【课件】高中数学课件《独立重复实验与二项分布》PPT
合集下载
独立重复试验与二项分布 课件
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．
例如：某射手射击1次，击中目标的概率是0.9，他射击4 次恰好击中3次的概率是
_P_(_X_＝__3__)＝__C__340_._9_3_(1_－___0_.9_)_4_－_3＝__0_._2_9_1_6_.____________________
所求概率为 P＝C35×353×1－352＝261265.
(3)该射手射击了 5 次，其中恰有 3 次连续击中目标，而 其他两次没有击中目标，应用排列组合知识，把 3 次连续击 中目标看成一个整体可得共有 C13种情况．
故所求概率为 P＝C13·353·1－352＝3312245.
二项分布
将一枚均匀硬币随机掷100次，求正好出现50次正 面的概率．
点评：独立重复试验是同一试验的n次重复，每次试验结
果的概率不受其他次结果的概率的影响，每次试验有两个可
能结果：成功和失败，n次试验中A恰好发生了k次的概率为
C
k n
pk(1－p)n－k，这k次是n次中的任意k次．若是指定的k次，则概 率为pk(1－p)n－k.
解析：(1)该射手射击了 5 次，其中只在第一、三、五次 击中目标，是在确定的情况下击中目标 3 次，也就是在第二、 四次没有击中目标，所以只有一种情况，又因为各次射击的
结果互不影响，故所求概率为 P＝35×1－35×35×1－35×35＝ 108 3125.
(2)该射手射击了 5 次，其中恰有 3 次击中目标．根据排 列组合知识，5 次当中选 3 次，共有 C35种情况，因为各次射 击的结果互不影响，所以符合 n 次独立重复试验概率模型．故
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．
例如：某射手射击1次，击中目标的概率是0.9，他射击4 次恰好击中3次的概率是
_P_(_X_＝__3__)＝__C__340_._9_3_(1_－___0_.9_)_4_－_3＝__0_._2_9_1_6_.____________________
所求概率为 P＝C35×353×1－352＝261265.
(3)该射手射击了 5 次，其中恰有 3 次连续击中目标，而 其他两次没有击中目标，应用排列组合知识，把 3 次连续击 中目标看成一个整体可得共有 C13种情况．
故所求概率为 P＝C13·353·1－352＝3312245.
二项分布
将一枚均匀硬币随机掷100次，求正好出现50次正 面的概率．
点评：独立重复试验是同一试验的n次重复，每次试验结
果的概率不受其他次结果的概率的影响，每次试验有两个可
能结果：成功和失败，n次试验中A恰好发生了k次的概率为
C
k n
pk(1－p)n－k，这k次是n次中的任意k次．若是指定的k次，则概 率为pk(1－p)n－k.
解析：(1)该射手射击了 5 次，其中只在第一、三、五次 击中目标，是在确定的情况下击中目标 3 次，也就是在第二、 四次没有击中目标，所以只有一种情况，又因为各次射击的
结果互不影响，故所求概率为 P＝35×1－35×35×1－35×35＝ 108 3125.
(2)该射手射击了 5 次，其中恰有 3 次击中目标．根据排 列组合知识，5 次当中选 3 次，共有 C35种情况，因为各次射 击的结果互不影响，所以符合 n 次独立重复试验概率模型．故
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
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
人教A版高中数学选修23.3独立重复试验与二项分布PPT课件
人 教A版高 中数学 选修23 .3独立 重复试 验与二 项分布 PPT课 件
人 教A版高 中数学 选修23 .3独立 重复试 验与二 项分布 PPT课 件
思考
课开始时的游戏是否可以看成是独立重复 试验？
游戏中，我们用X表示猜对的组数，下面 分组探讨X的取值和相应的概率，完成下表.
对每组数 猜对的概率均为p= _____； 猜错的概率为q=1-p=________.
（2）按比赛规则甲获胜的概率.
人 教A版高 中数学 选修23 .3独立 重复试 验与二 项分布 PPT课 件
解:
甲、乙两队实力相等，所以每局比赛甲获胜 的概率为0.5，乙获胜的概率为0.5.
记A事件=“甲打完3局才能取胜”，
记B事件=“甲打完4局才能取胜”，
记C事件=“甲打完5局才能取胜”.
①甲打完3局取胜，相当于进行3次独立重复 试验，且每局比赛甲均取胜.
√ A. 0.192 B. 0.288 C. 0.648 D. 0.254
3.解答题
（1）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：
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：
P
=
C93
(
1 2
)3
教学目标
知识目标
（1）在了解条件概率和相互独立事件概念 的前提下，理解n次独立重复试验的模型及二 项分布，并能解决一些简单的实际问题；
（2）渗透由特殊到一般，由具体到抽象的 数学思想方法.
能力目标
（1）培养学生的自主学习能力； （2）培养学生的数学建模能力； （3）培养学生的应用数学知识解决实际问 题的能力.
人 教A版高 中数学 选修23 .3独立 重复试 验与二 项分布 PPT课 件
思考
课开始时的游戏是否可以看成是独立重复 试验？
游戏中，我们用X表示猜对的组数，下面 分组探讨X的取值和相应的概率，完成下表.
对每组数 猜对的概率均为p= _____； 猜错的概率为q=1-p=________.
（2）按比赛规则甲获胜的概率.
人 教A版高 中数学 选修23 .3独立 重复试 验与二 项分布 PPT课 件
解:
甲、乙两队实力相等，所以每局比赛甲获胜 的概率为0.5，乙获胜的概率为0.5.
记A事件=“甲打完3局才能取胜”，
记B事件=“甲打完4局才能取胜”，
记C事件=“甲打完5局才能取胜”.
①甲打完3局取胜，相当于进行3次独立重复 试验，且每局比赛甲均取胜.
√ A. 0.192 B. 0.288 C. 0.648 D. 0.254
3.解答题
（1）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：
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：
P
=
C93
(
1 2
)3
教学目标
知识目标
（1）在了解条件概率和相互独立事件概念 的前提下，理解n次独立重复试验的模型及二 项分布，并能解决一些简单的实际问题；
（2）渗透由特殊到一般，由具体到抽象的 数学思想方法.
能力目标
（1）培养学生的自主学习能力； （2）培养学生的数学建模能力； （3）培养学生的应用数学知识解决实际问 题的能力.
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
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
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
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．
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
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．
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
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
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
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
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分布PPT优秀课件
板 书 设 计
独立重复试验与二项分布
投影屏幕
探究一
探究二
独立重复试验
二项分布
探究三 二项分布的应用 小结：……… 作业：……
谢谢大 家
85.每一年，我都更加相信生命的浪费是在于：我们没有献出爱，我们没有使用力量，我们表现出自私的谨慎，不去冒险，避开痛苦，也失去了快乐。――[约翰· B· 塔布] 86.微笑，昂首阔步，作深呼吸，嘴里哼着歌儿。倘使你不会唱歌，吹吹口哨或用鼻子哼一哼也可。如此一来，你想让自己烦恼都不可能。――[戴尔· 卡内基] 87.当一切毫无希望时，我看着切石工人在他的石头上，敲击了上百次，而不见任何裂痕出现。但在第一百零一次时，石头被劈成两半。我体会到，并非那一击，而是前面的敲打使它裂开。――[贾柯· 瑞斯] 88.每个意念都是一场祈祷。――[詹姆士· 雷德非] 89.虚荣心很难说是一种恶行，然而一切恶行都围绕虚荣心而生，都不过是满足虚荣心的手段。――[柏格森] 90.习惯正一天天地把我们的生命变成某种定型的化石，我们的心灵正在失去自由，成为平静而没有激情的时间之流的奴隶。――[托尔斯泰] 91.要及时把握梦想，因为梦想一死，生命就如一只羽翼受创的小鸟，无法飞翔。――[兰斯顿· 休斯] 92.生活的艺术较像角力的艺术，而较不像跳舞的艺术；最重要的是：站稳脚步，为无法预见的攻击做准备。――[玛科斯· 奥雷利阿斯] 93.在安详静谧的大自然里，确实还有些使人烦恼.怀疑.感到压迫的事。请你看看蔚蓝的天空和闪烁的星星吧!你的心将会平静下来。[约翰· 纳森· 爱德瓦兹] 94.对一个适度工作的人而言，快乐来自于工作，有如花朵结果前拥有彩色的花瓣。――[约翰· 拉斯金] 95.没有比时间更容易浪费的,同时没有比时间更珍贵的了，因为没有时间我们几乎无法做任何事。――[威廉· 班] 96.人生真正的欢欣，就是在于你自认正在为一个伟大目标运用自己；而不是源于独自发光.自私渺小的忧烦躯壳，只知抱怨世界无法带给你快乐。――[萧伯纳] 97.有三个人是我的朋友爱我的人.恨我的人.以及对我冷漠的人。 爱我的人教我温柔；恨我的人教我谨慎；对我冷漠的人教我自立。――[J·E·丁格] 98.过去的事已经一去不复返。聪明的人是考虑现在和未来，根本无暇去想过去的事。――[英国哲学家培根] 99.真正的发现之旅不只是为了寻找全新的景色，也为了拥有全新的眼光。――[马塞尔· 普劳斯特] 100.这个世界总是充满美好的事物，然而能看到这些美好事物的人，事实上是少之又少。――[罗丹] 101.称赞不但对人的感情，而且对人的理智也发生巨大的作用，在这种令人愉快的影响之下，我觉得更加聪明了，各种想法，以异常的速度接连涌入我的脑际。――[托尔斯泰] 102.人生过程的景观一直在变化，向前跨进，就看到与初始不同的景观，再上前去，又是另一番新的气候――。[叔本华] 103.为何我们如此汲汲于名利，如果一个人和他的同伴保持不一样的速度，或许他耳中听到的是不同的旋律，让他随他所听到的旋律走，无论快慢或远近。――[梭罗] 104.我们最容易不吝惜的是时间，而我们应该最担心的也是时间；因为没有时间的话，我们在世界上什么也不能做。――[威廉· 彭] 105.人类的悲剧，就是想延长自己的寿命。我们往往只憧憬地平线那端的神奇【违禁词，被屏蔽】，而忘了去欣赏今天窗外正在盛开的玫瑰花。――[戴尔· 卡内基] 106.休息并非无所事事，夏日炎炎时躺在树底下的草地，听着潺潺的水声，看着飘过的白云，亦非浪费时间。――[约翰· 罗伯克] 107.没有人会只因年龄而衰老，我们是因放弃我们的理想而衰老。年龄会使皮肤老化，而放弃热情却会使灵魂老化。――[撒母耳· 厄尔曼] 108.快乐和智能的区别在于：自认最快乐的人实际上就是最快乐的，但自认为最明智的人一般而言却是最愚蠢的。――[卡雷贝· C· 科尔顿] 109.每个人皆有连自己都不清楚的潜在能力。无论是谁，在千钧一发之际，往往能轻易解决从前认为极不可能解决的事。――[戴尔· 卡内基] 110.每天安静地坐十五分钟· 倾听你的气息，感觉它，感觉你自己，并且试着什么都不想。――[艾瑞克· 佛洛姆] 111.你知道何谓沮丧---就是你用一辈子工夫，在公司或任何领域里往上攀爬，却在抵达最高处的同时，发现自己爬错了墙头。－－[坎伯] 112.「伟大」这个名词未必非出现在规模很大的事情不可；生活中微小之处，照样可以伟大。――[布鲁克斯] 113.人生的目的有二：先是获得你想要的；然后是享受你所获得的。只有最明智的人类做到第二点。――[罗根· 皮沙尔· 史密斯] 114.要经常听.时常想.时时学习，才是真正的生活方式。对任何事既不抱希望，也不肯学习的人，没有生存的资格。 ――[阿萨· 赫尔帕斯爵士] 115.旅行的精神在于其自由，完全能够随心所欲地去思考.去感觉.去行动的自由。――[威廉· 海兹利特] 116.昨天是张退票的支票，明天是张信用卡，只有今天才是现金；要善加利用。――[凯· 里昂] 117.所有的财富都是建立在健康之上。浪费金钱是愚蠢的事，浪费健康则是二级的谋杀罪。――[B·C·福比斯] 118.明知不可而为之的干劲可能会加速走向油尽灯枯的境地，努力挑战自己的极限固然是令人激奋的经验，但适度的休息绝不可少，否则迟早会崩溃。――[迈可· 汉默] 119.进步不是一条笔直的过程，而是螺旋形的路径，时而前进，时而折回，停滞后又前进，有失有得，有付出也有收获。――[奥古斯汀] 120.无论那个时代，能量之所以能够带来奇迹，主要源于一股活力，而活力的核心元素乃是意志。无论何处，活力皆是所谓“人格力量”的原动力，也是让一切伟大行动得以持续的力量。――[史迈尔斯] 121.有两种人是没有什么价值可言的：一种人无法做被吩咐去做的事，另一种人只能做被吩咐去做的事。――[C·H·K·寇蒂斯] 122.对于不会利用机会的人而言，机会就像波浪般奔向茫茫的大海，或是成为不会孵化的蛋。――[乔治桑] 123.未来不是固定在那里等你趋近的，而是要靠你创造。未来的路不会静待被发现，而是需要开拓，开路的过程，便同时改变了你和未来。――[约翰· 夏尔] 124.一个人的年纪就像他的鞋子的大小那样不重要。如果他对生活的兴趣不受到伤害，如果他很慈悲，如果时间使他成熟而没有了偏见。――[道格拉斯· 米尔多] 125.大凡宇宙万物，都存在着正、反两面，所以要养成由后面.里面，甚至是由相反的一面，来观看事物的态度――。[老子] 126.在寒冷中颤抖过的人倍觉太阳的温暖，经历过各种人生烦恼的人，才懂得生命的珍贵。――[怀特曼] 127.一般的伟人总是让身边的人感到渺小；但真正的伟人却能让身边的人认为自己很伟大。――[G.K.Chesteron] 128.医生知道的事如此的少，他们的收费却是如此的高。――[马克吐温] 129.问题不在于：一个人能够轻蔑、藐视或批评什么，而是在于：他能够喜爱、看重以及欣赏什么。――[约翰· 鲁斯金]
高中数学 2.2.3 独立重复试验与二项分布课件 新人教A
P(X＝20)＝C23×122×1－121＝38，
P(X＝100)＝C33×123×1－120＝18，
P(X＝－200)＝C30×120×1－123＝18. 所以 X 的分布列为
X 10 20 100 －200
P
3 8
3 8
1 8
问题 3：用 Bk 表示投中 k 次这件事，试求 P(B2)和 P(B3)． 提示：P(B2)＝3×0.2×0.82，P(B3)＝0.83. 问题 4：由以上结果你能得出什么结论？ 提示：P(Bk)＝Ck30.8k0.23－k，k＝0,1,2,3.
[导入新知]
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_kn_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 ．
问题 1：试用 Ai 表示 B1. 提示：B1＝(A1 A 2 A 3)∪( A 1A2 A 3)∪( A 1 A 2A3)． 问题 2：试求 P(B1)． 提示：因为 P(A1)＝P(A2)＝P(A3)＝0.8， 且 A1 A 2 A 3， A 1A2 A 3， A 1 A 2A3 两两互斥，
故 P(B1)＝P(A1 A 2 A 3)＋P( A 1A2 A 3)＋P( A 1 A 2A3) ＝0.8×0.22＋0.8×0.22＋0.8×0.22＝3×0.8×0.22.
(2)乙至少击中目标 2 次的概率为 C23232·13＋C33233＝2207. (3)设乙恰好比甲多击中目标 2 次为事件 A，乙恰好击中 目标 2 次且甲恰好击中目标 0 次为事件 B1，乙恰好击中目标 3 次且甲恰好击中目标 1 次为事件 B2，则 A＝B1∪B2，B1， B2 为互斥事件． P(A)＝P(B1)＋P(B2)＝C23232·13·C03123＋C33233·C1312·122＝118 ＋19＝16.
- 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)。
Cnk Pk (1 P)nk 是(1 P) Pn 展开式的第k 1项.
共同特点是：
1）多次重复的做同一试验； 2）每次试验是在同样条件下进行； 3）每次试验中的某个事件只有两种结果， 要么发生，要么不发生；
4）各次试验中的事件是相互独立的。
二、新课讲授
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
仔细观察事件的概率和出现针尖向上的次数之间的规律：
P(Bk ) C3k pkq3k , k 0,1, 2,3.
思考？
二项分布与两点分布有何区别联系？
两点分布是特殊的二项分布，二项分 布是两点分布的一般情形；
三、运用二项分布概率模型解题
例1（试验2） 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。
诚朴、健美、笃学、奋进
独立重复实验与二项分布
一、新课引入
分析下面的试验，他们有什么共同特点？
（1）投掷一枚图钉3次； （2）某人射击1次，击中目标的概率是0.8， 他射击10次； （3）一个盒子中装有5个形状大小完全相同的 小球，（3个红球和2个白球），有放回的依次 从中抽取5个球；
共同特点是：
C8 10
0.88
（1
0.82）
C9 10
0.89
（1
0.8）1
C10 10
0.810
0.68.
练习1（试验3）
一个盒子中装有5个形状大小完全相同 的小球（3个红球和2个白球），有放回的依 次从中抽取5个球；
1）求恰有3个是红球的概率；
2）求至少有3个是红球的概率；
例2 实力相等的甲、乙两队参加乒乓球团体比
（结果保留两个有效数字）
解：设X为击中目标的次数，则X～B 10, 0.8 .
1 在10次射击中，恰有8次击中目标的概率为
PX
8
＝C8 10
0.88
（1
0.8）2
0.30.
2 在10次射击中，至少有8次击中目标的概率为
P (X 8) P X 8 P X 9 P X 10
而A1 A2 A3，A1A2 A3和A1 A2 A3彼此互斥，则
P(B1) P( A1 A2 A3 ) P( A1A2 A3 ) P( A1 A2 A3 )
q2 p q2 p q2 p 3q2 p C31 p1q2.
思考？
上面我们利用掷1次图钉，针尖向上的概率为p，求 出了连续掷3次图钉，仅出现1次针尖向上的概率。类
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，那么在n次独立重复试验中，
事件A恰好发生k次的概率为
Pn ( X k) Cnk pk qnk，（k＝0,1,2,n，q=1-p）．
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。
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4、5局才能取胜的概率． ⑵按比赛规则甲获胜的概率．
错解：（1）甲、乙两队实力相等，所以每局比赛甲获胜
的概率为 1 ，乙获胜的概率为 1．
2
2
记事件A为“甲打完3局才能取胜”，记事件B为“甲打完4局 才能取胜”，记事件C为“甲打完5局才能取胜”，
才能取胜”，记事件C为“甲打完5局才能取胜”，
①甲打完4局才能取胜，相当于进行4次独立重复试验，
且甲第4局比赛取胜，前3局为2胜1负
甲打完4局才能取胜的概率为P(B)Biblioteka C32(1)2 2
1 2
称为n次独立重复试验.
独立重复试验的特点： 1)每次试验是在同样条件下进行; 2)各次试验中的事件是相互独立的; 3)每次试验中的某个事件只有两种结果，要么发生，要 么不发生；
在 n 次独立重复试验中，记 Ai 是“第 i 次试验 的结果”，显然：
P( A1A2 An ) P( A1)P( A2 ) P( An )
似地，连续掷3次图钉，出现 k(0 k 3，k Z ) 次针尖向上的概率是多少？ 你能发现其中的规律吗？
P(B0 ) P( A1 A2 A3 ) q3 C30 p0q3, P(B1) P( A1 A2 A3 ) P( A1A2 A3 ) P( A1 A2 A3 ) 3q2 p C31 p1q2 , P(B2 ) P( A1A2 A3 ) P( A1A2 A3 ) P( A1 A2 A3 ) 3qp2 C32 p2q1, P(B3 ) P( A1A2 A3 ) p3 C33 p3q0 ,
1）多次重复的做同一试验； 2）每次试验是在同样条件下进行； 3）每次试验中的某个事件只有两种结果， 要么发生，要么不发生；
4）各次试验中的事件是相互独立的。
相互独立事件：
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。
1）若A与B是相互独立事件，则A与B，A与B，A与B也相互独立; 2)一般地，如果事件A1, A2, , An相互独立，那么这n个事件 同时发生的概率，等于每个事件发生的概率的积，即 P( A1 A2 An ) P( A1) P( A2 ) P( An )
①甲打完4局才能取胜的概率为P(B)
C43
(1)3 2
1 2
1． 4
②甲打完5局才能取胜的概率为P(C)
C53
(1)3 2
( 1 )2 2
5． 16
错在哪里？
正解：甲、乙两队实力相等，所以每局比赛甲获胜的概
率为 1 ，乙获胜的概率为 1．
2
2
记事件A为“甲打完3局才能取胜”，记事件B为“甲打完4局
探究
（试验1）投掷一枚图钉，设针尖向上的概率为p， 则针尖向下的概率为q=1-p.连续掷一枚图钉3次，仅 出现1次针尖向上的概率是多少？
连续掷一枚图钉3次，就是做3次独立重复试验。
用A i
表示第i次掷得针尖向上的事件，用B1表示“仅
出现一次针尖向上”的事件，则
B1 ( A1 A2 A3 ) ( A1A2 A3 ) ( A1 A2 A3 )
共同特点是：
1）多次重复的做同一试验； 2）每次试验是在同样条件下进行； 3）每次试验中的某个事件只有两种结果， 要么发生，要么不发生；
4）各次试验中的事件是相互独立的。
二、新课讲授
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
仔细观察事件的概率和出现针尖向上的次数之间的规律：
P(Bk ) C3k pkq3k , k 0,1, 2,3.
思考？
二项分布与两点分布有何区别联系？
两点分布是特殊的二项分布，二项分 布是两点分布的一般情形；
三、运用二项分布概率模型解题
例1（试验2） 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。
诚朴、健美、笃学、奋进
独立重复实验与二项分布
一、新课引入
分析下面的试验，他们有什么共同特点？
（1）投掷一枚图钉3次； （2）某人射击1次，击中目标的概率是0.8， 他射击10次； （3）一个盒子中装有5个形状大小完全相同的 小球，（3个红球和2个白球），有放回的依次 从中抽取5个球；
共同特点是：
C8 10
0.88
（1
0.82）
C9 10
0.89
（1
0.8）1
C10 10
0.810
0.68.
练习1（试验3）
一个盒子中装有5个形状大小完全相同 的小球（3个红球和2个白球），有放回的依 次从中抽取5个球；
1）求恰有3个是红球的概率；
2）求至少有3个是红球的概率；
例2 实力相等的甲、乙两队参加乒乓球团体比
（结果保留两个有效数字）
解：设X为击中目标的次数，则X～B 10, 0.8 .
1 在10次射击中，恰有8次击中目标的概率为
PX
8
＝C8 10
0.88
（1
0.8）2
0.30.
2 在10次射击中，至少有8次击中目标的概率为
P (X 8) P X 8 P X 9 P X 10
而A1 A2 A3，A1A2 A3和A1 A2 A3彼此互斥，则
P(B1) P( A1 A2 A3 ) P( A1A2 A3 ) P( A1 A2 A3 )
q2 p q2 p q2 p 3q2 p C31 p1q2.
思考？
上面我们利用掷1次图钉，针尖向上的概率为p，求 出了连续掷3次图钉，仅出现1次针尖向上的概率。类
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，那么在n次独立重复试验中，
事件A恰好发生k次的概率为
Pn ( X k) Cnk pk qnk，（k＝0,1,2,n，q=1-p）．
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。
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4、5局才能取胜的概率． ⑵按比赛规则甲获胜的概率．
错解：（1）甲、乙两队实力相等，所以每局比赛甲获胜
的概率为 1 ，乙获胜的概率为 1．
2
2
记事件A为“甲打完3局才能取胜”，记事件B为“甲打完4局 才能取胜”，记事件C为“甲打完5局才能取胜”，
才能取胜”，记事件C为“甲打完5局才能取胜”，
①甲打完4局才能取胜，相当于进行4次独立重复试验，
且甲第4局比赛取胜，前3局为2胜1负
甲打完4局才能取胜的概率为P(B)Biblioteka C32(1)2 2
1 2
称为n次独立重复试验.
独立重复试验的特点： 1)每次试验是在同样条件下进行; 2)各次试验中的事件是相互独立的; 3)每次试验中的某个事件只有两种结果，要么发生，要 么不发生；
在 n 次独立重复试验中，记 Ai 是“第 i 次试验 的结果”，显然：
P( A1A2 An ) P( A1)P( A2 ) P( An )
似地，连续掷3次图钉，出现 k(0 k 3，k Z ) 次针尖向上的概率是多少？ 你能发现其中的规律吗？
P(B0 ) P( A1 A2 A3 ) q3 C30 p0q3, P(B1) P( A1 A2 A3 ) P( A1A2 A3 ) P( A1 A2 A3 ) 3q2 p C31 p1q2 , P(B2 ) P( A1A2 A3 ) P( A1A2 A3 ) P( A1 A2 A3 ) 3qp2 C32 p2q1, P(B3 ) P( A1A2 A3 ) p3 C33 p3q0 ,
1）多次重复的做同一试验； 2）每次试验是在同样条件下进行； 3）每次试验中的某个事件只有两种结果， 要么发生，要么不发生；
4）各次试验中的事件是相互独立的。
相互独立事件：
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。
1）若A与B是相互独立事件，则A与B，A与B，A与B也相互独立; 2)一般地，如果事件A1, A2, , An相互独立，那么这n个事件 同时发生的概率，等于每个事件发生的概率的积，即 P( A1 A2 An ) P( A1) P( A2 ) P( An )
①甲打完4局才能取胜的概率为P(B)
C43
(1)3 2
1 2
1． 4
②甲打完5局才能取胜的概率为P(C)
C53
(1)3 2
( 1 )2 2
5． 16
错在哪里？
正解：甲、乙两队实力相等，所以每局比赛甲获胜的概
率为 1 ，乙获胜的概率为 1．
2
2
记事件A为“甲打完3局才能取胜”，记事件B为“甲打完4局
探究
（试验1）投掷一枚图钉，设针尖向上的概率为p， 则针尖向下的概率为q=1-p.连续掷一枚图钉3次，仅 出现1次针尖向上的概率是多少？
连续掷一枚图钉3次，就是做3次独立重复试验。
用A i
表示第i次掷得针尖向上的事件，用B1表示“仅
出现一次针尖向上”的事件，则
B1 ( A1 A2 A3 ) ( A1A2 A3 ) ( A1 A2 A3 )