 C.716 D.582．已知随机变量X 服从正态分布N (0，σ2)．若P (X >2)＝0.023，则P (－2≤X ≤2)＝( )．A ．0.477B ．0.628C ．0.954D ．0.9773．(2014·湖州调研)国庆节放假，甲去北京旅游的概率为13，乙、丙去北京旅游的概率分别为14，15.假定三人的行动相互之间没有影响，那么这段时间内至少有1人去北京旅游的概率为( )．A.5960B.35C.12D.1604．甲、乙两人独立地对同一目标各射击一次，命中率分别为0.6和0.5，现已知目标被击中，则它是被甲击中的概率为( )．A ．0.45B ．0.6C ．0.65D ．0.755．(2013·湖北卷改编)假设每天从甲地去乙地的旅客人数X 是服从正态分布N (800,502)的随机变量，记一天中从甲地去乙地的旅客人数不超过900的概率为p 0.则p 0的值为( )．(参考数据：若X ～N (μ，σ2)，有P (μ－σ<X ≤μ＋σ)＝0.682 6，P (μ－2σ<X ≤μ＋2σ)＝0.954 4，P (μ－3σ<X ≤μ＋3σ)＝0.997 4.)A ．0.954 4B ．0.682 6C ．0.997 4D ．0.977 2二、填空题6．某篮球队员在比赛中每次罚球的命中率相同，且在两次罚球中至多命中一次的概率为1625，则该队员每次罚球的命中率为________．7．某次知识竞赛规则如下：在主办方预设的5个问题中，选手若能连续正确回答出两个问题，即停止答题，晋级下一轮．假设某选手正确回答每个问题的概率都是0.8，且每个问题的回答结果相互独立，则该选手恰好回答了4个问题就晋级下一轮的概率等于________．8．有一批种子的发芽率为0.9，出芽后的幼苗成活率为0.8，在这批种子中，随机抽取一粒，则这粒种子能成长为幼苗的概率为________．三、解答题9．根据以往统计资料，某地车主购买甲种保险的概率为0.5，购买乙种保险但不购买甲种保险的概率为0.3.设各车主购买保险相互独立．(1)求该地1位车主至少购买甲、乙两种保险中的一种的概率；(2)求该地的3位车主中恰有1位车主甲、乙两种保险都不购买的概率．10．某公交公司对某线路客源情况统计显示，公交车从每个停靠点出发后，乘客人数及频率如下表：(1)(2)全线途经10个停靠点，若有2个以上(含2个)停靠点出发后乘客人数超过18人的概率大于0.9，公交公司就考虑在该线路增加一个班次，请问该线路需要增加班次吗？。