二项分布课件(公开课课件)(新人教选修...
合集下载
7.4.1 二项分布(第1课时)(课件)-2020-2021学年下学期高二数学同步精品课堂(新教材人

第七章 随机变量及其分布
7.4 二项分布与超几何分布 7.4.1 二项分布(第1课时)
素养目标
1.理解n重伯努利试验的模型及 二项分布,并能解答一些简单的 实际问题;(重点) 2.能进行一些与n重伯努利试验 的模型及二项分布有关的概率的 计算.(重点、难点)
学科素养
1.数学抽象; 2.数学建模; 3.数学运算
小数)
解:记事件 A 为“1 小时内,1 台机床需要工人照管”,1 小时内 5
台机床需要照管相当于 5 次独立重复试验.
1 小时内 5 台机床中没有 1 台需要工人照管的概率 P5(0)=1-145= 345,
1小时内5台机床中恰有1台需要工人照管的概率P5(1)=C
1 5
×
1 4
×1-144, 所以1小时内5台机床中至少2台需要工人照管的概率为P=1-[P5(0) +P5(1)]≈0.37.
为
1 6
,因此,先后抛掷三次,出现0次6点朝上的概率为
1-16
3=
122156,所以至少出现一次6点朝上的概率是1-122156=29116.故选D.
4.已知随机变量ξ服从二项分布ξ~B4,13,则P(ξ=3)=(
)
A.3821
B.1861
C.2841
D.881
D 解析:ξ~B 4,13 表示做了4次独立试验,每次试验成功概率为
1.运用伯努利试验的概率公式求概率时,首先判断问题中涉及的 试验是否为n重伯努利试验,判断时注意各次试验之间是相互独立 的,并且每次试验的结果只有两种(即要么发生,要么不发生),在 任何一次试验中某一事件发生的概率都相等.
2.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. 3.二项分布的简单应用是求 n 重伯努利试验事件中事件 A 恰好发生 k 次的概率.
7.4 二项分布与超几何分布 7.4.1 二项分布(第1课时)
素养目标
1.理解n重伯努利试验的模型及 二项分布,并能解答一些简单的 实际问题;(重点) 2.能进行一些与n重伯努利试验 的模型及二项分布有关的概率的 计算.(重点、难点)
学科素养
1.数学抽象; 2.数学建模; 3.数学运算
小数)
解:记事件 A 为“1 小时内,1 台机床需要工人照管”,1 小时内 5
台机床需要照管相当于 5 次独立重复试验.
1 小时内 5 台机床中没有 1 台需要工人照管的概率 P5(0)=1-145= 345,
1小时内5台机床中恰有1台需要工人照管的概率P5(1)=C
1 5
×
1 4
×1-144, 所以1小时内5台机床中至少2台需要工人照管的概率为P=1-[P5(0) +P5(1)]≈0.37.
为
1 6
,因此,先后抛掷三次,出现0次6点朝上的概率为
1-16
3=
122156,所以至少出现一次6点朝上的概率是1-122156=29116.故选D.
4.已知随机变量ξ服从二项分布ξ~B4,13,则P(ξ=3)=(
)
A.3821
B.1861
C.2841
D.881
D 解析:ξ~B 4,13 表示做了4次独立试验,每次试验成功概率为
1.运用伯努利试验的概率公式求概率时,首先判断问题中涉及的 试验是否为n重伯努利试验,判断时注意各次试验之间是相互独立 的,并且每次试验的结果只有两种(即要么发生,要么不发生),在 任何一次试验中某一事件发生的概率都相等.
2.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. 3.二项分布的简单应用是求 n 重伯努利试验事件中事件 A 恰好发生 k 次的概率.
二项式分布PPT教学课件

教学难点:二项分布模型的构建。 重难点的突破将在教学程序中详述。
二 、 教 法 探 讨:
自主性、能动性是人的各种潜能中最主要也是最高层次的潜 能,教育只有在尊重学生主体的基础上,才能激发学生的主体意 识,培养学生的主体精神和主体人格,“主体”参与是现代教学 论关注的要素 。我在课堂教学中做到以学生的自主学习为中心, 给学生提供尽可能多的思考、探索、发现、想象、创新的时间和 空间。另一方面,从学生的认知结构,预备知识的掌握情况,我 班学生有自主学习、主动构建新知识的能力。
设计意图:从实际中来,到实际中去,抽象出的二项分布 有何用途?什么时候用?这是学生想知道的。也是我们学 习数学的目的所在。怎么用呢?导入下一个环节。
重难点的突破:
(1)强调二项分布模型的应用范围:独立重复试 验。(前深化认识)
(2)运用类比法对学生容易混淆的地方,加以比较。 (后例题增加的③④)
(3)创设条件、保证充分的练习。设置基础训练、 能力训练、实践创新三个层次的训练题,即模型的直 接应用、变形应用和实际应用来二项分布模型,要反复引导,循序渐进,加以巩固.
=
1 0.7
3
0.7
1
上述解答是一个前面所学知识的应用过程 . 学生看到最后的结果,有一种``拨开云雾看青天” 的感觉,这不就是二项式定理吗?学生热情高涨, 课堂达到高潮,把对知识的学习掌握变成了对知 识的探索 、发现、总结、创新的过程.
通过解决问题2,学生在老师引导下,由特殊 到一般,由具体到抽象,由n次独立重复试验发生 k次的概率,主动构建二项分布这一重要的离散型 随机变量的分布列.攻破本节课的难点。
• 可以循环使用.多媒体辅助贯穿整个教学过程.
(一)创设情景,激发求知
1、投掷一枚相同的硬币5次,每次正面向上的概率为0.5。 2、某同学玩射击气球游戏,每次射击击破气球的概率为0.7, 现有气球10个。 3、某篮球队员罚球命中率为0.8,罚球6次。 4、口袋内装有5个白球、3个黑球,不放回地抽取5个球。 问题1、上面这些试验有什么共同的特点?
二 、 教 法 探 讨:
自主性、能动性是人的各种潜能中最主要也是最高层次的潜 能,教育只有在尊重学生主体的基础上,才能激发学生的主体意 识,培养学生的主体精神和主体人格,“主体”参与是现代教学 论关注的要素 。我在课堂教学中做到以学生的自主学习为中心, 给学生提供尽可能多的思考、探索、发现、想象、创新的时间和 空间。另一方面,从学生的认知结构,预备知识的掌握情况,我 班学生有自主学习、主动构建新知识的能力。
设计意图:从实际中来,到实际中去,抽象出的二项分布 有何用途?什么时候用?这是学生想知道的。也是我们学 习数学的目的所在。怎么用呢?导入下一个环节。
重难点的突破:
(1)强调二项分布模型的应用范围:独立重复试 验。(前深化认识)
(2)运用类比法对学生容易混淆的地方,加以比较。 (后例题增加的③④)
(3)创设条件、保证充分的练习。设置基础训练、 能力训练、实践创新三个层次的训练题,即模型的直 接应用、变形应用和实际应用来二项分布模型,要反复引导,循序渐进,加以巩固.
=
1 0.7
3
0.7
1
上述解答是一个前面所学知识的应用过程 . 学生看到最后的结果,有一种``拨开云雾看青天” 的感觉,这不就是二项式定理吗?学生热情高涨, 课堂达到高潮,把对知识的学习掌握变成了对知 识的探索 、发现、总结、创新的过程.
通过解决问题2,学生在老师引导下,由特殊 到一般,由具体到抽象,由n次独立重复试验发生 k次的概率,主动构建二项分布这一重要的离散型 随机变量的分布列.攻破本节课的难点。
• 可以循环使用.多媒体辅助贯穿整个教学过程.
(一)创设情景,激发求知
1、投掷一枚相同的硬币5次,每次正面向上的概率为0.5。 2、某同学玩射击气球游戏,每次射击击破气球的概率为0.7, 现有气球10个。 3、某篮球队员罚球命中率为0.8,罚球6次。 4、口袋内装有5个白球、3个黑球,不放回地抽取5个球。 问题1、上面这些试验有什么共同的特点?
二项分布课件

概率与置信水平之间存在一定的关系 。在确定置信区间时,需要考虑到概 率的大小。
概率计算公式
根据二项分布的定义,可以使用概率 计算公式来计算某一事件发生的概率 。公式包括成功的次数和试验次数等 参数。
置信区间的确定
置信区间的概念
置信区间是指在一定置信水平下,某一参数可能取值的一个范围。 在二项分布中,置信区间通常用于估计成功概率的区间范围。
03
记录每次试验的结果, 并计算成功次数和概率 。
04
可使用图形化工具(如 matplotlib)绘制理论 概率与模拟结果的对比 图。
利用R语言进行二项分布模拟实验
安装并打开R语言环境。
使用循环结构模拟多次试 验,并记录每次试验的成 功次数。
使用“runif()”函数生成 随机数作为试验结果(成 功或失败)。
决策树分析的例子包括:项目管理、资源分配、市场营销等。在这些场景中,二 项分布可以用来计算在不同情况下发生特定事件的概率,从而帮助决策者制定更 有效的计划和策略。
二项分布的模拟实
06
验
利用Excel进行二项分布模拟实验
打开Excel软件,选择一个工作表。
在第一列输入试验次数,在第二列输 入每次试验成功的概率。
样本量计算公式
根据二项分布的性质,可以通过计算公式来确定样本数量 。公式通常基于预期的置信区间、置信水平和误差率等因 素。
样本量与置信水平的关系
样本数量与置信水平之间存在一定的关系。通常,要达到 一定的置信水平,需要足够的样本数量来支持。
概率计算
基本概念
概率与置信水平的关系
在二项分布中,概率是指某一事件发 生的可能性。在统计学中,概率通常 用小数或百分比表示。
二项分布课件(上课)
7.4.1二项分布课件共28张PPT

示事件A发生的次数,则X的分布列为
= = × × ( − )− , = , , …,n.
如果随机变量X的分布列具有上式的形式,则称随机变量X服从二项分布(binomial
distribution),记作X~B(n,p).
X
p
0
0
n
1
0
n
1 n 1
C pq C pq
解法2:采用3局2胜制,不妨设赛满3局,用X表示3局比赛中甲胜的局数,则X~B(3,0.6).
甲最终获胜的概率为 =P(X=2)+P(X=3)= × . × . + × . =0.648.
采用5局3胜制,不妨设赛满5局,用X表示5局比赛中甲胜的局数,则X~B(5,0.6).甲最终获胜的概
小木钉后下落的方向,有“向左下落”和“向右
下落”两种可能结果,且概率都是0.5.在下落的
过程中,小球共碰撞小木钉10次,且每次碰撞后下
落方向不受上一次下落方向的影响,因此这是一
个10重伯努利试验,小球最后落入格子的号码等
于向右落下的次数,因此X服从二项分布。
典型例题
例2:如图是一块高尔顿板的示意图.在一块木板上钉着若干排相互平行但
1
n
…ቤተ መጻሕፍቲ ባይዱ
k
…
C nk p k q n k
…
…
n
C nn p n q 0
1.二项分布中,各个参数的意义?
n:重复试验的次数;k:事件A发生的次数;p:在一次试验中,事件A发生的概率.
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.
= = × × ( − )− , = , , …,n.
如果随机变量X的分布列具有上式的形式,则称随机变量X服从二项分布(binomial
distribution),记作X~B(n,p).
X
p
0
0
n
1
0
n
1 n 1
C pq C pq
解法2:采用3局2胜制,不妨设赛满3局,用X表示3局比赛中甲胜的局数,则X~B(3,0.6).
甲最终获胜的概率为 =P(X=2)+P(X=3)= × . × . + × . =0.648.
采用5局3胜制,不妨设赛满5局,用X表示5局比赛中甲胜的局数,则X~B(5,0.6).甲最终获胜的概
小木钉后下落的方向,有“向左下落”和“向右
下落”两种可能结果,且概率都是0.5.在下落的
过程中,小球共碰撞小木钉10次,且每次碰撞后下
落方向不受上一次下落方向的影响,因此这是一
个10重伯努利试验,小球最后落入格子的号码等
于向右落下的次数,因此X服从二项分布。
典型例题
例2:如图是一块高尔顿板的示意图.在一块木板上钉着若干排相互平行但
1
n
…ቤተ መጻሕፍቲ ባይዱ
k
…
C nk p k q n k
…
…
n
C nn p n q 0
1.二项分布中,各个参数的意义?
n:重复试验的次数;k:事件A发生的次数;p:在一次试验中,事件A发生的概率.
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.
二项分布公开课课件

概率生成函数是二项式定理的推广,用于计算在n次独立重复 试验中,随机事件恰好发生k次的概率,其公式为P(X=k) = [T^(k)] * (p * (1-p))^n,其中T是试验次数,p是随机事件发 生的概率。
均值和方差
01
均值和方差是二项分布的两个重 要数学特征,用于描述随机事件 的平均值和波动性。
02
二项分布的均值是n*p,表示在n 次独立重复试验中随机事件平均 发生的次数;方差是n*p*q,表 示随机事件的波动程度,其中q表 示随机事件不发生的概率。
二项分布的参数
二项分布的参数包括试验次数n和随机事件发生的概率p, 它们共同决定了随机事件的分布形态。
试验次数n表示独立重复试验的总次数,随机事件发生的 概率p表示每次试验中随机事件发生的可能性大小。当n和 p一定时,二项分布的形态就确定了。
二项分布在现实生活中的应用
成功率预测
在生产、科研等活动中,可以通过二 项分布来预测多次试验中成功的次数 。
风险评估
生物统计学
在生物统计学中,二项分布被广泛应 用于遗传学、流行病学等领域,例如 研究疾病的发病率、遗传规律等。
在金融、保险等领域,可以通过二项 分布来评估风险和预测未来的结果。
02
二项分布的数学模型
THANKS。
利用Excel或数学软件计算
利用Excel或数学软件计算是一种便捷的二 项分布计算方法,通过利用现成的软件工具 进行计算。
Excel和许多数学软件都提供了二项分布的 计算功能,用户只需要输入相应的参数(如 试验次数、成功的概率等),软件就会自动 计算出二项分布的概率。这种方法省去了手 动计算的繁琐过程,提高了计算的准确性和 效率。同时,对于一些复杂的二项分布问题 ,利用软件进行计算可以避免复杂的数学推
均值和方差
01
均值和方差是二项分布的两个重 要数学特征,用于描述随机事件 的平均值和波动性。
02
二项分布的均值是n*p,表示在n 次独立重复试验中随机事件平均 发生的次数;方差是n*p*q,表 示随机事件的波动程度,其中q表 示随机事件不发生的概率。
二项分布的参数
二项分布的参数包括试验次数n和随机事件发生的概率p, 它们共同决定了随机事件的分布形态。
试验次数n表示独立重复试验的总次数,随机事件发生的 概率p表示每次试验中随机事件发生的可能性大小。当n和 p一定时,二项分布的形态就确定了。
二项分布在现实生活中的应用
成功率预测
在生产、科研等活动中,可以通过二 项分布来预测多次试验中成功的次数 。
风险评估
生物统计学
在生物统计学中,二项分布被广泛应 用于遗传学、流行病学等领域,例如 研究疾病的发病率、遗传规律等。
在金融、保险等领域,可以通过二项 分布来评估风险和预测未来的结果。
02
二项分布的数学模型
THANKS。
利用Excel或数学软件计算
利用Excel或数学软件计算是一种便捷的二 项分布计算方法,通过利用现成的软件工具 进行计算。
Excel和许多数学软件都提供了二项分布的 计算功能,用户只需要输入相应的参数(如 试验次数、成功的概率等),软件就会自动 计算出二项分布的概率。这种方法省去了手 动计算的繁琐过程,提高了计算的准确性和 效率。同时,对于一些复杂的二项分布问题 ,利用软件进行计算可以避免复杂的数学推
【数学】2.2《 二项分布及其应用课件(新人教A版选修2-3)

( 互独事件 互独事件)
独立事件一定不互斥. 独立事件一定不互斥 互斥事件一定不独立. 互斥事件一定不独立 明确事件中的关键词, 明确事件中的关键词,如,“至少有一个发生”“至 至少有一个发生”“至 ”“ 多有一个发生” 恰有一个发生” 多有一个发生”,“恰有一个发生”,“都发 ”“都不发生 都不发生” 不都发生” 生”“都不发生”,“不都发生”。
此时称随机变量X服从二项分布,记作X~B(n,p), 此时称随机变量 服从二项分布,记作 服从二项分布 并称p为成功概率 为成功概率。 并称 为成功概率。
复习回顾
二项分布 3、
在一次试验中某事件发生的概率是p,那么在n次 在一次试验中某事件发生的概率是 ,那么在 次 独立重复试验中这个事件恰发生 恰发生ξ 显然 显然ξ 独立重复试验中这个事件恰发生ξ次,显然ξ是一个随机 变量. 变量. 于是得到随机变量ξ的概率分布如下: 于是得到随机变量 的概率分布如下: 的概率分布如下 ξ p
例 1 考虑恰有三个小孩的家庭 (假定生男生女为 考虑恰有三个小孩的家庭.
等可能) 等可能)
(1)若已知某一家有一个是女孩,求这家另两个是男孩的概率 )若已知某一家有一个是女孩, (2)若已知某一家第一个是女孩,求这家另两个是男孩的概率 )若已知某一家第一个是女孩,
(女、女、女); (女、女、男); (女、男、女);(女、男、男); ( 男、女、女) ; ( 男、女、男) ; ( 男、男、女) ; ( 男、男、男) ;
B
A
复习回顾
1、事件的相互独立性 、 为两个事件, 设A,B为两个事件,如果 P(AB)=P(A)P(B),则称事 , 为两个事件 则称事 与事件B相互独立 件A与事件 相互独立。 与事件 相互独立。 即事件A( 对事件B( 即事件 (或B)是否发生 对事件 (或A)发生的 )是否发生,对事件 ) 概率没有影响,这样两个事件叫做相互独立事件。 概率没有影响,
独立事件一定不互斥. 独立事件一定不互斥 互斥事件一定不独立. 互斥事件一定不独立 明确事件中的关键词, 明确事件中的关键词,如,“至少有一个发生”“至 至少有一个发生”“至 ”“ 多有一个发生” 恰有一个发生” 多有一个发生”,“恰有一个发生”,“都发 ”“都不发生 都不发生” 不都发生” 生”“都不发生”,“不都发生”。
此时称随机变量X服从二项分布,记作X~B(n,p), 此时称随机变量 服从二项分布,记作 服从二项分布 并称p为成功概率 为成功概率。 并称 为成功概率。
复习回顾
二项分布 3、
在一次试验中某事件发生的概率是p,那么在n次 在一次试验中某事件发生的概率是 ,那么在 次 独立重复试验中这个事件恰发生 恰发生ξ 显然 显然ξ 独立重复试验中这个事件恰发生ξ次,显然ξ是一个随机 变量. 变量. 于是得到随机变量ξ的概率分布如下: 于是得到随机变量 的概率分布如下: 的概率分布如下 ξ p
例 1 考虑恰有三个小孩的家庭 (假定生男生女为 考虑恰有三个小孩的家庭.
等可能) 等可能)
(1)若已知某一家有一个是女孩,求这家另两个是男孩的概率 )若已知某一家有一个是女孩, (2)若已知某一家第一个是女孩,求这家另两个是男孩的概率 )若已知某一家第一个是女孩,
(女、女、女); (女、女、男); (女、男、女);(女、男、男); ( 男、女、女) ; ( 男、女、男) ; ( 男、男、女) ; ( 男、男、男) ;
B
A
复习回顾
1、事件的相互独立性 、 为两个事件, 设A,B为两个事件,如果 P(AB)=P(A)P(B),则称事 , 为两个事件 则称事 与事件B相互独立 件A与事件 相互独立。 与事件 相互独立。 即事件A( 对事件B( 即事件 (或B)是否发生 对事件 (或A)发生的 )是否发生,对事件 ) 概率没有影响,这样两个事件叫做相互独立事件。 概率没有影响,
二项分布(优秀公开课课件)

[方法技巧] n 重伯努利试验概率求解的关注点
(1)解此类题常用到互斥事件概率加法公式,相互独立事件概率乘法公式及 对立事件的概率公式.
(2)运用 n 重伯努利试验的概率公式求概率时,首先判断问题中涉及的试验 是否为 n 重伯努利试验,判断时注意各次试验之间是相互独立的,并且每次试 验的结果只有两种(即要么发生,要么不发生),在任何一次试验中某一事件发 生的概率都相等,然后用相关公式求概率.
(2)随机变量 X 的可能取值为 0,1,2,3,4.且 X~B4,12. 所以 P(X=k)=Ck412k1-124-k=Ck4124(k=0,1,2,3,4). 所以随机变量 X 的分布列为
X0 1
P
1 16
1 4
2 34
3 11 8 4 16
题型三 二项分布的均值和方差 [学透用活]
[典例 3] (1)某运动员投篮投中的概率 p=0.6,则重复 5 次投篮时投中次 数 Y 的数学期望等于________.
=15×19×1861=28403. 答案:28403
4.设随机变量 ξ~B6,12,则 D(ξ)等于________. 解析:因为随机变量 ξ~B6,12, 所以 D(ξ)=6×12×1-12=32. 答案:32
题型一 n 重伯努利试验 [学透用活]
在 n 重伯努利试验中,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 重伯努利试验中,事件 A 恰好发生 k 次的概率 P(X= k)=Cknpk(1-p)n-k,k=0,1,2,…,n.
[学透用活] [典例 2] 某学生在上学路上要经过 4 个路口,假设在各个路口是否遇到红 灯是相互独立的,遇到红灯的概率都是13,遇到红灯时停留的时间都是 2 min. (1)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; (2)求这名学生在上学路上因遇到红灯停留的总时间至多是 4 min 的概率. [解] (1)设“这名学生在上学路上到第三个路口时首次遇到红灯”为事件 A. 因为事件 A 等价于事件“这名学生在第一个和第二个路口没有遇到红灯,在 第三个路口遇到红灯”, 所以事件 A 的概率为 P(A)=1-13×1-13×13=247.
二项分布公式 PPT

⑤设“至少击中一次”为事件B,则B包括“击中一次”,
“击中两次”,“击中三次”,“击中四次”,“击中五
P(B)=P5(1)+P5(2)+次P”5(3,)+所P以5(4概)+率P为5(5)
1-P5(0)
=0.2592+0.3456+0.2304+0.0768+0.01024=0.92224.
例2 某气象站天气预报的准确率为80%,计算(结果保留 两个有效数字):
公式 (二项分布公式)
如果在一次试验中某事件发生的概 率是p,那么在n次独立重复试验中, 这个事件恰好发生k次的概率计算公式:
Pnk Cnk pk 1 p nk
或Pn k Cnk pkqnk q 1 p
一般地,如果在1次试验中某事件发生的概率是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
由题设,此射手射击1次,中靶的概率为0.4.
① n=5,k=1,应用公式得
② 事件“第二次击中”表示第一、三、四、五次击中或击不中 都可,它不同于“击中一次”,也不同于“第二次击中,其他各 次都不中”,不能用公式.它的概率就是0.4. ③n=5,k=2,
④“第二、三两次击中”表示第一次、第四次及第五次可中可不 中,所以概率为0.4×0.4=0.16.
P = P5(4) + P5(5) = C54 × 0.84 × (1- 0.8)5-4 +C55 × 0.85 × (1- 0.8)5-5 = 5 × 0.84 × 0.2 + 0.85 0.410 + 0.328 0.74
答: 5次预报中至少有4次准确的概率约为0.74.
答: 5次预报中恰有4次准确的概率约为0.41.
例2 某气象站天气预报的准确率为80%,计算(结果保留 两个有效数字):
- 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)。
2.100件产品中有3件不合格品,每次取 一件,又放回的抽取3次,求取得不合 格品件数X的分布列。
例 2 实力相等的甲、乙两队参加乒乓球团体比赛,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 5 局才能取胜的概率. ⑵按比赛规则甲获胜的概率.
解:甲、乙两队实力相等,所以每局比赛甲获胜的概率为
独立重复试验与二项分布
开平一中数学组 张翠仙
复习回顾
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.
⑴ P( A B) P( A) P(B)(当 A与B 互斥时);
⑵ P(B | A)
n AB n A
P( AB) P( A)
⑴如果是不放回地取, 则 服从超几何分布.
P(
k)
C C k n-k M N-M
C
n N
(k
0,1, 2,
, m) (其中 m min(M , n)
⑵如果是有放回地取,则 B(n, M )
N
例1:1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,假设他在交通岗遇到红灯的事件是独立的,并且概 率都是1/3.(1)求这名学生在途中遇到3次红灯的.(2)求这 名学生在途中至少遇到一次红灯的概率.
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:
P (X=k) C k Pk (1 - P )n -k ( k 0,1, 2, Ln ). n
意义理解
1).公式适用的条件 2).公式的结构特征
事件 A 发生的概率
表示投中, 表示没投中,则4次投篮中投中 1次的情况有以下四种:
(1) (2) (3) (4)
问题2:在4次投篮中姚明恰好命中2次的 概率是多少?
问题3:在4次投篮中姚明恰好命中3次的 概率是多少?
问题4:在4次投篮中姚明恰好命中4次的概率是 多少?
问题5:在n次投篮中姚明恰好命中k次的 概率是多少?
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,各次试验的结果相互独立,就称为n 次独立重复试验.
注意
⑴独立重复试验,是在相同条件下各次之 间相互独立地进行的一种试验;
⑵每次试验只有“成功”或“失败”两种 可能结果;每次试验“成功”的概率为p , “失败”的概率为1-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; (NO) 2).某人射击,击中目标的概率P是稳定的,他连续射击 了10次,其中6次击中; (3Y)E.S口) 袋装有5个白球,3个红球,2个黑球,从中依次 抽取5个球,恰好抽出4个白球; 4()N.O口) 袋装有5个白球,3个红球,2个黑球,从中有放回 的抽取5个球,恰好抽出4个白球. (YES)
P (X=k) C k Pk (1 - P )n -k ( k 0,1, 2, Ln ). n
作业 课本60页AB组题
请举出生活中碰到的独 立重复试验的例子。
创设情境:
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4投3中的概率是多少?
学生活动
问题1:在4次投篮中姚明恰好命中1次的概率是多少? 分解问题:1)在4次投篮中他恰好命中1次的情况有几种?
2)说出每种情况的概率是多少? 3)上述四种情况能否同时发生?
C44 0.84
随机变量X的分布列:X~B(n,p)
P( X k ) Cnk pk (1- p)n-k
与二项式定(其中k = 0,1,2,···,n ) 理有联系吗?
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 (1 p)
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 .
1 ,乙获胜的概率为 1 .
2
2
⑴甲打完 5 局才能取胜,相当于进行 5 次独立重复试验,
且甲第 5 局比赛取胜,前 4 局恰好 2 胜 2 负 新疆 王新敞 奎屯
∴甲打完 5 局才能取胜的概率
P1
C42
( 1 )2 2
( 1 )2 2
1 2
3 16
.
(2) 记事件 A “甲打完 3 局才能取胜”, 事件 B =“甲打完 4 局才能取胜”, 事件 C =“甲打完 5 局才能取胜”. 事 件 D = “ 按 比 赛 规 则 甲 获 胜 ”, 则 ,
问题 上面这些试验有什么共同的特点?
①多次重复做同一的试验; ②每次试验相互独立;
③每次试验只有两种可能的结果:A或
——
A
即要
么发生,要么不发生
④每次出现A的概率相同为p ,—A—的概率也相同, 为1-p; ⑤试验”成功”或“失败”可以计数,即试验结
果对应于一个离散型随机变量.
结论:
1).每次试验是在同样的条件下进行的; 2).各次试验中的事件是相互独立的 3).每次试验都只有两种结果:发生与不发生 4).每次试验,某事件发生的概率是相同的.
(P( A) 0)
⑶ P( AB) P( A)P(B) (当 A与B 相互独立时)
那么求概率还有什么模型呢?
引例:问题 下面这些试验有什么共同的特点?
1、投掷一枚相同的硬币5次,每次正面向上的概率为0.5。
2、某同学玩射击气球游戏,每次射击击破气球的概率为 0.7,现有气球10个。
3、某篮球队员罚球命中率为0.8,罚球6次。
解:记ξ为学生在途中遇到红灯次数,则 ~ B(5, 1)
(1)遇到3次红灯的概率为:
3
P(3)ຫໍສະໝຸດ C53(1 3
)3
(
2 3
)2
40 243
(2)至少遇到一次红灯的概率为:
P 1 1 - P 0 1 - ( 2)5 211 .
3 243
跟踪练习:
1、 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。
D A B C 又因为事件 A 、 B 、 C 彼此互斥,
故 PD PA B C PA PB PC
1 3 3 1. 8 16 16 2
答:按比赛规则甲获胜的概率为 1 . 2
小结:
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:
事件A发生的概率
P( X k) Cnk 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
数学运用
变式5.填写下列表格:
姚明投中 次数X
相应的 概率P
0
1
C
0 4
0.2
4
C41 0.81 0.23
2
3
4
C42 0.82 0.22
C43 0.83 0.21
4、口袋内装有5个白球、3个黑球,有放回地抽取5个球。
提示:从下面几个方面探究: (1)实验的条件;(2)每次实验间的关系;(3)每次试 验可能的结果;(4)每次试验的概率;(5)每个试验事 件发生的次数
1、投掷一枚相同的硬币5次,每次正面向上的概率为0.5。 2、某同学玩射击气球游戏,每次射击击破气球的概率为0.7 现有气球10个。 3、某篮球队员罚球命中率为0.8,罚球6次。 4、口袋内装有5个白球、3个黑球,有放回地抽取5个球。
例 2 实力相等的甲、乙两队参加乒乓球团体比赛,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 5 局才能取胜的概率. ⑵按比赛规则甲获胜的概率.
解:甲、乙两队实力相等,所以每局比赛甲获胜的概率为
独立重复试验与二项分布
开平一中数学组 张翠仙
复习回顾
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.
⑴ P( A B) P( A) P(B)(当 A与B 互斥时);
⑵ P(B | A)
n AB n A
P( AB) P( A)
⑴如果是不放回地取, 则 服从超几何分布.
P(
k)
C C k n-k M N-M
C
n N
(k
0,1, 2,
, m) (其中 m min(M , n)
⑵如果是有放回地取,则 B(n, M )
N
例1:1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,假设他在交通岗遇到红灯的事件是独立的,并且概 率都是1/3.(1)求这名学生在途中遇到3次红灯的.(2)求这 名学生在途中至少遇到一次红灯的概率.
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:
P (X=k) C k Pk (1 - P )n -k ( k 0,1, 2, Ln ). n
意义理解
1).公式适用的条件 2).公式的结构特征
事件 A 发生的概率
表示投中, 表示没投中,则4次投篮中投中 1次的情况有以下四种:
(1) (2) (3) (4)
问题2:在4次投篮中姚明恰好命中2次的 概率是多少?
问题3:在4次投篮中姚明恰好命中3次的 概率是多少?
问题4:在4次投篮中姚明恰好命中4次的概率是 多少?
问题5:在n次投篮中姚明恰好命中k次的 概率是多少?
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,各次试验的结果相互独立,就称为n 次独立重复试验.
注意
⑴独立重复试验,是在相同条件下各次之 间相互独立地进行的一种试验;
⑵每次试验只有“成功”或“失败”两种 可能结果;每次试验“成功”的概率为p , “失败”的概率为1-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; (NO) 2).某人射击,击中目标的概率P是稳定的,他连续射击 了10次,其中6次击中; (3Y)E.S口) 袋装有5个白球,3个红球,2个黑球,从中依次 抽取5个球,恰好抽出4个白球; 4()N.O口) 袋装有5个白球,3个红球,2个黑球,从中有放回 的抽取5个球,恰好抽出4个白球. (YES)
P (X=k) C k Pk (1 - P )n -k ( k 0,1, 2, Ln ). n
作业 课本60页AB组题
请举出生活中碰到的独 立重复试验的例子。
创设情境:
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4投3中的概率是多少?
学生活动
问题1:在4次投篮中姚明恰好命中1次的概率是多少? 分解问题:1)在4次投篮中他恰好命中1次的情况有几种?
2)说出每种情况的概率是多少? 3)上述四种情况能否同时发生?
C44 0.84
随机变量X的分布列:X~B(n,p)
P( X k ) Cnk pk (1- p)n-k
与二项式定(其中k = 0,1,2,···,n ) 理有联系吗?
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 (1 p)
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 .
1 ,乙获胜的概率为 1 .
2
2
⑴甲打完 5 局才能取胜,相当于进行 5 次独立重复试验,
且甲第 5 局比赛取胜,前 4 局恰好 2 胜 2 负 新疆 王新敞 奎屯
∴甲打完 5 局才能取胜的概率
P1
C42
( 1 )2 2
( 1 )2 2
1 2
3 16
.
(2) 记事件 A “甲打完 3 局才能取胜”, 事件 B =“甲打完 4 局才能取胜”, 事件 C =“甲打完 5 局才能取胜”. 事 件 D = “ 按 比 赛 规 则 甲 获 胜 ”, 则 ,
问题 上面这些试验有什么共同的特点?
①多次重复做同一的试验; ②每次试验相互独立;
③每次试验只有两种可能的结果:A或
——
A
即要
么发生,要么不发生
④每次出现A的概率相同为p ,—A—的概率也相同, 为1-p; ⑤试验”成功”或“失败”可以计数,即试验结
果对应于一个离散型随机变量.
结论:
1).每次试验是在同样的条件下进行的; 2).各次试验中的事件是相互独立的 3).每次试验都只有两种结果:发生与不发生 4).每次试验,某事件发生的概率是相同的.
(P( A) 0)
⑶ P( AB) P( A)P(B) (当 A与B 相互独立时)
那么求概率还有什么模型呢?
引例:问题 下面这些试验有什么共同的特点?
1、投掷一枚相同的硬币5次,每次正面向上的概率为0.5。
2、某同学玩射击气球游戏,每次射击击破气球的概率为 0.7,现有气球10个。
3、某篮球队员罚球命中率为0.8,罚球6次。
解:记ξ为学生在途中遇到红灯次数,则 ~ B(5, 1)
(1)遇到3次红灯的概率为:
3
P(3)ຫໍສະໝຸດ C53(1 3
)3
(
2 3
)2
40 243
(2)至少遇到一次红灯的概率为:
P 1 1 - P 0 1 - ( 2)5 211 .
3 243
跟踪练习:
1、 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。
D A B C 又因为事件 A 、 B 、 C 彼此互斥,
故 PD PA B C PA PB PC
1 3 3 1. 8 16 16 2
答:按比赛规则甲获胜的概率为 1 . 2
小结:
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:
事件A发生的概率
P( X k) Cnk 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
数学运用
变式5.填写下列表格:
姚明投中 次数X
相应的 概率P
0
1
C
0 4
0.2
4
C41 0.81 0.23
2
3
4
C42 0.82 0.22
C43 0.83 0.21
4、口袋内装有5个白球、3个黑球,有放回地抽取5个球。
提示:从下面几个方面探究: (1)实验的条件;(2)每次实验间的关系;(3)每次试 验可能的结果;(4)每次试验的概率;(5)每个试验事 件发生的次数
1、投掷一枚相同的硬币5次,每次正面向上的概率为0.5。 2、某同学玩射击气球游戏,每次射击击破气球的概率为0.7 现有气球10个。 3、某篮球队员罚球命中率为0.8,罚球6次。 4、口袋内装有5个白球、3个黑球,有放回地抽取5个球。