知识讲解独立重复试验与二项分布

合集下载

独立重复试验与二项分布课件(人教A选修2-3)(

独立重复试验与二项分布课件(人教A选修2-3)(
独立重复试验与二项分布课件
contents
目录
• 独立重复试验 • 二项分布 • 二项分布的应用 • 独立重复试验与二项分布的关系 • 实例分析 • 总结与思考
01
独立重复试验
定义与特点
独立重复试验是指在相同的条件下,独立地重复进行n次试验 ,每次试验只有两种可能结果(成功或失败),并且每次试 验中成功的概率为p,失败的概率为q=1-p。
概率密度函数
二项分布的概率密度函数可以用 于描述在n次独立重复试验中成功 的次数,从而帮助我们理解随机 事件的分布情况。
决策制定
决策依据
在风险决策中,二项分布可以用于评 估不同决策的风险和收益,帮助我们 做出最优决策。
风险评估
通过二项分布,我们可以评估不同决 策的风险,从而选择风险较小的方案 。
数据分析与预测
二项分布的期望是np,方差是np(1-p)。
二项分布的期望是np,其中n是试验次数,p是每次试验成功的概率;方差是np(1-p),表示实际观测值与期望值之间的偏离 程度。
03
二项分布的应用
概率计算
概率计算
二项分布可以用于计算在独立重 复试验中成功的概率。例如,在 抛硬币试验中,可以计算连续出 现三次正面的概率。
二项分布的性质
二项分布具有可加性、独立性、对称性和均匀性等性质。
二项分布具有可加性,即如果将两个独立的二项分布相加,结果仍然服从二项分 布;独立性,即各次试验是独立的;对称性,即成功的次数和失败的次数是对称 的;均匀性,即随着试验次数的增加,成功次数和失败次数的概率趋于相等。
二项分布的期望与方差
06
总结与思考
独立重复试验与二项分布在生活中的意义
概率思维
预测未来

第十一章 第8讲 n次独立重复试验与二项分布

第十一章  第8讲 n次独立重复试验与二项分布

第8讲n次独立重复试验与二项分布基础知识整合1.条件概率及其性质2.事件的相互独立(1)设A,B为两个事件,如果P(AB)=□05P(A)·P(B),那么称事件A与事件B相互独立.(2)如果事件A与B相互独立,那么□06A与□07B,□08A与□09B,□10 A与□11B也都相互独立.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,即若用A i(i=1,2,…,n)表示第i次试验结果,则P(A1A2A3…A n)=□12P(A1)P(A2)P(A3)…P(A n).(2)二项分布在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,那么在n次独立重复试验中,事件A恰好发生k次的概率为P(X=k)=□13C 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,记作X~B(n,p),并称p为成功概率.1.A ,B 中至少有一个发生的事件为A ∪B . 2.A ,B 都发生的事件为AB . 3.A ,B 都不发生的事件为A -B -.4.A ,B 恰有一个发生的事件为(A B -)∪(A -B ).5.A ,B 至多一个发生的事件为(A B )∪(A B )∪(A B ).1.甲射击命中目标的概率为0.75,乙射击命中目标的概率为23,当两人同时射击同一目标时,该目标被击中的概率为( )A.12 B .1 C.1112 D.56 答案 C解析 1-13×14=1112,选C.2.由0,1组成的三位编号中,若用A 表示“第二位数字为0的事件”,用B 表示“第一位数字为0的事件”,则P (A |B )=( )A.12B.14C.16D.18 答案 A解析 因为第一位数字可为0或1,所以第一位数字为0的概率P (B )=12,第一位数字为0且第二位数字也是0,即事件A ,B 同时发生的概率P (AB )=12×12=14,所以P (A |B )=P (AB )P (B )=1412=12.3.(2019·吉林通化模拟)若ξ~B ⎝ ⎛⎭⎪⎫10,12,则P (ξ≥2)等于( )A.10131024B.111024C.501512D.507512 答案 A 解析P (ξ≥2)=1-P (ξ=0)-P (ξ=1)=1-C 010⎝ ⎛⎭⎪⎫1210-C 110⎝ ⎛⎭⎪⎫1210=10131024.4.(2019·广东汕头模拟)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.34B.23C.57D.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.5.(2019·福建厦门模拟)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.25B.35C.18125D.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次抽到黄球的概率是P =C 23⎝ ⎛⎭⎪⎫352⎝ ⎛⎭⎪⎫1-35=54125.6.袋中有红、黄、蓝球各1个,从中有放回地每次任取1个,直到取到红球为止,则第4次首次取到红球的概率为( )A.980B.881C.382D.827 答案 B解析 前3次都取不到红球的概率为⎝ ⎛⎭⎪⎫233,第4次首次取到红球的概率为13,4个独立事件同时发生的概率为⎝ ⎛⎭⎪⎫233×13=881.核心考向突破考向一 条件概率例1 (1)(2019·大庆模拟)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 )=( )A.18B.14C.25D.12答案 B解析P(A)=C23+C22C25=25,P(B)=C22C25=110,又A⊇B,则P(AB)=P(B)=110,所以P(B|A)=P(AB)P(A)=P(B)P(A)=14.(2)(2019·江西南昌模拟)口袋中装有大小、形状相同的红球2个,白球3个,黄球1个,甲从中不放回地逐一取球,已知第一次取得红球,则第二次取得白球的概率为________.答案3 5解析口袋中装有大小形状相同的红球2个,白球3个,黄球1个,甲从中不放回地逐一取球,设事件A表示“第一次取得红球”,事件B表示“第二次取得白球”,则P(A)=26=13,P(AB)=26×35=15,∴第一次取得红球后,第二次取得白球的概率为P(B|A)=P(AB)P(A)=1513=35.触类旁通条件概率的求法(1)定义法:先求P(A)和P(AB),再由P(B|A)=P(AB)P(A)求P(B|A).即时训练 1.某个电路开关闭合后会出现红灯或绿灯闪烁,已知开关第一次闭合后出现红灯的概率为12,两次闭合后都出现红灯的概率为15,则在第一次闭合后出现红灯的条件下第二次闭合后出现红灯的概率为()A.110 B.15 C.25 D.12答案 C解析设“开关第一次闭合后出现红灯”为事件A,“第二次闭合后出现红灯”为事件B ,则由题意可得P (A )=12,P (AB )=15,则在第一次闭合后出现红灯的条件下第二次闭合出现红灯的概率是P (B |A )=P (AB )P (A )=1512=25.故选C.2.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________.答案 0.72解析 设种子发芽为事件A ,种子成长为幼苗为事件AB (发芽,又成活为幼苗),出芽后的幼苗成活率为P (B |A )=0.8,P (A )=0.9, 由P (B |A )=P (AB )P (A ),得P (AB )=P (B |A )·P (A )=0.9×0.8=0.72. 故这粒种子成长为幼苗的概率为0.72. 考向二 相互独立事件的概率例2 (2017·天津高考)从甲地到乙地要经过3个十字路口,设各路口信号灯工作相互独立,且在各路口遇到红灯的概率分别为12,13,14.(1)记X 表示一辆车从甲地到乙地遇到红灯的个数,求随机变量X 的分布列和数学期望;(2)若有2辆车独立地从甲地到乙地,求这2辆车共遇到1个红灯的概率. 解 (1)随机变量X 的所有可能取值为0,1,2,3. P (X =0)=⎝ ⎛⎭⎪⎫1-12×⎝ ⎛⎭⎪⎫1-13×⎝ ⎛⎭⎪⎫1-14=14,P (X =1)=12×⎝ ⎛⎭⎪⎫1-13×⎝ ⎛⎭⎪⎫1-14+⎝ ⎛⎭⎪⎫1-12×13×⎝ ⎛⎭⎪⎫1-14+⎝ ⎛⎭⎪⎫1-12×⎝ ⎛⎭⎪⎫1-13×14=1124,P (X =2)=⎝ ⎛⎭⎪⎫1-12×13×14+12×⎝ ⎛⎭⎪⎫1-13×14+12×13×⎝ ⎛⎭⎪⎫1-14=14,P (X =3)=12×13×14=124.所以随机变量X 的分布列为随机变量X的数学期望E(X)=0×14+1×1124+2×14+3×124=1312.(2)设Y表示第一辆车遇到红灯的个数,Z表示第二辆车遇到红灯的个数,则所求事件的概率为P(Y+Z=1)=P(Y=0,Z=1)+P(Y=1,Z=0)=P(Y=0)P(Z=1)+P(Y=1)P(Z=0)=14×1124+1124×14=1148.所以这2辆车共遇到1个红灯的概率为11 48.触类旁通求相互独立事件同时发生的概率的方法(1)相互独立事件同时发生的概率等于他们各自发生的概率之积;(2)当正面计算较复杂或难以入手时,可从其对立事件入手计算.即时训练 3.某乒乓球俱乐部派甲、乙、丙三名运动员参加某运动会的单打资格选拔赛,本次选拔赛只有出线和未出线两种情况.规定一名运动员出线记1分,未出线记0分.假设甲、乙、丙出线的概率分别为23,34,35,他们出线与未出线是相互独立的.(1)求在这次选拔赛中,这三名运动员至少有一名出线的概率;(2)记在这次选拔赛中,甲、乙、丙三名运动员的得分之和为随机变量ξ,求随机变量ξ的分布列和数学期望E(ξ).解(1)记“甲出线”为事件A,“乙出线”为事件B,“丙出线”为事件C,“甲、乙、丙至少有一名出线”为事件D,则P(D)=1-P(A-B-C-)=1-13×14×25=2930.(2)由题意可得,ξ的所有可能取值为0,1,2,3,则P(ξ=0)=P(A-B-C-)=13×14×25=130;P(ξ=1)=P(A B-C-)+P(A-B C-)+P(A-B-C)=23×14×25+13×34×25+13×14×35=13 60;P(ξ=2)=P(AB C-)+P(A B-C)+P(A-BC)=23×34×25+23×14×35+13×34×35=920;P(ξ=3)=P(ABC)=23×34×35=310.所以ξ的分布列为E(ξ)=0×130+1×1360+2×920+3×310=12160.考向三独立重复实验与二项分布例3(2019·重庆模拟)为了应对新疆暴力恐怖活动,重庆市警方从武警训练基地挑选反恐警察,从体能、射击、反应三项指标进行检测,如果这三项中至少有两项通过即可入选.假定某基地有4名武警战士(分别记为A,B,C,D)拟参加挑选,且每人能通过体能、射击、反应的概率分别为23,23,12.这三项测试能否通过相互之间没有影响.(1)求A能够入选的概率;(2)规定:按入选人数得训练经费,每入选1人,则相应的训练基地得到5000元的训练经费,求该基地得到训练经费的分布列与数学期望(期望精确到个位).解(1)设A通过体能、射击、反应分别记为事件M,N,P,则A能够入选包含以下几个互斥事件:MN P-,M N-P,M-NP,MNP,∴P(A)=P(MN P-)+P(M N-P)+P(M-NP)+P(MNP)=23×23×12+23×13×12+13×23×12+23×23×12=1218=23.(2)记ξ表示该训练基地入选人数,则得到的训练经费为η=5000ξ,又ξ的可能取值为0,1,2,3,4,∴P (ξ=0)=C 04⎝ ⎛⎭⎪⎫230⎝ ⎛⎭⎪⎫134=181, P (ξ=1)=C 14⎝ ⎛⎭⎪⎫231⎝ ⎛⎭⎪⎫133=881, P (ξ=2)=C 24⎝ ⎛⎭⎪⎫232⎝ ⎛⎭⎪⎫132=2481=827, P (ξ=3)=C 34⎝ ⎛⎭⎪⎫233⎝ ⎛⎭⎪⎫131=3281,P (ξ=4)=C 44⎝ ⎛⎭⎪⎫234⎝ ⎛⎭⎪⎫130=1681. ∴ξ的分布列为触类旁通求解独立重复试验概率时应注意的问题(1)概率模型是否满足公式P n (k )=C k n p k (1-p )n -k的三个条件:①在一次试验中某事件A 发生的概率是一个常数p ;②n 次试验不仅是在完全相同的情况下进行的重复试验,而且各次试验的结果是相互独立的;③该公式表示n 次试验中事件A 恰好发生了k 次的概率.(2)独立重复试验是相互独立事件的特例(概率公式也是如此),就像对立事件是互斥事件的特例一样,只要有“恰好”字样的题用独立重复试验的概率公式计算更简单,就像有“至少”或“至多”等字样的题用对立事件的概率公式计算更简单一样.即时训练 4.某学校为了丰富学生的课余生活,以班级为单位组织学生开展古诗词背诵比赛,随机抽取一首,背诵正确加10分,背诵错误减10分,且背诵结果只有“正确”和“错误”两种.其中某班级学生背诵正确的概率p =23,记该班级完成n 首背诵后的总得分为S n .(1)求S 6=20且S i ≥0(i =1,2,3)的概率; (2)记ξ=|S 5|,求ξ的分布列及数学期望.解 (1)当S 6=20时,即背诵6首后,正确的有4首,错误的有2首. 由S i ≥0(i =1,2,3)可知,若第一首和第二首背诵正确,则其余4首可任意背诵正确2首;若第一首背诵正确,第二首背诵错误,第三首背诵正确,则其余3首可任意背诵正确2首.则所求的概率P =⎝ ⎛⎭⎪⎫232×C 24⎝ ⎛⎭⎪⎫232×⎝ ⎛⎭⎪⎫132+23×13×23×C 23⎝ ⎛⎭⎪⎫232×13=1681. (2)由题意知ξ=|S 5|的所有可能的取值为10,30,50,又p =23, ∴P (ξ=10)=C 35⎝ ⎛⎭⎪⎫233×⎝ ⎛⎭⎪⎫132+C 25⎝ ⎛⎭⎪⎫232×⎝ ⎛⎭⎪⎫133=4081, P (ξ=30)=C 45⎝ ⎛⎭⎪⎫234×⎝ ⎛⎭⎪⎫131+C 15⎝ ⎛⎭⎪⎫231×⎝ ⎛⎭⎪⎫134=3081, P (ξ=50)=C 55⎝ ⎛⎭⎪⎫235×⎝ ⎛⎭⎪⎫130+C 05⎝ ⎛⎭⎪⎫230×⎝ ⎛⎭⎪⎫135=1181, ∴ξ的分布列为∴E (ξ)=10×4081+30×3081+50×1181=185081.。

独立重复试验与二项分布课件(人教A选修2-3)(

独立重复试验与二项分布课件(人教A选修2-3)(
理解教材 知识点一
新知
知识点二
第 1第 部二
2.2
把握热点 考向
考点一 考点二
分 章 2.2.3
应用创新 演练
h
2
h
3
h
4
h
5
要研究抛掷硬币的规律,需做大量的 ห้องสมุดไป่ตู้硬币试验.试想每次试验的前提是什么?
提示:条件相同.
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.
h
6
在体育课上,某同学做投篮训练,他 连续投篮3次,每次投篮的命中率都是0.8. 用Ai(i=1,2,3)表示第i次投篮命中这件事, 用B1表示仅投中1次这件事.
答案:A
h
16
2.在 4 次独立重复试验中,事件 A 至少发生 1 次的概
率为6851,则事件 A 在 1 次试验中出现的概率为(
)
1
2
A.3
B.5
5
3
C.6
D.4
解析:由题意知,C04p0(1-p)4=1-6851,p=13.
答案:A
h
17
3.甲、乙两人各进行 3 次射击,甲每次击中目标的概 率为12,乙每次击中目标的概率为23,求: (1)甲恰好击中目标 2 次的概率; (2)乙至少击中目标 2 次的概率; (3)乙恰好比甲多击中目标 2 次的概率.
X0 1 2 3
P
27 125
54 125
36 125
8 125
(10 分)
h
22
[一点通] 解决此类问题的步骤: (1)判断随机变量X服从二项分布; (2)建立二项分布模型; (3)确定X的取值并求出相应的概率; (4)写出分布列.

独立重复试验与二项分布 课件

独立重复试验与二项分布 课件
件分拆成若干个互斥事件的和,其次要将分拆后的每个事件再分拆
为若干个相互独立事件的乘积.这两个步骤做好了,问题的思路就
清晰了,接下来就是按照相关的概率值进行计算的问题了.如果某
(1)3 台都未报警的概率为
P(X=0)= C30 × 0.90 × 0.13 = 0.001;
(2)恰有 1 台报警的概率为
P(X=1)= C31 × 0.91 × 0.12 = 0.027;
(3)恰有 2 台报警的概率为
P(X=2)= C32 × 0.92 × 0.1 = 0.243;
(4)3 台都报警的概率为
发生k次的概率为 P(X=k)=C pk(1-p)n-k,k=0,1,2,…,n,此时称随机变
量X服从二项分布,简记为X~B(n,p),并称p为成功概率.
知识拓展 1.在 n 次试验中,有些试验结果为 A,有些试验结果为,
所以总结果是几个 A 同几个的一种搭配,要求总结果中事件 A 恰好
发生 k 次,就是 k 个 A 同 n-k 个的一种搭配,搭配种类为C ;其次,每
1
分布,故该空填C32
20
C25 C195
答案:(1)
C3100
2 19 1
20
.
1
(2)C32
20
2
19 1
20
【示例2】 某厂生产的电子元件,其次品率为5%,现从一批产品
中任意连续地抽取2件,其中次品数ξ的概率分布列为
ξ
P
,请完成此表.
0
1
2
解析:由于本题中工厂生产的电子元件数量很大,从中抽取2件时,
(X=1)或不发生(X=0);二项分布是指在n次独立重复试验中事件A发
生的次数X的分布列,试验次数为n(每次试验的结果也只有两种:事

高二数学人选修课件独立重复试验与二项分布

高二数学人选修课件独立重复试验与二项分布

1. 根据组合数公式计 算成功次数为2的组合 方式数量:C(10, 2)。
2. 计算成功和失败的 概率:p=0.05,1p=0.95。
3. 将上述结果代入二 项分布概率公式进行 计算,得到恰好抽到2 个次品的概率为: P(X=2) = C(10, 2) * 0.05^2 * 0.95^(102)。
生活中独立重复试验与二项分
其他领域应用举例
产品质量检验
在生产线上,为了保证产品质量,会 对每个产品进行多次独立的重复检验 。每次检验的结果为合格或不合格, 符合二项分布的特点。
市场营销调查
在市场营销中,为了了解消费者对某 种产品的接受程度,会进行多次独立 的重复调查。每次调查的结果为购买 或不购买,也符合二项分布的特点。
谢谢聆听
递推关系式应用举例
通过已知的初始条件$P(A_0)=q^n$和递推关系式,可以逐步求出 $P(A_1),P(A_2),ldots,P(A_n)$的值。
案例分析:射击比赛问题
问题描述
某射手进行射击比赛,每次射击的命中率为0.8,若命中则得10分,否则扣4分。设该射 手射击10次,求其总得分的数学期望和方差。
VS
二项分布的概率计算
二项分布描述了在n次独立重复试验中成 功k次的概率。其概率计算公式为C(n, k) * p^k * (1-p)^(n-k),其中C(n, k)表示从 n个不同元素中取出k个元素的组合数,p 表示每次试验成功的概率。
案例分析:投掷硬币问题
问题描述
假设我们有一个均匀的硬币,正面朝上的概率为p,反面朝上的概率为1-p。现在我们 进行n次投掷,求正面朝上k次的概率。
概率模型建立
该射手每次射击得分是一个随机变量,取值为10或-4,且命中得10分的概率为0.8,未命 中扣4分的概率为0.2。因此,该射手10次射击的总得分也是一个随机变量,服从二项分 布。

独立重复试验与二项分布(上课用)课件

独立重复试验与二项分布(上课用)课件

二项分布的偏态和峰态描述了概率分布的不对称性和 尖锐程度。
偏态(Skewness)和峰态(Kurtosis)是描述概率分 布形态的两个重要统计量。偏态用于衡量概率分布的 不对称性,峰态则用于描述概率分布的尖锐程度。在 二项分布中,偏态和峰态的计算公式分别为 Skewness=(3(p-0.5))/(np) 和 Kurtosis=3(p0.5)^2/(n*p*(1-p))。通过计算偏态和峰态,可以进 一步了解二项分布的概率分布特征。
独立重复试验与二项 分布课件
目 录
• 独立重复试验 • 二项分布 • 独立重复试验与二项分布的关系 • 实例分析 • 总结与思考
CHAPTER 01
独立重复试验
பைடு நூலகம்
定义与特点
定义
独立重复试验是指在每次试验中 ,事件发生的概率都不受其他试 验结果影响,每次试验都是独立 的。
特点
每次试验都有两个可能的结果, 互不影响,多次独立重复同一试 验。
风险评估
通过二项分布,我们可以评估一系列独立事 件的风险,从而制定有效的风险管理策略。 例如,在金融领域,二项分布被用于评估股 票价格涨跌的概率。
对未来的展望
扩展应用领域
随着科技的发展和研究的深入,独立重复试 验和二项分布在各个领域的应用将更加广泛 。例如,在人工智能、大数据分析、生物信 息学等领域,二项分布的应用前景非常广阔 。
在二项分布中,期望(E)和方差(Var)是两个重要的统计量,用于描述随机事件发生的概率。期望值是随机变量取值的平 均数,而方差则描述了随机变量取值分散的程度。在二项分布中,期望和方差的计算公式分别为 E=np 和 Var=np(1-p),其 中 n 是试验次数,p 是事件发生的概率。

独立重复试验与二项分布 课件

独立重复试验与二项分布       课件

求服从二项分布的分布列 [典例] (本小题满分 12 分)甲、乙两支排球队进行比赛,约定先胜 3 局者获得比赛的 胜利,比赛随即结束.除第五局甲队获胜的概率是21外,其余每局比赛甲队获胜的概 率都是23.假设各局比赛结果相互独立. (1)分别求甲队以 3∶0,3∶1,3∶2 胜利的概率; (2)若比赛结果为 3∶0 或 3∶1,则胜利方得 3 分,对方得 0 分;若比赛结果为 3∶2, 则胜利方得 2 分,对方得 1 分.求乙队得分 X 的分布列.
[解析] (1)记“甲队以 3∶0 胜利”为事件 A1,“甲队以 3∶1 胜利”为事件 A2,“甲 队以 3∶2 胜利”为事件 A3, 由题意,各局比赛结果相互独立,
故 P(A1)=233=287,1 分 P(A2)=C232321-32×23=287,
3分
P(A3)=C242321-322×21=247. 所以,甲队以 3∶0 胜利、以 3∶1 胜利的概率都为287,以 3∶2 胜利的概率为247.5 分
P(X=3)=1-P(X=0)-P(X=1)-P(X=2)=237,10 分
故 X 的分布列为
X0 1 2 3
P
16 274 27 Nhomakorabea4 27
3 27
12 分
[规范与警示] (1) 甲以 3∶2 胜利极易写成 C24232·1-232·23=1861,或 C242321-322
=287. (2)求解 X=0,1,2,3 对应的概率,利用 P(X=0)=P(A1+A2)等可减少计算量,避免 失分. (3)解答此类问题步骤要规范,语言叙述要准确,在写分布列时表格要完整.
解答此类题目首先分析随机变量是否满足独立重复试验的条件,若满足,再利用 P(X=k)=Cknpk·(1-p)n-k(k=0,1,2,…,n)计算即可.

独立重复试验与二项分布 课件

独立重复试验与二项分布 课件
独立重复试验与二项分布
1.n 次独立重复试验 一般地,在 相同 条件下重复做的 n 次试验称为 n 次独立重 复试验.
2.二项分布 前提
X 字母事件 A 发生的次数
每次试验中事件 A 发生的概率 P(X=k)=Cpk(1-p)n-k,k= 0,1,2,…,n
8 729
解决二项分布问题的两个关注点 (1)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. (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.
Y01 2
P
77 15 15
1 15
二项分布实际应用问题的解题策略 (1)根据题意设出随机变量. (2)分析出随机变量服从二项分布. (3)找到参数 n(试验的次数)和 p(事件发生的概率). (4)写出二项分布的分布列.
另一枚的点数为点 P 的纵坐标,求连续抛掷这两枚骰子三次, 点 P 在圆 x2+y2=16 内的次数 X 的分布列. 【解】 由题意可知,点 P 的坐标共有 6×6=36(种)情况,其 中在圆 x2+y2=16 内的有点(1,1),(1,2),(1,3),(2,1), (2,2),(2,3),(3,1),(3,2)共 8 种,则点 P 在圆 x2+y2= 16 内的概率为386=29.
结论 记法
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
探究点 1 独立重复试验的概率 甲、乙两人各射击一次,击中目标的概率分别是23和34,
假设每次射击是否击中目标,相互之间没有影响.(结果须用分 数作答) (1)求甲射击 3 次,至少 1 次未击中目标的概率; (2)求两人各射击 2 次,甲恰好击中目标 2 次且乙恰好击中目标 1 次的概率.

独立重复试验与二项分布 课件

独立重复试验与二项分布  课件
独立重复试验与二项分布
1.n 次独立重复试验:一般地,在 相同 条件下重复做的 n 次试验称为 n 次独立重复试验.
2.在 n 次独立重复试验中,“在相同的条件下”等价于 各次试验的结果不会受其他试验的 影响 ,即 P(A1A2…An)=
P(A1)P(A2)…P(An).其中 Ai(i=1,2,…,n)是第 i 次试验的结 果.
则 P(A)=0.7,P(B)=0.6,P(C)=0.8. 所以从甲、乙、丙三台机床加工的零件中各取一件检验, 至少有一件一等品的概率为 P1=1-P(-A )P(-B )P(-C )=1-0.3×0.4×0.2=0.976. (2)将甲、乙、丙三台机床加工的零件混合到一起,从中任 意地抽取一件检验,它是一等品的概率为 P2=2×0.7+40.6+0.8=0.7.
4 243
1 729
[点评] 解此类题首先判断随机变量 X 服从二项分布,即 X~B(n,p),然后求出 P(X=k)=Cknpk(1-p)n-k(k=0,1,2,…,n), 最后列出二项分布列.
二项分布的应用
甲、乙、丙三台机床各自独立地加工同一种零 件,已知甲、乙、丙三台机床加工的零件是一等品的概率分别 为 0.7、0.6、0.8,乙、丙两台机床加工的零件数相等,甲机床 加工的零件数是乙机床加工的零件数的 2 倍.
4.Cknpk(1-p)n-k 是[p+(1-p)]n 的二项展开式中的第 k+1 项.
独立重复试验概率的求法
某人射击 5 次,每次中靶的概率均为 0.9,求他至 少有 2 次中靶的概率.
[分析] 至少有 2 次中靶包括恰好有 2 次中靶,恰好有 3 次 中靶,恰好有 4 次中靶和恰好有 5 次中靶四种情况,这些事件 是彼此互斥的,而每次射击中靶的概率均相等,并且相互之间 没有影响,所以每次射击又是相互独立事件,因而射击 5 次是 进行 5 次独立重复试验.

独立重复试验与二项分布 课件

独立重复试验与二项分布   课件

1
4
4
k k
11 4 7 4
7 4
k
11 4
k 2.
P2 (2)
C
2 10
( 1 )2 4
(3)8 4
0.28
例2.有译电员若干员,每人独立 破到译 译密 出码密的码概 的率 概均 率为 为013.9,若9,至要少达 要配备多少人?
(lg2=0.3010,lg3=0.4771)
袋中有12个球,其中白球4个,
则:C13P(1 P)2 C23P(2 1 P) C33P3 19 27
3P(1 P)2 3P(2 1 P) P3 19 27
P3 3P(1 P) 19 , P 1
27
3
例2.甲、乙两个篮球运动员投篮 命中率为0.7及0.6,若每人各投3次, 试求甲至少胜乙2个进球的概率
P(甲胜3个球) (0.7)(3 1 0.6)3 0.021952
P( 3) P( 0) 1 3 3 3 3 5 5 25
例4.有10道单项选择题,每题有4个选支,某人随机选定 每题中其中一个答案,求答对多少题的概率最大?并求 出此种情况下概率的大小.
解:设“答对k题”的事件为A,用P1(0 k)表示其概率,由
P10 (k )
P10 (k 1)
可以发现
P(Bk ) C3k pkq3k,k=0,1,2,3
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
A
P( X k) Cnk pk (1 p)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。

独立重复试验与二项分布教学课件

独立重复试验与二项分布教学课件
成功次数的概率计算
在二项分布中,成功的次数可以通过概率计算得出,这有助 于理解概率的基本概念和计算方法。
04
二项分布的期望和方差
二项分布的期望
定义
二项分布的期望值是所有可能事件概率的加 权和,即E(X)=np,其中X是二项随机变量, n是试验次数,p是单次试验成功的概率。
计算方法
二项分布的期望值可以通过公式E(X)=np计 算得出,也可以通过Excel等工具进行计算。
随着独立重复试验次数的增加,成功的概率会趋近于预期的成功率,而失败的 概率则会趋近于1减去预期的成功率。
试验次数对二项分布形状的影响
试验次数越多,二项分布的形状越接近正态分布,这有助于理解中心极限定理 。
独立重复试验成功次数与二项分布的关系
成功次数是二项分布的参数
在独立重复试验中,成功的次数决定了二项分布的具体形态 ,如期望值和方差。
独立重复试验的特点包括各次试验结果相互独立,即一次试验的结果不会影响到其他试验的结果;每次试验只 有两种可能的结果,通常表示为成功或失败;每次试验的成功概率相同,即每次试验成功的概率都是恒定的。 这些特点使得独立重复试验在概率统计中具有广泛的应用。
独立重复试验的应用场景
独立重复试验的应用场景包括遗传学、保险、统计学等 领域。
独立重复试验的应用场景包括遗传学、保险、统计学等 领域。
02
二项分布的介绍
二项分布的定义
二项分布是一种离散概率分布,描述了在独 立重复试验中成功的次数。
在n次独立重复试验中,成功的概率为p,失 败的概率为q=1-p。
二项分布记为B(n,p),其中n表示试验次数, p表示单次试验成功的概率。
二项分布的参数
二项分布累积概率图

独立重复试验与二项分布课件

独立重复试验与二项分布课件

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(0p1),重复进行10次试验,其中前
7次都未成功后3次都成功的概率为(C )
A. C130 p31p7
B. C130 p31p3
C. p31p7
D. p71p3
2、已知随机变量服从二项分布, ~ B(6,31)则 p(2)等D于
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11投7中的概率是多少?
高二数学 选修2-3
2.2.3独立重复试验 与二项分布
形成概念 姚明罚球一次,命中的概率是0.8,
引例1:他在练习罚球时,投篮11次,恰好全都投中 的概率是多少?
引例2:他投篮11次,恰好投中7次的概率是多少?
P(X3)C 3 3 (1 3 )3 C 3 2 (1 3 )2 (3 2 ) 1 3 C 4 2 (1 3 )2 (3 2 )2 1 3 1 87 1
②随机变量X的取值为0,1,2, 3
P(X0)C50(11 3)523423
P(X1)C5 11 3(11 3)42 84 03
(其中k = 0,1,2,···,n )
公式理解
1).公式适用的条件
2).公式
一次试验中事件A 发生的概率
P (X k ) C n kp k(1 p )n k
(其中k = 0,1,2,···,n ) 试验总次数
事件 A 发生的次数 此时称随机变量X服从二项分布,记X~B(n,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; 不是
2).某射击手每次击中目标的概率是0.9,他进行了4
次射击,只命中一次; 是

独立重复试验与二项分布 课件

独立重复试验与二项分布  课件
故 P(A1)=1-P( A1 )=1-234=6851, 所以甲射击 4 次,至少有一次未击中目标的概率为6851.
(2)记“甲射击 4 次,恰有 2 次击中目标”为事件 A2,“乙射击 4 次,恰 有 3 次击中目标”为事件 B2,则
P(A2)=C24×232×1-234-2=287; P(B2)=C34×343×1-344-3=2674. 由于甲、乙射击相互独立,故 P(A2B2)=P(A2)P(B2)=287×2674=18. 所以两人各射击 4 次,甲恰有 2 次击中目标且乙恰有 3 次击中目标的概率为18.
又 P(C)=C232321-2323×13×12+13×23× 12+13×13×12=1304 , P(D)=C3323313×13×12=345, 由互斥事件的概率公式得 P(AB)=P(C)+P(D)=1304 +345=3345 =23443.
[规律方法] 对于概率问题的综合题,首先,要准确地确定事件的性 质,把问题化归为古典概型、互斥事件、独立事件、独立重复试验四类事件 中的某一种;其次,要判断事件是A+B还是AB,确定事件至少有一个发 生,还是同时发生,分别运用相加或相乘事件公式,最后,选用相应的求古 典概型、互斥事件、条件概率、独立事件、n次独立重复试验的概率公式求 解.
二项分布
某公司招聘员工,先由两位专家面试,若两位专家都同意通过,
则视作通过初审予以录用;若这两位专家都未同意通过,则视作未通过初审
不予录用;当这两位专家意见不一致时,再由第三位专家进行复审,若能通
过复审则予以录用,否则不予录用.设应聘人员获得每位初审专家通过的概
率均为1,复审能通过的概率为 3 ,各专家评审的结果相互独立.
概率为 P=C23122×12=38.]

独立重复试验与二项分布公开课课件

独立重复试验与二项分布公开课课件
03
独立重复试验与二项分布的关系
独立重复试验对二项分布的影响
独立重复试验是二项分布的前提条件
独立重复试验保证了每次试验的独立性,使得试验结果之间相互独立,不受其他试验结 果的影响。
独立重复试验决定了二项分布的概率
在独立重复试验中,每次试验成功的概率是相同的,并且这个概率不会受到其他试验结 果的影响。
05
二项分布的参数估计
BIG DATA EMPOWERS TO CREATE A NEW
ERA
最大似然估计法
最大似然估计法是一种通过最大化样本数据的似然函数来估 计参数的方法。
最大似然估计法是一种统计推断方法,其基本思想是选择参 数使得样本数据出现的概率最大。对于二项分布,最大似然 估计法可以通过求解似然方程来得到参数的估计值。
独立重复试验的实例
抛硬币、掷骰子、摸奖
抛硬币是一个典型的独立重复试验,每次抛硬币都是独立的,出现正面或反面的可能性相同,而且结果随机。掷骰子也是一 个例子,每次掷骰子都是独立的,出现1到6点的可能性相同。摸奖则是另一种形式的独立重复试验,每次摸奖都有相同的可 能性中奖或不中奖。
02
二项分布
BIG DATA EMPOWERS TO CREATE A NEW
二项分布具有可加性和可乘性,即当两个独 立的二项随机变量X和Y分别服从B(n,p)和 B(m,p)时,X+Y和X×Y分别服从B(n+m,p) 和B(n,p)B(m,p)。此外,当试验次数n为偶 数时,二项分布具有对称性,即X=n-X。
Байду номын сангаас项分布的实例
生活中的很多现象都可以用二项分布来描述,例如抛 硬币、抽奖等。
04
二项分布的数学期望和方差

独立重复试验与二项式分布 课件

独立重复试验与二项式分布  课件

四、课堂小结
1、 独立重复试验 :
在相同的条件下重复做的n次试验.
特点:相同条件,相互独立,两种结果,概率一样
2、二项分布:
一般地,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A发生的概率为p,则
P( X k) Cnk pk (1 p)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为成功的概率。
1、下列随机变量X服从二项分布吗?如果服从二项 分布,其参数分别是什么? (1)将一枚骰子掷10次,X表示出现6点的次数。
1
X服从二项分布,X~B(10, 6)
(2)将一枚骰子掷1次,X表示出现6点的次数。
X服从两点分布
X也服从二项分布,X~B(1, )
6
(反思)二项分布与两点分布有什么关系?
(1)3台都报警; P(X=3)=0.729
(2)3台都没报警; P(X=0)=0.001
(3)恰有1台报警; P(X=1)=0.027
(4)恰有2台报警; P(X=2)=0.243
(5)至少有2台报警;P(X≥2)=P(X=2)+P(X=3)=0.97 (6)至少有1台报警.P2(X≥1)=1-P(X=0)=0.999
P( X
k)
C1k0
(
1 2
)k
(1
1 )10k (k 2
0,1,2,,10)
P(你X 估5)计 C对150(了12)5吗(1?12)5
252 1024
63 256
0.246
3、某公司安装了3台报警器,它们彼此独 立工作,而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: (1)3台都报警; (2)3台都没报警; (3)恰有1台报警; (4)恰有2台报警; (5)至少有2台报警; (6)至少有1台报警.

独立重复试验与二项分布

独立重复试验与二项分布

C180 0.88 1 0.8 108 C190 0.89 1 0.8 109
C10 10
0.810
1 0.8
1010
0.68
(3) 设至少投篮n次保证命中的概率大于0.99
P命 中 1 P X 0 1 (1 0.8)n 1 0.2n 0.99
n 2.86 故至 少 投篮 3次.
【思维总结】 解答此类题目,首先分析随机变 量是否满足独立重复试验概型的条件,再利用 P(X=k)=Cknpk·(1-p)n-k 计算即可.
判断一个随机变量是否服从二项分布的关键 (1)对立性,即一次试验中,事件发生与否二者必居其一. (2)重复性,即试验独立重复地进行了n次. (3)随机变量是事件发生的次数.
P(X
k
)
C
k n
p
k
(1
p)nk ,k
0,1, 2, ..., n.
展开式中的第 k 1 项.
此时称随机变量X服从参数为n,p二项分布,记作X~B(n,p)
∴甲打完 5 局才能取胜
的概率
1 )2 2
1 2
3 16
.
(2) 记事件 A “甲打完 3 局才能取胜”, 记事件 B =“甲打完 4 局才能取胜”, 记事件 C =“甲打完 5 局才能取胜”.
事件 D =“按比赛规则甲获胜”,则 D A B C ,
又因为事件 A 、 B 、 C 彼此互斥, 故 P(D) P( A B C) P( A) P(B) P(C)
P(B) P( X 1) P( X 2) P( X 3) 1 P(X 0) P( X 4) P( X 5)
=0.2592+0.3456+0.2304+0.0768+0.01024
=0.92224.
  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)。

独立重复试验与二项分布【学习目标】1.理解n次独立重复试验模型及二项分布.2.能利用n次独立重复试验及二项分布解决一些简单的实际问题.【要点梳理】要点一、n次独立重复试验每次试验只考虑两种可能结果与,并且事件发生的概率相同。

在相同的条件下重复地做次试验,各次试验的结果相互独立,称为次独立重复试验。

要点诠释:在次独立重复试验中,一定要抓住四点:①每次试验在同样的条件下进行;②每次试验只有两种结果与,即某事件要么发生,要么不发生;③每次试验中,某事件发生的概率是相同的;④各次试验之间相互独立。

总之,独立重复试验,是在同样的条件下重复的,各次之间相互独立地进行的一种试验,在这种试验中,每一次的试验结果只有两种,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。

要点二、独立重复试验的概率公式1.定义如果事件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:(k=0,1,2,…,n).令得,在n次独立重复试验中,事件A没有发生的概率为........令得,在n次独立重复试验中,事件A全部发生的概率为........。

要点诠释:1. 在公式中,n是独立重复试验的次数,p是一次试验中某事件A发生的概率,k是在n次独立重复试验中事件A恰好发生的次数,只有弄清公式中n,p,k的意义,才能正确地运用公式.2. 独立重复试验是相互独立事件的特例,就像对立事件是互斥事件的特例一样,只是有“恰好”字样的用独立重复试验的概率公式计算更方便.要点三、n次独立重复试验常见实例:1.反复抛掷一枚均匀硬币2.已知产品率的抽样3.有放回的抽样4.射手射击目标命中率已知的若干次射击要点诠释:抽样问题中的独立重复试验模型:①从产品中有放回地抽样是独立事件,可按独立重复试验来处理; ②从小数量的产品中无放回地抽样不是独立事件,只能用等可能事件计算;③从大批量的产品中无放回地抽样,每次得到某种事件的概率是不一样的,但由于差别太小,相当于是独立事件,所以一般情况下仍按独立重复试验来处理。

要点四、离散型随机变量的二项分布 1. 定义:在一次随机试验中,事件A 可能发生也可能不发生,在次独立重复试验中事件A 发生的次数是一个离散型随机变量.如果在一次试验中事件A 发生的概率是,则此事件不发生的概率为,那么在次独立重复试验中事件A 恰好发生次的概率是,().于是得到离散型随机变量的概率分布如下:由于表中第二行恰好是二项展开式中各对应项的值,所以称这样的随机变量服从参数为,的二项分布,记作. 要点诠释:判断一个随机变量是否服从二项分布,关键有三: 其一是独立性。

即每次试验的结果是相互独立的; 其二是重复性。

即试验独立重复地进行了n 次;其三是试验的结果的独特性。

即一次试验中,事件发生与不发生,二者必居其一。

2.如何求有关的二项分布(1)分清楚在n 次独立重复试验中,共进行了多少次重复试验,即先确定n 的值,然后确定在一次试验中某事件A 发生的概率是多少,即确定p 的值,最后再确定某事件A 恰好发生了多少次,即确定k 的值;(2)准确算出每一种情况下,某事件A 发生的概率; (3)用表格形式列出随机变量的分布列。

【典型例题】类型一、独立重复试验的概率例 1.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.【思路点拨】5次预报相当于做了5次独立重复试验.利用独立重复试验公式即可. 【解析】(1)5次预报中恰有2次准确的概率为 .(2)5次预报中至少有2次准确的概率为 51(0)P P =--.(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.【总结升华】解决此类问题,首先应明确是否是n次独立重复试验,其次要弄清公式中n和k的值以及p的值.举一反三:【变式1】甲每次投资获利的概率是p=,对他进行的6次相互独立的投资,计算:(1)有5次获利的概率;(2)6次都获利的概率;(3)至少5次获利的概率.【答案】用X表示甲在6次投资中获利的次数,则X服从二项分布B(6,),且,.(1)他5次获利的概率约等于.(2)他6次都获利的概率约等于.(3){X≥5}表示他至少5次获利,且{X≥5}={X=5}∪{X=6}.由于事件{X=5}和{X=6}互斥,所以P(X≥5)=P(X=5)+P(X=6)≈+=.故他至少5次获利的概率约等于.【变式2】若,则等于()A. B. C. D.【答案】D;。

【变式3】十层电梯从低层到顶层停不少于3次的概率是多少?停几次概率最大?【解析】依题意,从低层到顶层停不少于3次,应包括停3次,停4次,停5次,……,直到停9次∴从低层到顶层停不少于3次的概率设从低层到顶层停次,则其概率为,∴当或时,最大,即最大,答:从低层到顶层停不少于3次的概率为,停4次或5次概率最大.例2.甲、乙两队进行排球比赛,已知在一局比赛中甲队胜的概率为,没有平局.(1)若进行三局两胜制比赛,先胜两局者为胜,则甲获胜的概率是多少?(2)若进行五局三胜制比赛,则甲获胜的概率是多少?【思路点拨】本题考查概率基础知识、独立重复试验等.(1)中应先分类,甲前两局胜,或一、三局胜,或二、三局胜.(2)中用同样的方法分类.【解析】(1)甲第一、二局胜,或第二、三局胜,或第一、三局胜。

则.(2)甲前三局胜,或甲第四局胜而前三局仅胜两局,或甲第五局胜而前四局仅胜两局,则【总结升华】本题中,无论比赛几局,只要甲获胜,必须甲在最末一局胜,如比赛3局,甲以2:1获胜,须前两局中甲胜一局负一局,第三局甲胜.举一反三:【变式】已知乒乓球选手甲、乙进行比赛,而且他们在每一局中获胜的概率都是,规定使用“七局四胜制”,即先赢四局者胜。

(1)试求甲分别打完四局、五局、六局、七局才获胜的概率;(2)设比赛局数为X,求离散型随机变量X的分布列。

【答案】(1)根据比赛规定使用“七局四胜制”,即先赢四局者胜,则:①记事件A1=“甲连胜四局”,所以甲打完四局就获胜的概率为:;②记事件A2=“在前四局比赛中甲胜三局且第五局也胜”,所以甲打完五局才获胜的概率为:;③记事件A3=“在前五局比赛中甲胜三局且第六局也胜”,所以甲打完六局才获胜的概率为:;④记事件A4=“前六局比赛中甲胜三局且第七局也胜”,所以甲打完七局才获胜的概率为:。

(2)由题意可知,比赛局数X的可能取值为4,5,6,7,并且每种情况比赛总有一人获胜,故离散型随机变量X的分布列为类型二、离散型随机变量的二项分布例3. 一袋子中有大小相同的2个红球和3个黑球,从袋子里随机取球,取到每个球的可能性是相同的,设取到一个红球得2分,取到一个黑球得1分。

(Ⅰ)若从袋子里一次随机取出3个球,求得4分的概率;(Ⅱ)若从袋子里每次摸出一个球,看清颜色后放回,连续摸3次,求得分的概率分布列。

【思路点拨】有放回地依次取3次,相当于三次独立重复试验,其得分服从二项分布,故可用n次独立重复试验的概率公式来计算,从而写出分布列。

【解析】(Ⅰ)设“一次取出3个球得4分”的事件记为A,它表示取出的球中有1个红球和2个黑球的情况,则(Ⅱ)由题意,的可能取值为3.4.5.6。

因为是有放回地取球,所以每次取到红球的概率为的分布列为【总结升华】①本题的关键是首先确定进行了三次独立重复试验,然后确定每次试验的结果相互独立,从而可知离散型随机变量服从二项分布,然后运用n 次独立重复试验的概率公式计算。

②注意n 次独立重复试验中,离散型随机变量X 服从二项分布,即,这里n 是独立重复试验的次数,p 是每次试验中某事件发生的概率。

举一反三:【变式1】某厂生产电子元件,其产品的次品率为5%.现从一批产品中任意地连续取出2件,写出其中次品数ξ的概率分布.【答案】依题意,随机变量ξ~B (2,5%).所以,P (ξ=0)=(95%)=,P (ξ=1)=(5%)(95%)=, P ()=(5%)=.因此,次品数ξ的概率分布是【变式2】一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,假设他在各交通岗遇到红灯的事件是相互独立的,并且概率都是。

(1)求这名学生在途中遇到红灯的次数ξ的分布列;(2)求这名学生在首次遇到红灯或到达目的地停车前经过的路口数η的分布列;(3) 这名学生在途中至少遇到一次红灯的概率.解:(1)ξ:B (5, ),ξ的分布列为P (ξ=k )=5512()()33kkkC -,k =0,1,2,3,4,5;(2)η的分布列为P (η=k )=p (前k 个是绿灯,第k +1个是红灯)=21()33k⋅,k =0,1,2,3,4;P (η=5)=P (5个均为绿灯)=52()3;(3)所求概率=P (ξ≥1)=1-P (ξ=0)=1-52211()3243=≈. 【变式3】一袋中有5个白球,3个红球,每次任取一个,取出后记下球的颜色,然后放回,直到红球出现10次时停止,设停止时总共取了X 次球,求X 的分布列及P (X=12).【答案】由题意知,X 是取球次数,X=10,11,12,…,且每次取得红球的概率是,取得白球的概率是,所以X=k (k=10,11,12…)表示取了k 次球,且第k 次取到的是红球,前(k -1)次取得9次红球.∴X 的分布列为91()k P X k C -==(k=10,11,…),(表格略).【变式4】某射手击中目标的概率为,现有4发子弹,击中目标或打完子弹就停止射击,求射击次数X的概率分布.【答案】错解: X的可能取值是1,2,3,4.P(X=1)=;;;.所以X的概率分布列为错解分析:错将本题理解为二项分布,本题实质上不是二项分布,而是求事件A首次发生出现在第k次试验中的概率,要使首次发生出现在第k次试验,必须而且只需在前(k-1)次试验中都出现.正解 X的可能取值是1,2,3,4.P(X=1)=;P(X=2)=×=;P(X=3)=×=;P(X=4)==.所以X的概率分布列为类型三、独立重复试验与二项分布综合应用例4.甲、乙两人各射击一次,击中目标的概率分别是 .假设两人射击是否击中目标,相互之间没有影响;每人各次射击是否击中目标,相互之间也没有影响.(1)求甲射击4次,至少1次未击中目标的概率;(2)假设某人连续2次未击中目标,则停止射击.问:乙恰好射击5次后,被中止射击的概率是多少?【思路点拨】本题的第一问是一个独立事件同时发生的问题,每次射中目标都是相互独立的、可以重复射击即事件重复发生、每次都只有发生或不发生两种情形且发生的概率是相同的.第二问解答时要认清限制条件的意义.【解析】(1)记“甲连续射击4次,至少1次未击中目标”为事件A1,由题意,射击4次,相当于4次独立重复试验,故P(A1)=答:甲射击4次,至少1次未击中目标的概率为;(2) 记“乙恰好射击5次后,被中止射击”为事件A3,“乙第i次射击未击中” 为事件D i,(i=1,2,3,4,5),则,由于各事件相互独立,故答:乙恰好射击5次后,被中止射击的概率是【总结升华】射击问题必须弄清所求目标的含义,是否为独立重复试验,再用排列组合知识求解。

相关文档
最新文档