二项分布及其应用

合集下载

理解二项分布及其应用范围

理解二项分布及其应用范围

理解二项分布及其应用范围统计学中的二项分布是一种重要的概率分布,它描述了在一系列独立的、有固定概率的伯努利试验中成功次数的分布情况。

在这个分布中,每次试验的结果只有两种可能,成功或失败。

二项分布在实际生活和科学研究中有着广泛的应用范围。

首先,二项分布可以用于描述二分类问题的概率分布。

例如,在市场调研中,我们可能对一组人进行调查,询问他们是否愿意购买某种产品。

假设每个人的购买意愿是独立的,且有固定的概率。

我们可以使用二项分布来计算在给定的样本中,成功(购买)的人数的概率分布。

这对于市场营销决策和产品定价等方面具有重要意义。

其次,二项分布还可以应用于质量控制和可靠性分析。

在制造业中,我们经常需要检查产品是否符合质量标准。

假设每个产品都有一定的概率不符合标准,我们可以使用二项分布来计算在给定的样本中,不合格产品的数量的概率分布。

这有助于我们评估生产过程中的质量控制效果,并采取相应的改进措施。

此外,二项分布还可以用于描述金融市场中的交易结果。

在股票市场中,每次交易的结果只有两种可能,盈利或亏损。

假设每次交易的盈利概率是独立的,且有固定的概率。

我们可以使用二项分布来计算在给定的交易次数中,盈利次数的概率分布。

这对于投资者评估交易策略的有效性和风险管理具有重要意义。

此外,二项分布还可以应用于医学研究中的临床试验。

在进行新药研发或治疗方法评估时,我们需要进行大量的试验和观察,以确定其疗效和副作用。

二项分布可以用来描述试验中患者的治愈率或不良反应的发生率。

这有助于我们评估新药或治疗方法的有效性和安全性,并做出科学的决策。

总之,二项分布是统计学中一种重要的概率分布,广泛应用于各个领域。

它可以用来描述二分类问题的概率分布,应用于市场调研、质量控制、金融交易和医学研究等方面。

理解和应用二项分布可以帮助我们更好地分析和解决实际问题,并做出科学的决策。

在未来的学习和实践中,我们应该深入研究和掌握这一概率分布,以提高统计分析的准确性和可靠性。

二项分布及其应用

二项分布及其应用

P(B)=q2,P(-B )=1-q2. 根据分布列知:当 X=0 时,
- P( A
- B
-B )=P(-A )P(-B )P(-B )=0.75(1-q2)2=0.03,
所以 1-q2=0.2,q2=0.8.
当 X=2 时,P1=P(-A B-B +-A -B B)=P(-A )P(B)P(-B )+
P(-A )P(-B )P(B)=0.75q2(1-q2)×2=0.24,
当 X=3 时, P2=P(A-B -B )=P(A)P(-B )P(-B ) =0.25(1-q2)2=0.01, 当 X=4 时, P3=P(-A BB)=P(-A )P(B)P(B)=0.75q22=0.48,
当 X=5 时,P4=P(A-B B+AB)=P(A-B B)+P(AB)
3.已知 P(B|A)=12,P(AB)=38,则 P(A)等于( C )
3
13
A.16
B.16
3
1
C.4
D.4
解析:由 P(AB)=P(A)P(B|A),可得 P(A)=34.
4.投掷一枚均匀硬币和一枚均匀骰子各一次,记“硬币正
面向上”为事件 A,“骰子向上的点数是 3”为事件 B,则
事件 A,B 中至少有一个发生的概率是( C )
生的条件概率
2.事件的相互独立性
(1)定义: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)性质: ①若事件 A 与 B 相互独立,则 P(B|A)=____P_(_B_)___,
P(A|B)=P(A),P(AB)=__P_(_A_)_P_(B__)_. ②如果事件 A 与 B 相互独立,那么__A__与__-B____,__-_A_与___B__, __-A__与__-B____也相互独立.

二项分布及其应用

二项分布及其应用
考基联动
考向导析 规范解答系列 阅卷报告系列 限时规范训练
解法三:∵D=A+B,且 A 与 B 独立. ∴P(D)=P(A+B)=P(A)+P(B)-P(A· B)=0.8+0.9-0.8×0.9=0.98. 故目标被击中的概率是 0.98. (4)设 E={至多有 1 人击中目标}, ∵E=A·B +B·A + A ·B , 且 A 与 B 、B 与 A 、 A 与 B 独立, A·B 、B·A 、 A ·B 彼此互斥, ∴P(E)=P(A·B +B·A + A ·B )=P(A·B )+P(B·A )+P( A ·B ) =P(A)· B )+P(B)· A )+P( A )· B )=0.8×0.1+0.9×0.2+0.1×0.2=0.28. P( P( P( 故至多有 1 人击中目标的概率为 0.28.
考基联动
考向导析
规范解答系列
阅卷报告系列
限时规范训练
(2)由于 Y 表示这名学生在首次停车时经过的路口数,显然 Y 是随机变量,其取值为 0,1,2,3,4,5,6. 其中:{Y=k}(k=0,1,2,3,4,5)表示前 k 个路口没有遇上红灯,但在第 k+1 个路口遇 上红灯,故各概率应按独立事件同时发生计算. 2 1 P(Y=k)= k·(k=0,1,2,3,4,5), 3 3 而{Y=6}表示一路没有遇上红灯. 2 6 故其概率为 P(Y=6)= , 3 因此 Y 的分布列为: Y P Y P 0 1 3 1 12 · 33 4 1 24 · 3 3
考基联动
考向导析
规范解答系列
阅卷报告系列
限时规范训练
(2)设事件 C={两人中恰有 1 人击中目标},则 C=A·B +B·A ∴A·B 与 B·A 互斥,且 A 与 B 独立, ∴P(C)=P(A·B +B·A ) =P(A·B )+P(B·A ) =P(A)· B )+P(B)· A ) P( P( =P(A)· [1-P(B)]+P(B)· [1-P(A)] =0.8×0.1+0.9×0.2=0.26, 即两人中恰有 1 人击中目标的概率为 0.26. (3)设 D={目标被击中}={两人中至少有 1 人击中目标},本问有三种解题思路:

二项分布及其应用

二项分布及其应用
(2) 根据二项分布的分布规律,计算 P 值。
本例0=0.01,n=400,x=1,根据题意需求最多有1例染
色体异常的概率,按二项分布的概率函数得
(3) 做出推断结论: P >0.05,按 =0.05检验水准不拒绝H0,尚 不能认为该地新生儿染色体异常率低于一般。
1、样本率与已知总体率的比较:
(2) 正态近似法: 当 n0 和 n(1-0) 均大于5时,
用n=20和x=8查附表7.2百分率的可信区间得该 法近期有效率的95%可信区间为19%64%。
由于附表7百分率的可信区间中值只列出了x n/2的部分,当x>n/2时,应以n -x查表,再从100
中减去查得的数值即为所求可信区间。
2、总体率的区间估计
三、二项分布的应用
(2)正态近似法
当样本含量足够大,且样本率p和 1-p均不太小,一般 np与 n(1-p)均大于5时,样本率的抽样分布近似正态分布,即
此时, 总体率的可信区间可按下式进行估计:
其中,
布的应用
(二)假设 检验1、样本率与已知总体率的比较:
(1)直接计算概率法: 例1 根据以往长期的实践,证明某常用药的治 愈率为65%。现在某种新药的临床试验中,随机观 察了10名用该新药的患者,治愈8人。问该新药的 疗效是否比传统的常用药好?
(1)建立假设,确定检验水准。
(2) 计算检验统计量 。
B( , n )。
例 抛硬币(正/反),患者治疗后的结局(治愈/未愈),实验 动物染毒后结局(生存/死亡),……。
一、二项分布的概念及应用条件
2、应用条件:
① n次试验相互独立 ( n 个观察单位相互独立)。 ② 每次试验只有两种可能结果中的某一种(适用

医学统计学第八讲二项分布其应用

医学统计学第八讲二项分布其应用

贝努利试验:指只有两个互斥结果的试验 。如阳性与阴性,生存与死亡,发病与未 发病。
n次贝努利试验指重复进展n次独立的贝努 利试验。又叫贝努利试验序列。
贝努利试验序列特点
①每次试验的结果只能是2个互相对立结 果中的一个。
② n个观察单位的结果互相独立。 ③在一样条件下,每次试验结果的概率不变

二项分布〔binomial distribution〕是指 在n次Bernoulli试验中,当每次试验的“阳性 〞概率保持不变时,出现“阳性〞的次数 X=0,1,2,…,n的概率分布。
二项分布下至少发生k例阳性的概率为发生k例 阳性、k+1例阳性、...、直至n例阳性的概率之和。

p(x≥k) =p(x=k)+p(x=k+1)+……+p(x=n)
n
p(X k) P(X) P(k) P(k 1) P(k 2) P(n) Xk
X=k,k+1,k+2, …… ,n
二项分布下发生k1例及以上到k2 例阳性的概率为 发生k1例阳性、 k1+1例阳性、...、直至k2例阳性的概 率之和。即
)n
0 √ √ √ (1- )3 1 X √ √ (1-)2 √ X √ (1-)2 √ √ X (1-)2
2 X X √ 2(1-) X √ X 2(1-)
√ X X 2(1-) 3 X X X 3
P( X
0)
3 0
(
)0
(1)Βιβλιοθήκη P( X 1) 31( )1(1 )2
P( X
2)
3 2
(
区间,用(1 – 阴性率可信区间) ,可得阳性率 可信区间。
二、率的假设检验

二项分布及其应用(讲课适用)

二项分布及其应用(讲课适用)

p
1
n
(理论值)
sp p(1 p) n (实际值)
(二)二项分布的累计概率
从阳性率为
的总体中随机抽取n个观察单位,则
(1)最多有k例阳性的概率为
P(X k) P(0) P(1) P(k)
(2)最少有k例阳性的概率为
P(X k) P(k) P(k 1) P(n) 1 P(X k 1)
一、二项分布的概念及应用条件
1、概念:若试验 E 只有两种相互对立的结果(A及 A ),
并且 P(A) ,
, 把 E 独立地重复 n
次的试验称为 n 重贝努里试验(Bernoulli trial)。
n 重贝努里试验中事件A发生的次数 x 所服从的分布
即为二项分布(binomial distribution),记为 x ~
二项分布及其应用
内容提纲
二项分布的概念及应用条件 二项分布的性质 二项分布的特点 二项分布的应用
一、二项分布的概念及应用条件
举例:设小白鼠接受一定剂量的某种 毒物染毒后死亡率为80%。若每组各 用3只小白鼠(甲、乙、丙)接受该 种毒物染毒,观察各组小白鼠的存亡 情况。
死亡数 x
(1) 0
B( , n )。
例 抛硬币(正/反),患者治疗后的结局(治愈/未愈),实验 动物染毒后结局(生存/死亡),……。
一、二项分布的概念及应用条件
2、应用条件:
① n次试验相互独立 ( n 个观察单位相互独立)。 ② 每次试验只有两种可能结果中的某一种(适用
于二分类资料)。
③ 每次试验发生某一种结果的概率 固定不变
1
2
3 合计
表 1 3 只小白鼠染毒后的死亡只数的概率分布

二项分布及其应用

二项分布及其应用


nAB nA
.
(2)条件概率具有的性质
① 0≤P(B|A)≤1 ;
②如果B和C是两个互斥事件, 则P(B∪C|A)= P(B|A)+P(C|A) .
2.相互独立事件
(1)设A,B为两个事件,若P(AB)=P(A)P(B),则称事件A与事件B_相__互__ ——独—立—. (2)若A与B相互独立,则P(B|A)= P(B), P(AB)=P(A)P(B|A)= P(A)P(B). (3)若A与B相互独立,则A 与 B, A 与 B , A 与 B 也都相互独立.
题型一 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( )
1
1
2
1
A.8
B.4
C.5
D.2
答案 解析
P(A)=C23+ C25C22=25,P(AB)=CC2225=110, P(B|A)=PPAAB=14.
(3). 将 一 枚 硬 币 连 续 抛 掷 两 次 , 记 “ 第 一 次 出 现 正 面 ” 为 事 件
A,“第二次出现反面”为事件B,则P(B|A)等于( )
A. 1 2
B. 1 4
C.1 6
D.1 8
(4).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( )
变式训练 (2016·开封模拟)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并不放回,则在他第1次抽到的是螺口灯泡
的条件下,第2次抽到的是卡口灯泡的概率为 答案 解析

二项分布及其应用理

二项分布及其应用理

[思路点拨]
[课堂笔记] (1)任选1名下岗人员,设“该人参加过财会培 训”为事件A,“该人参加过计算机培训”为事件B,由题设知, 事件A与B互独立,且P(A)=0、6,P(B)=0、75、 法一:任选1名下岗人员,该人没有参加过培训得概率就是 P1=P( )=P( )·P( )=0、4×0、25=0、1、 所以该人参加过培训得概率就是P2=1-P1=1-0、1=0 、9、
4、二项分布 在n次独立重复试验中,设事件A发生得次数为X,在每 次试验中事件A发生得概率为p,那么在n次独立重复试 验中,事件A恰好发生k次得概率为P(X=k)= pk(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、
[课堂笔记] 记事件A:最后从2号箱中取出得就是红球;
事件B:从1号箱中取出得就是红球、
则P(B)=
,P( )=1-P(B)= ,
P(A|B)=
,P(A| )=
,ห้องสมุดไป่ตู้
从而P(A)=P(AB)+P(A )
=P(A|B)P(B)+P(A| )P( )
1、相互独立事件就是指两个试验中,两事件发生得概率 互
【解】 (1)依题意知X~B(4, ),即X得分布列为
X0
1
2
3
4
┄┄┄(6分)
P
(2)设Ai表示事件“第一次击中目标时,击中第i部 分”,i=1,2、
Bi表示事件“第二次击中目标时,击中第i部分”,i =1,2、依题意知P(A1)=P(B1)=0、1,P(A2)=P(B2)=0、 3,A=A1 ∪ B1∪A1B1∪A2B2,┄┄┄┄┄┄(9分)
故所求得概率为 P(A)=P(A1 )+P( B1)+P(A1B1)+P(A2B2) =P(A1)P( )+P( )P(B1)+P(A1)P(B1)+P(A2)P(B2) =0、1×0、9+0、9×0、1+0、1×0、1+0、3×0、3 =0、28、┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄(12分)

《二项分布及其应》课件

《二项分布及其应》课件
• a. 样本量较小:二项分布适用于独立重复试验,当样本量较小时,分布的精确度降低。 • b. 分布参数难以确定:在实际应用中,往往难以确定二项分布的参数,如试验次数和单次试验的成功概率。
• 改进方向: a. 引入其他分布:对于样本量较小的情况,可以考虑使用泊松分布等其他分布来近似二项分布。 b. 利 用贝叶斯推断:贝叶斯推断可以用于估计未知的分布参数,提高二项分布在实际应用中的精确度。 c. 考虑其他模型: 对于某些特定问题,可以考虑使用其他模型来描述实际数据,如正态分布、泊松分布等。
贝叶斯估计法的定义和原理 贝叶斯估计法在二项分布参数估计中的应用 贝叶斯估计法的优缺点分析 贝叶斯估计法与其他参数估计方法的比较
最小二乘估计法
定义:最小二乘法是一种数学统计方法,通过最小化误差的平方和来估计参数
原理:最小二乘法通过最小化预测值与实际值之间的误差平方和来估计参数,从而得到最佳的 参数估计值
假设检验的步骤和实例
提出假设
构造检验统计量
确定临界值
做出推断
实例演示
06
二项分布在实际应用中的案例分析
实验设计和数据分析
实验设计:确 定实验目的、 设计实验方案、 选择实验样本
数据分析:对 实验数据进行 整理、分析和 解释,得出结

实验结果:展 示实验结果, 包括数据表格、
图表等
结论与讨论: 对实验结果进 行讨论,提出 改进意见和建

二项分布在实际应用中的案例介绍
案例一:医学研究计学中的 二项分布
案例四:计算机科学中的 二项分布
二项分布在实际应用中的优缺点分析
优点:适用于独立 重复试验,可以快 速准确地计算概率
缺点:不适用于连 续性随机变量,需 要满足独立同分布 的条件

二项分布及其应用(答案)

二项分布及其应用(答案)

二项分布及其应用【知识要点】一、条件概率及其性质1、条件概率一般地,设A ,B 为两个事件,且0)(>A P ,称)()()(A P AB P A B P =为在事件A 发生的条件下,事件B 发生的条件概率。

2、性质(1)任何事件的条件概率都在0和1之间,即1)(0≤≤A B P .(2)如果B 和C 是两个互斥事件,则)()()(A C P A B P A C B P ==Y 。

【例题1—1】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=)(A B P ( B ) A 、81 B 、41 C 、52 D 、21 【例题1—2】在一次考试的5道题中,有3道理科题和2道文科题,如果不放回地依次抽取2道题,则在第一次抽到理科题的条件下,第二次抽到理科题的概率为 21 。

【例题1—3】某地区空气质量监测表明,一天的空气质量为优良的概率是0.75,连续两天为优良的概率是0.6,已知某天的空气质量为优良,则随后一天的空气质量为优良的概率是( A )A 、0.8B 、0.75C 、0.6D 、0.45【例题1—4】从混有5张假钞的20张一百元钞票中任意抽取2张,将其中一张在验钞机上检验发现是假钞,则这两张都是假钞的概率为( A )A 、172B 、152C 、51D 、103 【例题1—5】把一枚硬币连续抛掷两次,事件A=“第一次出现正面”,事件B=“第二次出现正面”,则=)(A B P ( A )A 、21B 、41 C 、61 D 、81 【例题1—6】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,则在从1号箱中取出的是红球的条件下,从2号箱取出红球的概率是94 。

二、相互独立事件及n 次独立重复事件1、相互独立事件同时发生的概率(1)相互独立事件的定义:如果事件A (或B )是否发生对事件B (A )发生的概率没有影响,这样的两个事件叫做相互独立事件。

第06章二项分布及其应用

第06章二项分布及其应用

二项分布概念:二项分布即重复n次独立的伯努利试验。

在每次试验中只有两种可能的结果,而且两种结果发生与否互相对立,并且相互独立,与其它各次试验结果无关,事件发生与否的概率在每一次独立试验中都保持不变,则这一系列试验总称为n重伯努利实验,当试验次数为1时,二项分布就是伯努利分布。

该事件发生k次的概率为:P=C(k,n)×p^k×(1-p)^(n-k),其中C(k,n)表示组合数,即从n个事物中拿出k个的方法数.,p为事件发生的概率,k是发生的次数,其中k=1,2,3...n,Ek=np,方差:Dk=np(1-p)例6-1某种药物治疗某种非传染性疾病的有效率为0.70,无效率为0.30。

今用该药治疗该疾病患者10人,试分别计算这10人中有6人、7人、8人有效的概率(《医学统计学》,第三版,孙振球)。

#源代码例6-1:dbinom(6,10,0.7)#二项分布函数dbinom(7,10,0.7)dbinom(8,10,0.7)#其中dbinom(k,n,p)中,k是发生的次数,10是共次数,p是概率>#源代码例6-1:>dbinom(6,10,0.7)[1]0.2001209>dbinom(7,10,0.7)[1]0.2668279>dbinom(8,10,0.7)[1]0.2334744>#其中dbinom(k,n,p)中,k是发生的次数,10是共次数,p是概率例6-2在对13名输卵管结扎的育龄妇女经壶腹部-壶腹部吻合术后,观察其受孕情况,发现有6人受孕,试据此资料估计该吻合术受孕率的95%可信区间。

#源代码例6-2:binom.test(6,13,p=6/13,conf.level=0.95)>#源代码例6-2:>binom.test(6,13,p=6/13,conf.level=0.95)Exact binomial testdata:6and13number of successes=6, number of trials=13, p-value=1alternative hypothesis:true probability of success is not equal to0.461538595percent confidence interval:0.19223240.7486545sample estimates:probability of success0.4615385例6-3在观测一种药物对某种非传染性疾病的治疗效果时,用该药治疗了此种非传染性疾病患者100人,发现55人有效,试据此估计该药物治疗有效率的95%可信区间。

2.2.二项分布及其应用

2.2.二项分布及其应用
对于至多、至少的问题,通常涉及到 求互斥事件的概率
练习1、某射手在10次射击中射中次数X~(10,0.8)
(1)求P(X=8)
(2)求P(X≥8)
练习2、二项分布的逆用
至多、至少问题时涉及 到求对立事件的概率
(1)在4次独立重复试验中,事件出现的概率相同,事件A
至少出现一次的概率为65/81,则事件A在一次试验中中出现
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。
注:
Pn (k) cnk pkqnk是( p q)n 展开式中的第 k 1 项.
题型二、二项分布、独立事件、互斥事件的综合运用
例2、某气象站天气预报的准确率为80%,计算: (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。
B(n, M )
N
⑵如果是一次取出 n 个球, 则 服从超几何分布.
P(
k)
C C k nk M NM
C
n N
(k
0,1, 2,L
, m) (其中 m
min(M , n)
不是一等品的概率为
2
12 ,甲丙两台机床加工的零件都是一

等品的概率为 9 。
(1)分别求甲、乙、丙三台机床各自加工的零件是一等品的
概率;
(2)从甲、乙、丙加工的零件中各取一个检验,求至少有一个
一等品的概率。
复习引入
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.

6(第三章)二项分布及其应用.

6(第三章)二项分布及其应用.
80%。 对于每只小白鼠来说,死亡概率0.8,生存概 率0.2。如果每组有甲、乙、丙三只小白鼠, 有不同生死组合方式、排列方式:
各种生存死亡排列、组合的概率
小鼠生死组合 排列方式 死亡数 生存数 甲 乙 丙
每种排列 的概率
0
3 √ √ √ 0.2 × 0.2 × 0.2
1
2 × √ √ 0.8 × 0.2 × 0.2
H0: π1=π2 H1: π1≠π2
α(80+85)=0.2182
u
0.2875 0.1529
2.092
0.2182
1

0.2182

1 80

1 85

查u界值表,得 0.01<P<0.05,拒绝H0,接受H1, 可认为男女生感染率不同,男生高于女生
0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
n=20 pi=0.5
π≠0.5分布偏态
0.4 0.3 0.2 0.1
0 0
1
2
3
4
n=5 pi=0.3
0.3
0.25
0.2
0.15
0.1
0.05
0
5
0 1 2 3 4 5 6 7 8 9 10
P<0.01,拒绝H0,接受H1,可认为老年患者与 一般患者不同,更易有出血症状
②两样本率比较的u检验
u
p1 p2
pc
(1
p
c
)( 1 n1

1 n2
)
pc

X1 X2 n1 n2
例 某山区小学男生80人,其中肺吸虫感染23人,感 染 率 为 28.75%, 女 生 85 人 感 染 13 人 , 感 染 率 为 15.29%,问男女生的肺吸虫感染率有无差别?

二项分布及其应用习题课公开课获奖课件省赛课一等奖课件

二项分布及其应用习题课公开课获奖课件省赛课一等奖课件

P(B)·P(C|B)=70%×95%+30%×80%=0.905=90.5%.
【答案】
2 (1)9
(2)90.5%
【变式训练】一批晶体管元件,其中一等品占95%,二 等品占4%,三等品占1%,它们能工作5 000小时以 上旳概率分别为90%,80%,70%,求任取一种元 件能工作5 000小时以上旳概率. 【解题指南】借助条件概率及其变形公式求解. 【解析】设Bi={取到元件为i等品}(i=1,2,3),A={取 到元件能工作5 000小时以上},则 P(A)=P(B1)P(A|B1)+P(B2)·P(A|B2)+P(B3)·P(A| B3)= 95%·90%+4%·80%+1%·70%=0.894.
措施二:
1 3( 1 )2 5 (1)3 25 . 6 6 6 27
P(A B C A B C A B C A B C)
(5)3 3 1 (5)2 25 .
6
6 6 27
故三位同学中至少有两位没有中奖旳概率为 25 .
27
系统可靠性问题
【典例训练】
1.在如图所示旳电路图中,开关a,b,c闭合与断开旳概率都 是 1 ,且是相互独立旳,则灯亮旳概率是( )
ξ旳分布列如下:
ξ0 p 0.95
1 0.5×0.94
2
3
0.1×0.93 0.01×0.92
4
4.5× 0.14
5 0.15
答案:
ξ0 p 0.95
1 0.5×0.94
2
3
0.1×0.93 0.01×0.92
4
4.5× 0.14
5 0.15
2.取到黑球数X旳可能取值为0,1,2,3.又因为每次取到黑

【高中数学】二项分布及其应用

【高中数学】二项分布及其应用

2 0.0025
四、几何分布 1. 定义: 在独立重复试验中,某事件 A 第一次发生时所作的试验次数 ξ 也是一个取值为正整数的随机变量。“ξ =k”表示在第 k
次独立重复试验时事件 A 第一次发生。如果把第 k 次实验时事件 A 发生记为 Ak,p( Ak)=p,事件 A 不发生记为 Ak ,
P( Ak )=q (q=1-p),那么:
P( k) Cnk pk qnk (其中 k=0,1, ... ,n,q=1-p )
于是可得随机变量 ξ 的概率分布如下:
(ab) C a C a b C a b C b 由于 Cnk pk qnk 恰好是二项展开式
n
0 n
n
1 n1 1
n
r nr r
n
nn
n 中的第 k+1 项,
所以,称这样的随机变量 ξ 服从二项分布,记作 ξ~B(n,p),其中 n,p 为参数,并记:
下概率不变,则为相互独立. (2)互斥事件是指不可能同时发生的两个事件. 相互独立事件是指一事件的发生与否对另一事件发生的概率没影响. (3)如果 A、B 是相互独立事件,则 A 的补集与 B 的补集、A 与 B 的补集、A 的补集与 B 也都相互独立.
2. 相互独立事件同时发生的概率公式
两个相互独立事件同时发生的概率,等于每个事件发生的概率的积。则有: P( A • B) P( A) • P(B)
第2页
Cnk pk qnk B(k; n, p)
4. 解题步骤 例 3. 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。 解:依题意,随机变量 ξ~B(2,5%)
因此,次品数 ξ 的概率分布是: ξ p
  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)。

教学过程一、复习预习1、预习条件概率2、预习事件相互独立的概念3、预习独立重复试验和二项分布二、知识讲解考点1条件概率及其性质(1)对于任何两个事件A和B,在已知事件A发生的条件下,事件B发生的概率叫做条件概率,用符号P(B|A)来表示,其公式为P(B|A)=P(AB)P(A)(P(A)>0).在古典概型中,若用n(A)表示事件A中基本事件的个数,则P(B|A)=n(AB) n(A).(2)条件概率具有的性质:①0≤P(B|A)≤1;②如果B和C是两个互斥事件,则P(B∪C|A)=P(B|A)+P(C|A).考点2相互独立事件(1)对于事件A、B,若A的发生与B的发生互不影响,则称A、B是相互独立事件.(2)若A与B相互独立,则P(B|A)=P(B),P(AB)=P(B|A)P(A)=P(A)P(B).(3)若A与B相互独立,则A与B,A与B,A与B也都相互独立.(4)若P(AB)=P(A)P(B),则A与B相互独立.考点3二项分布(1)独立重复试验是指在相同条件下可重复进行的,各次之间相互独立的一种试验,在这种试验中每一次试验只有__两__种结果,即要么发生,要么不发生,且任何一次试验中发生的概率都是一样的.(2)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.三、例题精析【例题1】【题干】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,第二次再取到不合格品的概率为________【答案】499. 【解析】方法一 设A ={第一次取到不合格品},B ={第二次取到不合格品},则P (AB )=C 25C 2100,所以P (B |A )=P (AB )P (A )=5×4100×995100=499. 方法二 第一次取到不合格品后还剩余99件产品,其中有4件不合格品,故第二次取到不合格品的概率为499. 【例题2】【题干】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.18B.14C.25D.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.【例题3】【题干】甲、乙两人轮流投篮,每人每次投一球.约定甲先投且先投中者获胜,一直到有人获胜或每人都已投球3次时投篮结束.设甲每次投篮投中的概率为13,乙每次投篮投中的概率为12,且各次投篮互不影响. (1)求乙获胜的概率;(2)求投篮结束时乙只投了2个球的概率.【答案】见解析【解析】 设A k 、B k 分别表示甲、乙在第k 次投篮投中,则P (A k )=13,P (B k )=12(k =1,2,3). (1)记“乙获胜”为事件C ,由互斥事件有一个发生的概率与相互独立事件同时发生的概率计算公式知P (C )=P (A 1B 1)+P (A 1 B 1 A 2B 2)+P (A 1 B 1 A 2 B 2 A 3B 3)=P (A 1)P (B 1)+P (A 1)P (B 1)P (A 2)P (B 2)+P (A 1)·P (B 1)P (A 2)P (B 2)P (A 3)P (B 3) =23×12+⎝⎛⎭⎫232⎝⎛⎭⎫122+⎝⎛⎭⎫233⎝⎛⎭⎫123=1327. (2)记“投篮结束时乙只投了2个球”为事件D ,则由互斥事件有一个发生的概率与相互独立事件同时发生的概率计算公式知P (D )=P (A 1 B 1 A 2B 2)+P (A 1 B 1 A 2 B 2A 3)=P (A 1)P (B 1)P (A 2)P (B 2)+P (A 1)P (B 1)P (A 2)P (B 2)·P (A 3)=⎝⎛⎭⎫232⎝⎛⎭⎫122+⎝⎛⎭⎫232⎝⎛⎭⎫122×13=427.【例题4】【题干】甲、乙两人各进行一次射击,如果两人击中目标的概率都是0.8,计算:(1)两人都击中目标的概率;(2)其中恰有一人击中目标的概率;(3)至少有一人击中目标的概率.【答案】见解析【解析】记“甲射击一次,击中目标”为事件A,“乙射击一次,击中目标”为事件B.“两人都击中目标”是事件AB;“恰有1人击中目标”是A B∪A B;“至少有1人击中目标”是AB∪A B∪A B.(1)显然,“两人各射击一次,都击中目标”就是事件AB,又由于事件A与B相互独立,∴P(AB)=P(A)·P(B)=0.8×0.8=0.64.(2)“两人各射击一次,恰好有一次击中目标”包括两种情况:一种是甲击中乙未击中(即A B),另一种是甲未击中乙击中(即A B).根据题意,这两种情况在各射击一次时不可能同时发生,即事件A B与A B是互斥的,所以所求概率为P=P(A B)+P(A B)=P(A)·P(B)+P(A)·P(B)=0.8×(1-0.8)+(1-0.8)×0.8=0.16+0.16=0.32.(3)“两人各射击一次,至少有一人击中目标”的概率为P=P(AB)+[P(A B)+P(A B)]=0.64+0.32=0.96.【例题5】【题干】乒乓球单打比赛在甲、乙两名运动员间进行,比赛采用7局4胜制(即先胜4局者获胜,比赛结束),假设两人在每一局比赛中获胜的可能性相同.(1)求甲以4比1获胜的概率;(2)求乙获胜且比赛局数多于5局的概率;(3)求比赛局数的分布列.【答案】见解析【解析】(1)由已知,得甲、乙两名运动员在每一局比赛中获胜的概率都是12. 记“甲以4比1获胜”为事件A ,则P (A )=C 34(12)3(12)4-3·12=18. (2)记“乙获胜且比赛局数多于5局”为事件B .乙以4比2获胜的概率为P 1=C 35(12)3(12)5-3·12=532, 乙以4比3获胜的概率为P 2=C 36(12)3(12)6-3·12=532, 所以P (B )=P 1+P 2=516. (3)设比赛的局数为X ,则X 的可能取值为4,5,6,7.P (X =4)=2C 44(12)4=18, P (X =5)=2C 34(12)3(12)4-3·12=14, P (X =6)=2C 35(12)3(12)5-3·12=516, P (X =7)=2C 36(12)3(12)6-3·12=516. 比赛局数的分布列为【例题6】【题干】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12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 的分布列及数学期望.【答案】见解析【解析】(1)设“甲队以3∶0,3∶1,3∶2胜利”分别为事件A ,B ,C ,则P (A )=23×23×23=827,P (B )=C 23⎝⎛⎭⎫232×⎝⎛⎭⎫1-23×23=827, P (C )=C 24⎝⎛⎭⎫232×⎝⎛⎭⎫1-232×12=427. (2)X 的可能的取值为0,1,2,3.则P (X =0)=P (A )+P (B )=1627,P (X =1)=P (C )=427,P (X =2)=C 24×⎝⎛⎭⎫1-232×⎝⎛⎭⎫232×⎝⎛⎭⎫1-12=427, P (X =3)=⎝⎛⎭⎫133+C 23⎝⎛⎭⎫132×23×13=19. ∴X 的分布列为∴E (X )=0×1627+1×427+2×427+3×19=79.【例题7】【题干】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13.(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.【答案】见解析【解析】 (1)将通过每个交通岗看做一次试验,则遇到红灯的概率为13,且每次试验结果是相互独立的,故X ~B ⎝⎛⎭⎫6,13.所以X 的分布列为P (X =k )=C k 6⎝⎛⎭⎫13k ·⎝⎛⎭⎫236-k,k =0,1,2,3,4,5,6. (2)由于Y 表示这名学生在首次停车时经过的路口数,显然Y 是随机变量,其取值为0,1,2,3,4,5,6.其中:{Y =k }(k =0,1,2,3,4,5)表示前k 个路口没有遇上红灯,但在第k +1个路口遇上红灯,故各概率应按独立事件同时发生计算.P (Y =k )=(23)k ·13(k =0,1,2,3,4,5),而{Y =6}表示一路没有遇上红灯.故其概率为P (Y =6)=(23)6,四、课堂运用【基础】1.已知A ,B 是两个相互独立事件,P (A ),P (B )分别表示它们发生的概率,则1-P (A )P (B )是下列哪个事件的概率 ( )A .事件A ,B 同时发生 B .事件A ,B 至少有一个发生C .事件A ,B 至多有一个发生D .事件A ,B 都不发生【答案】C【解析】P (A )P (B )是指A ,B 同时发生的概率,1-P (A )·P (B )是A ,B 不同时发生的概率,即至多有一个发生的概率.2.设随机变量X ~B (2,p ),Y ~B (4,p ),若P (X ≥1)=59,则P (Y ≥2)的值为( )A.3281B.1127C.6581D.1681【答案】B【解析】P (X ≥1)=P (X =1)+P (X =2)=C 12p (1-p )+C 22p 2=59,解得p =13.(0≤p ≤1,故p =53舍去).故P (Y ≥2)=1-P (Y =0)-P (Y =1)=1-C 04×(23)4-C 14×13×(23)3=1127. 【巩固】1. 两个实习生每人加工一个零件,加工为一等品的概率分别为23和34,两个零件是否加工为一等品相互独立,则这两个零件中恰有一个一等品的概率为( )A.12B.512C.14D.16【答案】B【解析】设事件A :甲实习生加工的零件为一等品; 事件B :乙实习生加工的零件为一等品,则P (A )=23,P (B )=34,所以这两个零件中恰有一个一等品的概率为P (A B )+P (A B )=P (A )P (B )+P (A )P (B )=23×(1-34)+(1-23)×34=512.2.明天上午李明要参加校运动会,为了准时起床,他用甲、乙两个闹钟叫醒自己.假设甲闹钟准时响的概率为0.80,乙闹钟准时响的概率是0.90,则两个闹钟至少有一个准时响的概率是________.【答案】0.98【解析】1-0.20×0.10=1-0.02=0.98.【拔高】1.某种元件的使用寿命超过1年的概率为0.6,使用寿命超过2年的概率为0.3,则使用寿命超过1年的元件还能继续使用的概率为() A.0.3 B.0.5 C.0.6 D.1【答案】B【解析】设事件A 为“该元件的使用寿命超过1年”,B 为“该元件的使用寿命超过2年”,则P (A )=0.6,P (B )=0.3.因为B ⊆A ,所以P (AB )=P (B )=0.3,于是P (B |A )=P (AB )P (A )=0.30.6=0.5.2.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12与p ,且乙投球2次均未命中的概率为116.(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;(3)若甲、乙两人各投球2次,求共命中2次的概率.【答案】见解析【解析】(1)方法一 设“甲投一次球命中”为事件A ,“乙投一次球命中”为事件B .由题意得(1-P (B ))2=(1-p )2=116,解得p =34或p =54(舍去),所以乙投球的命中率为34.方法二 设“甲投一次球命中”为事件A ,“乙投一次球命中”为事件B . 由题意得:P (B )P (B )=116,于是P (B )=14或P (B )=-14(舍去).故p =1-P (B )=34.所以乙投球的命中率为34.(2)方法一 由题设知,P (A )=12,P (A )=12.故甲投球2次,至少命中1次的概率为1-P (A ·A )=34.方法二 由题设知,P (A )=12,P (A )=12.故甲投球2次,至少命中1次的概率为C 12P (A )P (A )+P (A )P (A )=34. (3)由题设和(1)知,P (A )=12,P (A )=12,P (B )=34,P (B )=14.甲、乙两人各投球2次,共命中2次有三种情况:甲、乙两人各中一次;甲中2次,乙2次均不中;甲2次均不中,乙中2次.概率分别为C 12P (A )P (A )C 12P (B )P (B )=316, P (A )P (A )P (B )P (B )=164,P (A )P (A )P (B )P (B )=964.所以甲、乙两人各投球2次,共命中2次的概率为316+164+964=1132.课程小结方法与技巧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.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 ). 3.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.失误与防范1.运用公式P (AB )=P (A )P (B )时一定要注意公式成立的条件,只有当事件A 、B 相互独立时,公式才成立.2.独立重复试验中,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某事件发生的概率相等.注意恰好与至多(少)的关系,灵活运用对立事件.课后作业【基础】1.甲、乙两队进行排球决赛,现在的情形是甲队只要再赢一局就获得冠军,乙队需要再赢两局才能获得冠军,若两队胜每局的概率相同,则甲队获得冠军的概率为( ) A.12 B.35 C.23 D.34【答案】B【解析】甲队若要获得冠军,有两种情况,可以直接胜一局,获得冠军,概率为12,也可以乙队先胜一局,甲队再胜一局,概率为12×12=14,故甲队获得冠军的概率为14+12=34.2. 明天上午李明要参加校运动会,为了准时起床,他用甲、乙两个闹钟叫醒自己.假设甲闹钟准时响的概率为0.80,乙闹钟准时响的概率是0.90,则两个闹钟至少有一个准时响的概率是________.【答案】0.98【解析】1-0.20×0.10=1-0.02=0.98.【巩固】3.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________.【答案】35【解析】设该队员每次罚球的命中率为p (其中0<p <1),则依题意有1-p 2=1625,p 2=925.又0<p <1,因此有p =35. 4. 如图,一圆形靶分成A ,B ,C 三部分,其面积之比为1∶1∶2.某同学向该靶投掷3枚飞镖,每次1枚.假设他每次投掷必定会中靶,且投中靶内各点是随机的.(1)求该同学在一次投掷中投中A 区域的概率;(2)设X 表示该同学在3次投掷中投中A 区域的次数,求X 的分布列;(3)若该同学投中A ,B ,C 三个区域分别可得3分,2分,1分,求他投掷3次恰好得4分的概率.【答案】见解析【解析】(1)设该同学在一次投掷中投中A 区域的概率为P (A ),依题意,P (A )=14. (2)依题意知,X ~B (3,1),从而X 的分布列为(3)设B i 表示事件“第i 次击中目标时,击中B 区域”,C i 表示事件“第i 次击中目标时,击中C 区域”,i =1,2,3.依题意知P =P (B 1C 2C 3)+P (C 1B 2C 3)+P (C 1C 2B 3)=3×14×12×12=316. 【拔高】5. 如图,用K 、A 1、A 2三类不同的元件连接成一个系统.当K 正常工作且A 1、A 2至少有一个正常工作时,系统正常工作.已知K 、A 1、A 2正常工作的概率依次为0.9、0.8、0.8,则系统正常工作的概率为( ) A .0.960B .0.864C .0.720D .0.576【答案】B【解析】方法一由题意知K,A1,A2正常工作的概率分别为P(K)=0.9,P(A1)=0.8,P(A2)=0.8,∵K,A1,A2相互独立,∴A1,A2至少有一个正常工作的概率为P(A1A2)+P(A1A2)+P(A1A2)=(1-0.8)×0.8+0.8×(1-0.8)+0.8×0.8=0.96.∴系统正常工作的概率为P(K)[P(A1A2)+P(A1A2)+P(A1A2)]=0.9×0.96=0.864.方法二A1,A2至少有一个正常工作的概率为1-P(A1A2)=1-(1-0.8)(1-0.8)=0.96,∴系统正常工作的概率为P(K)[1-P(A1A2)]=0.9×0.96=0.864.6.市场上供应的灯泡中,甲厂产品占70%,乙厂产品占30%,甲厂产品的合格率是95%,乙厂产品的合格率是80%,则从市场上买到一个是甲厂生产的合格灯泡的概率是________.【答案】0.665【解析】记A =“甲厂产品”,B =“合格产品”,则P (A )=0.7,P (B |A )=0.95.∴P (AB )=P (A )·P (B |A )=0.7×0.95=0.665.7.甲罐中有5个红球,2个白球和3个黑球,乙罐中有4个红球,3个白球和3个黑球.先从甲罐中随机取出一球放入乙罐,分别以A 1,A 2和A 3表示由甲罐取出的球是红球,白球和黑球的事件;再从乙罐中随机取出一球,以B 表示由乙罐取出的球是红球的事件,则下列结论中正确的是________.(写出所有正确结论的编号)①P (B )=25;②P (B |A 1)=511;③事件B 与事件A 1相互独立;④A 1,A 2,A 3是两两互斥的事件;⑤P (B )的值不能确定,因为它与A 1,A 2,A 3中究竟哪一个发生有关.【答案】②④【解析】P (B )=P (BA 1)+P (BA 2)+P (BA 3)=5×510×11+2×410×11+3×410×11=922,故①⑤错误; ②P (B |A 1)=5×510×1112=511,正确; ③事件B 与A 1的发生有关系,故错误;④A 1,A 2,A 3不可能同时发生,是互斥事件,正确.。

相关文档
最新文档