《二项分布及其应用》教学课件(1).ppt22
合集下载
二项分布教学课件ppt
0.4
0.3
0.2
0.1
0.0
0
1
2
3
x
(0.2+0.8)3 二项分布示意图
构成成-败型实验序列的n次实验中,事件A出现 的次数X的概率分布为:
P X CnX X 1 nX
其中X=0,1,2…,n。 n,π是二项分布的两个参数 。
对于任何二项分布,总有
中国福利彩票
发行量1500万元,特等奖100个,金额5万元; 每张彩票面值2元,中奖概率1/75000。
投入金额 未中概率 中奖概率
100元 1000元 1万元 10万元 100万元 0.99933 0.99336 0.93551 0.51341 0.00127 0.00067 0.00664 0.06449 0.48659 0.99873
例4-2 临床上用针灸治疗某型头疼,有效的概率为60% 现以该疗法治疗3例,其中2例有效的概率是多大?
B(X;n,π)或B(n,π)。
二项分布的概率函数
• 任意一次试验中,只有事件A发生和不发生
两种结果,发生的概率分别是: 和1-
• 若在相同的条件下,进行n次独立重复试验,
用X表示这n次试验中事件A发生的次数,那 么X服从二项分布,记做 XB(n,) 或 B(X;n,π) 。
举例 设实验白鼠共3只,要求它们同种属、同 性别、体重相近,且他们有相同的死亡概率, 即事件“白鼠用药后死亡”为A,相应死亡概率 为π。记事件“白鼠用药后不死亡”为 ,相 应不死亡概率为1-π。设实验后3只白鼠中死亡 的白鼠数为X,则X的可能取值为0,1,2和3,
例 实验白鼠3只,白鼠用药后死亡的死亡概率 π=0.6,则3只白鼠中死亡鼠数X的总体均数为
新课标人教A选修2-3《二项分布及其应用》课件
ξ
0
1
…
k
…
n
p
C
0 n
p
0q
n
C
1 n
p1q n-1
…
Cnk pk qn-k …
C
n n
p
nq
0
我们称这样的随机变量ξ服从二项分布,记作 x ~ B(n, p,)
其中n,p为参数,并记
C
k n
pk (1 -
p)n-k
b(k; n,
p)
二项分布与两点分布、超几何分布有什么区别和联系?
1.两点分布是特殊的二项分布x (1 p)
P ( k ) C k Pk (1 - P )n -k ( k 0,1, 2, L n ).
n
n
独立重复试验
1).公式适用的条件 2).公式的结构特征
事件 A 发生的概率
事件A发生的概率
Pn (k)
C
k n
pk
(1 -
p)n-k
(其中k = 0,1,2,···,n )
实验总次数
事件 A 发生的次数
• (1)两个人都译出密码的概率。 • (2)两个人都译不出密码的概率。 • (3)恰有一人译出密码的概率。 • (4)至多一人译出密码的概率。 • (5)至少一人译出密码的概率。
意义建构
在 n 次独立重复试验中,如果事件 A在其中1次试验中发生的概率是P, 那么在n次独立重复试验中这个事件恰 好发生 k 次的概率是:
2.一个袋中放有 M 个红球,( N - M )个白球,依次从袋中 取 n 个球,记下红球的个数x .
⑴如果是有放回地取,则x B(n, M )
N ⑵如果是不放回地取, 则x 服从超几何分布.
学案二项分布及其应用PPT演示课件
【解析】(1)解法一:记“有r人同时上网”为事 件Ar,则“至少3人同时上网”即为事件A3+A4+A5+A6, 因为A3,A4,A5,A6为彼此互斥事件,所以可应用概率加 法公式,得“至少3人同时上网”的概率为
P=P(A3+A4+A5+A6)
=P(A3)+P(A4)+P(A5)+P(A6)
=1
64
,P(AB)=P(A|B)·P(B)+P(B|A)·P(A).
P(B)
•8
某地区气象台统计,该地区下雨的概率为 4 ,刮风的
15
概率为
,152 既刮风又下雨的概率为
1 10
,设A为下雨,
B为刮风,求(1)P(A|B);(2)P(B|A).
•9
根据题意知
4
2
1
P(A)= 15 ,P(B)= 15 ,P(AB)= 10 .
了解条件概率的概念,了解两个事件相互独立 二项分布 的概念;理解n次独立重复试验模型及二项分布, 及其应用 并能解决一些简单问题.
•1
2013年高考,试题难度以中低档题为主,很可能与期望、 方差一起在解答题中考查.
•2
1.条件概率
一般地,设A,B为两个事件,且P(A)>0,称P
(B|A)= P(AB ) 为在事件A发生的条件下,事件B发生 P(A)
•16
【解析】
•17
考点3 独立重复试验与二项分布
某单位6个员工借助互联网开展工作,每个员工上网的 概率都是0.5(相互独立). (1)求至少3人同时上网的概率; (2)至少几人同时上网的概率小于0.3?
【分析】因为6个员工上网都是相互独立的,所以 该题可归结为n次独立重复试验与二项分布问题.
二项分布(上课)ppt课件
【分析】
(1)有放回的抽取,则每次抽到白球的概率相同, 黑球个数x服从二项分布;
(2)无放回的抽取,则每次抽到白球的概率不同,
黑球个数x服从超几何分布;
(1)P1
C32
3 8
2
5 8
135 512
(2)P2
C32C51 C83
15 56
二项分布与超几何分布有什么区别和联系?
一个袋中放有 M 个红球,( N M )个白球,依次从袋中取n 个球,记下红球的个数 .
1.离散型随机变量定义
如果随机变量 X 的所有可能的取值都 能一一列举出来,则 X 称为离散型随机变量.
2.离散型随机变量的分布列
X
x1
x2
…
xn
P
p1
p2
…
pn
3求离散型随机变量的分布列的方法和步骤:
①确定离散型随机变量的可能取值;
②分别计算出随机变量取每个值时的概率;
③列出概率分布表,即分布列.
变式二:5次中恰有3次针尖向上的概率是多少?
引申推广:
P C53 0.63 (1 0.6)53
连续掷n次,恰有k次针尖向上的概率是
P Cnk 0.6k (1 0.6)nk
定义建构
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
事件A发生的概率为p,则:
P
(X
k)
P
(X
k)
C
k n
pk
(1
p)nk
(其中k = 0,1,2,···,n )
此时称随机变量X服从二项分布,记X~B(n,p) 并称p为成功概率。
基础训练 成功体验
一名学生骑自行车上学,从他家到学校的途中有3个交通
(1)有放回的抽取,则每次抽到白球的概率相同, 黑球个数x服从二项分布;
(2)无放回的抽取,则每次抽到白球的概率不同,
黑球个数x服从超几何分布;
(1)P1
C32
3 8
2
5 8
135 512
(2)P2
C32C51 C83
15 56
二项分布与超几何分布有什么区别和联系?
一个袋中放有 M 个红球,( N M )个白球,依次从袋中取n 个球,记下红球的个数 .
1.离散型随机变量定义
如果随机变量 X 的所有可能的取值都 能一一列举出来,则 X 称为离散型随机变量.
2.离散型随机变量的分布列
X
x1
x2
…
xn
P
p1
p2
…
pn
3求离散型随机变量的分布列的方法和步骤:
①确定离散型随机变量的可能取值;
②分别计算出随机变量取每个值时的概率;
③列出概率分布表,即分布列.
变式二:5次中恰有3次针尖向上的概率是多少?
引申推广:
P C53 0.63 (1 0.6)53
连续掷n次,恰有k次针尖向上的概率是
P Cnk 0.6k (1 0.6)nk
定义建构
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
事件A发生的概率为p,则:
P
(X
k)
P
(X
k)
C
k n
pk
(1
p)nk
(其中k = 0,1,2,···,n )
此时称随机变量X服从二项分布,记X~B(n,p) 并称p为成功概率。
基础训练 成功体验
一名学生骑自行车上学,从他家到学校的途中有3个交通
《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
论
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
议
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
• 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
论
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
议
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
人教版高中数学选择性必修3《二项分布》PPT课件
2 3 19
相当于 3 次独立重复试验,故 P(A)=1-P()=1-( ) = .
3 27
(2)记“甲恰有 2 次击中目标”为事件 B,“乙恰有 1 次击中目标”为事件 C,则
22 4
3
3 3
1
P(B)=( ) = ,P(C)=C2 × ×(1- )= ,由于甲、乙射击相互独立,
3 9
4
4 8
4 3 1
2
× =
1
,故
4
ξ~B
1
10, 4
.因此
微思考
在n次独立重复试验中,各次试验的结果相互有影响吗?
提示 在n次独立重复试验中,各次试验的结果相互之间无影响.因为每次试
验是在相同条件下独立进行的,所以第i+1次试验的结果不受前i次结果的
影响(其中i=1,2,…,n-1).
课堂篇 探究学习
探究一
n重伯努利试验概率的求法
延伸探究2在本例(2)的条件下,求甲未击中,乙击中2次的概率.
解 记“甲未击中目标”为事件 M,“乙击中 2 次”为事件 N,
22 1
32 9
则 P(M)=(1- ) = ,P(N)=( ) = ,所以甲未击中、乙击中 2 次的概率为
3 9
4 16
1
9
1
P(MN)=9 × 16 = 16.
反思感悟n重伯努利试验概率求法的三个步骤
变式训练2某人投篮命中率为0.8,重复5次投篮,命中次数为X,命中一次得3
分,求5次投篮得分的均值.
解 设投篮得分为变量η,则η=3X.
依题意,X~B(5,0.8),则E(X)=5×0.8=4,故E(η)=3E(X)=12.
探究三
二项分布的应用
相当于 3 次独立重复试验,故 P(A)=1-P()=1-( ) = .
3 27
(2)记“甲恰有 2 次击中目标”为事件 B,“乙恰有 1 次击中目标”为事件 C,则
22 4
3
3 3
1
P(B)=( ) = ,P(C)=C2 × ×(1- )= ,由于甲、乙射击相互独立,
3 9
4
4 8
4 3 1
2
× =
1
,故
4
ξ~B
1
10, 4
.因此
微思考
在n次独立重复试验中,各次试验的结果相互有影响吗?
提示 在n次独立重复试验中,各次试验的结果相互之间无影响.因为每次试
验是在相同条件下独立进行的,所以第i+1次试验的结果不受前i次结果的
影响(其中i=1,2,…,n-1).
课堂篇 探究学习
探究一
n重伯努利试验概率的求法
延伸探究2在本例(2)的条件下,求甲未击中,乙击中2次的概率.
解 记“甲未击中目标”为事件 M,“乙击中 2 次”为事件 N,
22 1
32 9
则 P(M)=(1- ) = ,P(N)=( ) = ,所以甲未击中、乙击中 2 次的概率为
3 9
4 16
1
9
1
P(MN)=9 × 16 = 16.
反思感悟n重伯努利试验概率求法的三个步骤
变式训练2某人投篮命中率为0.8,重复5次投篮,命中次数为X,命中一次得3
分,求5次投篮得分的均值.
解 设投篮得分为变量η,则η=3X.
依题意,X~B(5,0.8),则E(X)=5×0.8=4,故E(η)=3E(X)=12.
探究三
二项分布的应用
二项分布PPT精选课件
20
21
四、二项分布的应用
1.正态近似法
当n足够大,p和1-p均不太小时 , 即np和n(1-p)均大于5时,二项分布 近似正态分布N(nπ, nπ(1-π) )
可信度为1-α的可信区间:
(p-Zasp,p+Zasp)
22
例5.4 某医院用复方当归注射液, 静脉滴注治疗脑动脉硬化症188例; 其中显效83例,试估计复方当归注 射液显效率的95%可信区间。
二项分布和Poisson 分布及其应用
1
学习要点: 二项分布和Poisson分布的定义、性
质及应用
2
第一节 二项分布
3
第一节 二项分布及其应用
*离散型随机变量及其概率分布列
4
离散型随机变量:假如用3只小白鼠 作一定剂量某种毒物的毒性试验, 那么试验后3只小白鼠“死亡数X” 的可能取值能够一一列出,分别为 0,1,2,3。这种可能取值能够一 一列出的随机变量称为离散型随机 变量。其概率分布特征 见下表
X 的 均 数 X = n
X
的
方
差
2 X
=
n
(1-
)
X 的 标 准 差 X = n 1
前例
B( n, )=B(3,0.8)的 鼠 死 亡 数 X 的
总体均数
X =3×0.8=2.4(只 )
总体方差
2 X
=3×0.8×0.2=0.48(只
)
总体标准差
X = 3 0.8 0.2 = 0 . 6 9 ( 只 )
K X !(n X )!
27
例5.7 一种鸭通常感染某种传染病的 概率是0.2,现将一种药物注射到25 只鸭后发现有1只鸭发生感染,试判 断这种药物对预防感染是否有效。
21
四、二项分布的应用
1.正态近似法
当n足够大,p和1-p均不太小时 , 即np和n(1-p)均大于5时,二项分布 近似正态分布N(nπ, nπ(1-π) )
可信度为1-α的可信区间:
(p-Zasp,p+Zasp)
22
例5.4 某医院用复方当归注射液, 静脉滴注治疗脑动脉硬化症188例; 其中显效83例,试估计复方当归注 射液显效率的95%可信区间。
二项分布和Poisson 分布及其应用
1
学习要点: 二项分布和Poisson分布的定义、性
质及应用
2
第一节 二项分布
3
第一节 二项分布及其应用
*离散型随机变量及其概率分布列
4
离散型随机变量:假如用3只小白鼠 作一定剂量某种毒物的毒性试验, 那么试验后3只小白鼠“死亡数X” 的可能取值能够一一列出,分别为 0,1,2,3。这种可能取值能够一 一列出的随机变量称为离散型随机 变量。其概率分布特征 见下表
X 的 均 数 X = n
X
的
方
差
2 X
=
n
(1-
)
X 的 标 准 差 X = n 1
前例
B( n, )=B(3,0.8)的 鼠 死 亡 数 X 的
总体均数
X =3×0.8=2.4(只 )
总体方差
2 X
=3×0.8×0.2=0.48(只
)
总体标准差
X = 3 0.8 0.2 = 0 . 6 9 ( 只 )
K X !(n X )!
27
例5.7 一种鸭通常感染某种传染病的 概率是0.2,现将一种药物注射到25 只鸭后发现有1只鸭发生感染,试判 断这种药物对预防感染是否有效。
课件2:二项分布及其应用
2 9
1 9
作 业
能
所以 Eξ=1×23+2×29+3×19=193.
菜单
91淘课网 ——淘出优秀的你
自
1.解答本题关键是把所求事件包含的各种情况找出
高 考
主
体
落 实
来,从而把所求事件表示为几个事件的和事件.
验 ·
·
明
固 基
2.求相互独立事件同时发生的概率的方法主要有
考 情
础
(1)利用相互独立事件的概率乘法公式直接求解.
1
由条件概率计算公式,得 P(B|A)=P(P(A∩A)B)=140=14.
典
例
探
究 ·
【答案】 B
提
知
能
10
课 后 作 业
菜单
91淘课网 ——淘出优秀的你
高
自
主
1.利用定义,分别求P(A)和P(AB),得
考 体
落 实 · 固
P(B|A)=PP((AAB)).这是通用的求条件概率的方法.
验 · 明 考
体 验
实 · 固
篮投中,则 P(Ak)=13,P(Bk)=12(k=1,2,3).
· 明 考
基 础
(1)记“甲获胜”为事件 C,由互斥事件有一个发生的概 情
率与相互独立事件同时发生的概率计算公式知
P(C)=P(A1)+P(A1 B1A2)+P(A1 B1 A2 B2A3) =P(A1)+P(A1 )P(B1 )P(A2)+
典
S△SEOH=π2=21π.故 P(B|A)=PP((AAB))=22π=14.
例 探
π
课
后
究 · 提
【答案】 (1)π2 (2)14
- 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)。
1 = . 2 C5 10
2
2 2 C3 C2 4 2 = = , 2 C5 10 5
【一题多解】本题还可以用如下方法解决:
选B.从1,2,3,4,5中任取2个不同的数,取到两个数之和为偶数的
事件个数为n(A)= =4, 2 C3 C2 2
再者取到的两个数均为偶数的事件个数为n(B)= 故所求事件的概率
n AB n A
.
【变式训练】(1)10件产品中有2件次品,不放回地抽取2次,每次抽1件.已知第一次 抽到的是正品,则第二次抽到次品的概率为 .
(2)市场上供应的灯泡中,甲厂占70%,乙厂占30%,甲厂产品的合格率是95%,乙厂产
品的合格率是80%,则市场上灯泡的合格率是 .
【解析】(1)方法一:从10件产品中不放回抽取2次,记‚第一次抽到 正品‛为事件A,‚第二次抽到次品‛为事件B.‚从10件产品中不放
【解题提示】设出所求概率为p,然后根据已知条件列出关于p的方程,求得p. 【解析】选A.设某天空气质量优良,则随后一天空气质量也优良的概率为p,则得
0.6=0.75· p,解得p=0.8,故选A.
(2)(2013·湖北高考改编)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p0.则p0的值为( )
C.
3 8
D.
2 9
1 P(AB)= 2 3 1 故P(B|A)= P AB 1 = , = , = . 10 9 15 10 5 PA 3
3.真题小试 感悟考题 试一试
(1)(2014·新课标全国卷Ⅱ)某地区空气质量监测资料表明,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.0.8 B.0.75 C.0.6 ) D.0.45
考点1 条件概率
【典例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)=( )
A.
1 8
B.
1 4
C.
2 5
D.
1 2
(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)= .
(5)二项分布的定义: 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,则P(X=k)=____________,k=0,1,2,…,n.此时称随机变 Ck pk (1-p)n-k
n
量X服从二项分布,记作X~B(n,p),并称p为成功概率.
(6)正态曲线的定义:
(2)数学思想:方程思想、数形结合.
【小题快练】 1.思考辨析 静心思考 判一判
(1)条件概率一定不等于它的非条件概率.(
(2)相互独立事件就是互斥事件.( )
)
(3)对于任意两个事件,公式P(AB)=P(A)P(B)都成立.(
)
(4)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,其中的 a=p,b=1-p.( )
(3)错误.因为只有两个事件是相互独立事件时,公式P(AB)=P(A)P(B)才成立.
(4)错误.二项分布是一个概率分布,是一个用公式P(X=k)=
pk(1-
Ck n
p)n-k,k=0,1,2,…,n表示的概率分布,其公式相当于二项展开式的通
项公式,其中的a=1-p,b=p. (5)正确.由正态分布函数可知,μ是正态分布的期望值,σ是正态分布 的标准差. 答案:(1)× (2)× (3)× (4)× (5)√
(参考数据:若X~N(μ,σ2),有P(μ-σ<X≤μ+σ)=0.6826,P(μ-2σ
<X≤μ+2σ)=0.9544,P(μ-3σ<X≤μ+3σ)=0.9974)
A.0.954 4 B.0.682 6 C.0.997 4 D.0.9772
【解析】选D.由于随机变量X服从正态分布N(800,502),故有μ=800,
b
a
, x dx,
2.必备结论 教材提炼 记一记
(1)正态曲线的特点: ①曲线位于x轴的_____, 上方 与x轴不相交; x=μ对称; ②曲线是单峰的,它关于直线_____
x=μ处达到峰值 ③曲线在_____
1 ; 2
④曲线与x轴之间的面积为1;
x轴 平 ⑤当σ一定时,曲线的位置由μ确定,曲线随着μ的变化而沿着____
2 3 2 , 3 5 5
故所求的分布列为
X P
数学期望为 E(X)=
0
2 15
100
1 5
120
4 15
220
2 5
2 1 4 2 300ቤተ መጻሕፍቲ ባይዱ 480 1 320 2 100 0 100 120 220 140. 15 5 15 5 15 15
2=90个基本事件.事件A包含8×9=72个基本 A10 事件.所以P(A)= 72 = 4 事件 , AB,即‚从10件产品中依次抽2件, 90 5
②设企业可获利润为X(万元),则X的可能取值为0,100,120,220, 因P(X=0)= P E F 1 2 2 ,
P(X=100)=
P(X=120)=
P(X=220)=P(EF)=
3 5 15 1 3 1 P EF , 3 5 5 2 2 4 P EF , 3 5 15
2.教材改编 链接教材 练一练 (1)(选修2-3P58T1改编)某机械零件加工由2道工序组成,第1道工序的废品率为a,
第2道工序的废品率为b,假定这2道工序出废品的概率彼此无关,那么产品的合格率
是( ) B.1-a-b D.1-2ab
A.ab-a-b+1 C.1-ab
【解析】选A.由于第一道工序与第二道工序出废品的概率彼此无关,故产品的合格 率为P=(1-a)(1-b)=ab-a-b+1.
1 22 e 函数φμ,σ(x)=____________,x∈( -∞,+∞),其中实数μ和σ(σ>0) 2
为参数,称φμ,σ(x)的图象为正态分布密度曲线,简称正态曲线.
(x )2
(7)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)= 则称随机变量X服从正态分布,记作N(μ,σ2).
σ=50,P(700<X≤900)=0.9544.由正态分布的对称性,可得p0=P(X≤
900)=P(X≤800)+P(800<X≤900)= +
1 1 P(700<X≤900)=0.9772. 2 2
(2014·湖南高考)某企业有甲、乙两个研发小组,他们研发新产品成 功的概率分别为 2和 3 .现安排甲组研发新产品A,乙组研发新产品B.
题设知,
①P(E)= 2 , P E ,P F ,P F 与
F
都相互独立.
3
1 3
3 5
2 且事件E与F,E与 , F , E与 F, E 5
于是
记H={至少有一种新产品研发成功},则
HE F , P H P E P(F) 2 13 = 1 2 2 故所求的概率为P(H)=1- , P H 1- . 3 5 15 15 15
1 P . n A 4
n B
=1, C2 2
(2)由题意可得,事件A发生的概率P(A)=
S正方形EFGH S圆O
件AB表示‚豆子落在△EOH内‛,则P(AB)=
1 故P(B|A)= P AB 2 1 = = . 2 4 PA 答案: 1 4
S EOH S圆O
2 2 2 事 = = . 2 1 1 2 1 1 2 2 . 1 2
设甲、乙两组的研发相互独立.
①求至少有一种新产品研发成功的概率. ②若新产品A研发成功,预计企业可获利润120万元;若新产品B研发成 功,预计企业可获利润100万元.求该企业可获利润的分布列和数学期 望.
3
5
【解题提示】①利用对立事件求解;②利用分布列、期望的定义求解. 【解析】记E={甲组研发新产品成功},F={乙组研发新产品成功}.由
移;
瘦高 ⑥当μ一定时,曲线的形状由σ确定.σ越小,曲线越‚_____‛,表示
矮胖 分 总体的分布越_____;σ越大 ,曲线越‚_____‛,表示总体的分布越 ___ 集中
___. 散
(2)3σ原则:
①P(μ-σ<X≤μ+σ)=_______; 0.6826 0.9544 ②P(μ-2σ<X≤μ+2σ)=_______;
2 . 5
P AB
10
3 . PA 4
4
【规律方法】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).
(2)基本事件法: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AB所包含的基本事件数n(AB),得P(B|A)=
【解题提示】(1)先求出事件A与AB的概率,再由条件概率公式P(B|A) =
P AB PA
计算.(2)事件A与AB属于几何概型,先求出两者的概率,再由
条件概率公式求解.
【规范解答】(1)选B.P(A)= P(AB)= C 2
1 由条件概率计算公式,得P(B|A)= P AB = 10 = 1 . 4 4 PA 10