二项分布与正态分布
二项分布和正态分布的关系
二项分布和正态分布的关系二项分布和正态分布是概率统计中常用的两种分布。
虽然它们的形态不同，但是它们之间有着密切的关系。
二项分布是指在n次独立重复试验中，成功的次数服从参数为n和p的二项分布。
其中，p表示每次试验成功的概率。
二项分布的形态呈现出一种类似梯形的形状。
当试验次数越多，成功概率越小时，梯形的左侧越陡峭，右侧越平缓。
这种形态的分布，适合描述二元事件的概率分布，如抛硬币正反面的概率分布等。
而正态分布则是一种具有对称性的连续概率分布。
其形态呈现出钟形曲线的形状。
正态分布的均值和方差是其分布的两个重要参数。
在实际应用中，许多自然现象和人类行为都可以用正态分布来描述。
例如，身高、体重等连续变量的分布，以及IQ、学习成绩等离散变量的分布等。
二项分布和正态分布之间的关系，主要体现在以下两个方面：1.大样本情况下，二项分布可以近似为正态分布当试验次数n足够大，成功概率p足够小（或足够大），二项分布可以近似为正态分布。
这是因为，二项分布的期望和方差分别为np 和np(1-p)，当n足够大时，np和n(1-p)都足够大，从而使得二项分布的形态逐渐接近于正态分布。
这种近似关系，可以用中心极限定理来证明。
2.正态分布可以用来近似计算二项分布的概率由于二项分布的计算比较繁琐，而且在一些情况下，二项分布的参数也不易确定，因此可以用正态分布来近似计算二项分布的概率。
具体方法是，将二项分布的期望和方差分别用正态分布的均值和方差进行替换，从而得到一个近似的正态分布。
需要注意的是，这种近似计算方法的精度，取决于二项分布的参数和正态分布的均值和方差的选择。
一般来说，当试验次数n足够大时，正态分布的均值和方差可以分别取为np和np(1-p)，此时的近似效果较好。
二项分布和正态分布之间存在着密切的关系。
在实际应用中，可以根据具体问题的特点，选择合适的分布来描述概率分布，并采用相应的数学方法来求解问题。
同时，也需要注意分布的参数和近似方法的选择，以保证计算结果的准确性和可靠性。
二项分布与正态分布
二项分布与正态分布二项分布与正态分布是概率统计学中两个重要的分布模型。
它们在实际应用中发挥着重要的作用，对于描述随机事件和现象的分布规律具有重要意义。
本文将分别介绍二项分布和正态分布的基本概念和性质，并对它们之间的关系进行探讨。
一、二项分布二项分布是概率统计学中最基本的离散型概率分布之一。
它描述了在n次独立重复试验中成功次数的概率分布。
其中，每次试验成功的概率为p，失败的概率为1-p。
试验次数n和成功次数X（取值范围为0到n）是二项分布的两个重要参数。
二项分布的概率质量函数可以表示为：P(X=k) = C(n, k) * p^k * (1-p)^(n-k)其中，C(n, k)表示从n个物体中取出k个的组合数。
二项分布具有以下性质：1. 期望和方差：二项分布的期望为E(X) = np，方差为Var(X) = np(1-p)。
2. 归一性：二项分布的概率之和为1，即∑P(X=k) = 1，其中k的取值范围为0到n。
二、正态分布正态分布是概率统计学中最重要的连续型概率分布之一。
它以钟形曲线的形式描述了大量随机变量分布的特征。
正态分布由两个参数决定，即均值μ和标准差σ。
正态分布的概率密度函数可以表示为：f(x) = (1 / (σ * sqrt(2π))) * exp(-(x-μ)^2 / (2σ^2))其中，exp表示自然指数函数，sqrt表示开方。
正态分布具有以下性质：1. 对称性：正态分布呈现出关于均值对称的特点，即其左右两侧的曲线是镜像关系。
2. 均值和方差：正态分布的均值即为μ，方差即为σ^2。
3. 中心极限定理：当样本容量较大时，多个独立随机变量的均值近似服从正态分布。
三、二项分布与正态分布的关系在一些情况下，二项分布可以近似看作正态分布。
当试验次数n较大，成功概率p较接近0.5时，二项分布的概率分布形状逐渐接近于正态分布。
根据中心极限定理，当n足够大时，二项分布的均值和方差趋近于正态分布的均值和方差，因此可以用正态分布来近似描述二项分布的概率分布。
二项分布正态分布泊松分布的区别和联系
二项分布正态分布泊松分布的区别和联系1. 引言嘿，大家好！今天我们来聊聊三位数学界的明星：二项分布、正态分布和泊松分布。
这三位在统计学中可是占据了一席之地，像一顿丰盛的盛宴，各有各的特色。
无论你是学霸还是小白，都能从中找到乐趣。
好了，咱们就开始这段有趣的旅程吧！2. 二项分布2.1 概述先来聊聊二项分布。
想象一下，你在抛硬币，每次都有两个结果：正面或反面，简单吧？这就是二项分布的基本思想。
二项分布其实是关于在固定次数的独立实验中，某个事件发生的次数的概率分布。
比如，你抛十次硬币，想知道正面朝上几次的概率，这时候二项分布就派上用场了。
2.2 公式与应用二项分布的公式其实不复杂：P(X=k) = C(n, k) * p^k * (1p)^(nk)。
听起来复杂？其实就是告诉你，C(n, k)是组合数，p是成功的概率，n是实验次数。
应用场景可多了，像调查满意度、投票结果等等，统统能用到它。
3. 正态分布3.1 概述接下来，我们来聊聊正态分布。
说到正态分布，很多人第一反应就是“钟形曲线”。
对，就是这个意思！正态分布常常用来描述自然现象，比如身高、体重等，大家聚在平均值附近，像是一群小鸟围着大树。
大树就是平均值，小鸟就是数据，越远离大树的小鸟，数量就越少。
3.2 特性与应用正态分布的神奇之处在于它有两个参数：平均值和标准差。
平均值决定了“大树”的位置，而标准差则决定了“小鸟”的分布范围。
它在各个领域都能见到，比如心理测试、质量控制等，简直是统计学的万金油！4. 泊松分布4.1 概述最后，我们来说说泊松分布。
泊松分布有点像二项分布的兄弟，但它处理的事情有点不同。
泊松分布主要关注在一个固定的时间或空间内，某个事件发生的次数。
比如说，某个时间段内接到的电话数量，听起来很实用吧？4.2 公式与应用泊松分布的公式是P(X=k) = (λ^k * e^(λ)) / k!，其中λ是平均发生率，k是发生次数。
是不是觉得有点复杂？但它的应用场景相当广泛，比如交通事故、客户到店数量等，完全可以帮助我们更好地做出预测。
概率分布函数公式整理二项分布正态分布与泊松分布
概率分布函数公式整理二项分布正态分布与泊松分布概率分布函数公式整理：二项分布、正态分布与泊松分布概率分布函数是描述随机变量的概率分布的函数。
在统计学和概率论中，有许多常见的概率分布函数可以被用来描述不同类型的随机变量。
在本文中，我们将整理二项分布、正态分布以及泊松分布的概率分布函数公式。
一、二项分布的概率分布函数公式二项分布描述了在n次独立重复的伯努利试验中成功次数的概率分布。
假设每次试验成功的概率为p，则在n次试验中成功k次的概率可以表示为：P(X=k) = C(n, k) * p^k * (1-p)^(n-k)其中，C(n, k)表示组合数，即从n个不同元素中选择k个元素的组合数。
p^k表示p的k次方，(1-p)^(n-k)表示(1-p)的(n-k)次方。
二、正态分布的概率分布函数公式正态分布也被称为高斯分布，它是一种连续型的概率分布，被广泛应用于自然科学、社会科学和工程技术等领域。
正态分布的概率密度函数公式为：f(x) = (1 / (σ * sqrt(2π))) * e^(-((x-μ)^2 / (2σ^2)))其中，μ表示均值，σ表示标准差，e表示自然常数。
正态分布的概率密度函数是一个钟形曲线，对称于均值μ。
三、泊松分布的概率分布函数公式泊松分布常用于描述单位时间内独立事件发生次数的概率分布，如电话交换机接到呼叫的次数、某个网站每分钟访问次数等。
泊松分布的概率质量函数公式为：P(X=k) = (e^(-λ) * λ^k) / k!其中，k表示事件发生的次数，λ表示单位时间内平均发生的事件次数。
e表示自然常数，k!表示k的阶乘。
综上所述，二项分布、正态分布和泊松分布是常见的概率分布函数。
通过这些概率分布函数的公式，我们可以计算不同情况下的概率值，进而对实际问题进行概率分析和推断。
了解这些概率分布函数的公式，有助于我们更好地理解概率论与统计学的应用场景，并能够根据具体问题选择合适的概率分布进行建模和分析。
二项分布、泊松分布和正态分布的关系及其应用
二项分布、泊松分布和正态分布的关系及其应用二项分布、泊松分布和正态分布是统计学中常见的三种分布类型，它们在描述随机变量的分布和概率方面有着重要的应用。
本文将介绍这三种分布的基本概念和特点，探讨它们之间的关系，并结合实际应用场景进行分析。
一、二项分布二项分布是描述一组独立重复的伯努利试验中成功次数的概率分布，其中每次试验有两种可能的结果：成功或失败。
假设试验成功的概率为p，失败的概率为1-p，进行n次试验后成功的次数X服从二项分布。
二项分布的概率质量函数为：P(X=k) = C(n, k) * p^k * (1-p)^(n-k)C(n, k)表示组合数，表示在n次试验中成功k次的概率。
二项分布在实际应用中有着广泛的应用，例如在质量控制中描述次品率、在市场营销中描述广告点击率等。
二、泊松分布泊松分布是描述单位时间或单位空间内事件发生次数的概率分布，常用于描述罕见事件的发生概率，如自然灾害的发生次数、电话交换机接到呼叫的次数等。
泊松分布的概率质量函数为：P(X=k) = (λ^k * e^(-λ)) / k!λ表示单位时间或单位空间内事件的平均发生率，k表示事件发生的次数。
泊松分布的特点是均值和方差相等，且当n充分大、p充分小、np=λ时，二项分布可以近似地表示为泊松分布。
泊松分布在实际应用中有着丰富的场景，如在交通流量预测中描述交通事故发生的次数、在医学统计中描述疾病发作的次数等。
三、正态分布正态分布（又称高斯分布）是统计学中最常见的连续型概率分布，其概率密度函数呈钟型曲线，具有单峰对称的特点。
正态分布在自然界和社会现象中均有广泛应用，如身高、体重、考试成绩等往往服从正态分布。
正态分布的概率密度函数为：f(x) = (1/sqrt(2πσ^2)) * e^(-(x-μ)^2 / 2σ^2)μ表示均值，σ^2表示方差。
正态分布具有许多有用的性质，比如68-95-99.7法则，大部分数据分布在均值附近，以及许多随机变量的总和或平均值都近似服从正态分布等。
二项分布与正态分布详解
在二项分布和正态分布中的应用举例
二项分布参数估计
正态分布参数估计
二项分布假设检验
正态分布假设检验
对于二项分布B(n, p)，可以使 用样本比例作为成功概率p的 点估计。同时，根据二项分布 的性质，可以构造出p的置信 区间进行区间估计。
对于正态分布N(μ, σ^2)，可 以使用样本均值作为总体均值 μ的点估计，样本方差作为总 体方差σ^2的点估计。同样地 ，可以构造出μ和σ的置信区间 进行区间估计。
02
通过对二项分布和正态分布进行深入剖析，探讨它们之间的联
系和区别，以便更好地理解这两种分布。
为后续概率论与数理统计学习打下基础
03
二项分布和正态分布是概率论与数理统计中的重要内容，掌握
它们对于后续学习具有重要意义。
预备知识
概率论基础知识
要理解二项分布和正态分布，首先需要具备概率论的基础知识， 如事件、概率、随机变量等概念。
正态分布转化为二项分布的条件
在实际应用中，如果某个连续型随机变量可以取整数值，且这些整数值出现的概率可以 用二项分布来描述，那么可以将这个连续型随机变量近似为二项分布。但需要注意的是
，这种转化通常需要在一定的精度范围内进行。
实际应用中的选择依据
• 在实际应用中，选择使用二项分 布还是正态分布通常需要考虑以 下因素：首先，需要判断随机变 量是离散的还是连续的；其次， 需要考虑随机变量所描述的实际 情况是否符合二项分布或正态分 布的定义和性质；最后，还需要 考虑样本量大小、数据分布情况 等因素来选择最合适的分布类型 进行建模和分析。
方差
正态分布的方差等于其标准差的平方，即D(X)=σ^2。
正态分布的应用举例
01 02
质量控制
二项分布与正态分布
二项分布与正态分布二项分布（Binomial Distribution）和正态分布（Normal Distribution）是统计学中常用的两种分布类型，它们在描述概率和随机变量的分布特征上有着重要的应用。
一、二项分布二项分布是一种离散概率分布，适用于两个互斥事件（成功和失败）发生的多次独立重复实验。
每个实验的结果只有两种可能性，并且各试验之间的概率不会发生变化。
该分布以两个参数来描述：n（实验次数）和p（事件成功的概率）。
二项分布的概率质量函数为P(X=k) = C(n, k) * p^k * (1-p)^(n-k)，其中X为成功事件发生的次数，k为取值范围，C(n, k)表示组合数。
例如，某外卖平台的数据显示，在送达100份订单中，正好有20份遇到问题，成功率为0.2。
如果我们想要了解在送达下一个订单时会出现多少问题的概率分布，我们就可以使用二项分布来计算。
二、正态分布正态分布是一种连续概率分布，也被称为高斯分布。
在统计学中，正态分布常常用来描述一组数据中心性的表现，其图形呈钟形曲线。
正态分布由两个参数来描述：均值（μ）和标准差（σ^2）。
正态分布的概率密度函数为f(x) = 1 / (σ * √(2π)) * exp(-(x-μ)^2 /2σ^2)，其中x为取值范围。
例如，在考试成绩分析中，如果我们知道某门考试的平均分是80分，标准差是10分，我们就可以使用正态分布来计算不同分数段的比例和概率。
三、二项分布与正态分布的关系当二项分布的参数n（实验次数）足够大，同时p（事件成功的概率）也足够接近0.5时，二项分布可以近似地用正态分布来描述。
根据中心极限定理（Central Limit Theorem），当样本容量足够大时，无论数据服从什么分布，其样本均值的分布均近似服从正态分布。
由于二项分布和正态分布之间的关系，我们可以利用正态分布的性质对二项分布进行近似计算。
这种近似计算可简化复杂的二项分布计算，并提高效率。
二项分布与正态分布
二项分布与正态分布随机现象在统计学中起着重要的作用，而其中最常见的概率分布是二项分布和正态分布。
本文将对二项分布和正态分布进行详细的论述，以便更好地理解和运用它们。
一、二项分布二项分布是指在n次相互独立的伯努利试验中，成功的次数所服从的概率分布。
每一次试验只有两种可能的结果，记为"成功"和"失败"。
例如，扔一枚硬币正面朝上为成功，反面朝上为失败。
随机变量X表示成功的次数，则X满足二项分布B(n, p)，其中n表示试验的次数，p表示每次试验成功的概率。
二项分布的概率质量函数为：P(X=k) = C(n, k) * p^k * (1-p)^(n-k)其中，C(n, k)表示组合数。
二项分布的特点是每次试验都是相互独立的，并且成功的概率为p。
二、正态分布正态分布是最常见的连续型概率分布之一，也被称为高斯分布。
正态分布的概率密度函数为：f(x) = (1/√(2πσ^2)) * exp(-(x-μ)^2/(2σ^2))其中，μ表示均值，σ表示标准差。
正态分布的特点是呈钟形曲线，均值μ决定了曲线的中心位置，标准差σ决定了曲线的形状。
正态分布在自然界和人类社会中广泛存在，例如人的身高、智力测验成绩等。
根据统计学的中心极限定理，当试验次数足够多时，二项分布的近似分布趋近于正态分布。
三、二项分布与正态分布的关系当试验次数n较大、成功的概率p接近于0.5时，二项分布可以近似地看作是正态分布。
这是因为中心极限定理的影响，当试验次数n趋近于无穷时，二项分布的形态越来越接近正态分布。
这使得我们可以利用正态分布对二项分布进行近似计算，简化问题的解决过程。
四、应用举例1. 计算二项分布的概率：假设某产品的质量合格率为0.8，每次抽检3个产品，问其中有2个合格的概率是多少？根据二项分布的公式，代入n=3，k=2，p=0.8，可以计算出概率为2.88%。
2. 近似计算二项分布：假设某超市每天卖出的某种商品数目服从二项分布，已知每个顾客买到该商品的概率为0.2，每天有100名顾客来购买。
- 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)。
二项分布与正态分布[最新考纲]1．了解条件概率和两个事件相互独立的概念．2．理解n次独立重复试验的模型及二项分布．3．能解决一些简单的实际问题.知识梳理1．条件概率及其性质设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．若事件A，B相互独立，则P(B|A)＝P(B)；事件A与B，A与B，A与B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，若用A i(i＝1,2，…，n)表示第i次试验结果，则P(A1A2A3…A n)＝P(A1)P(A2)P(A3)…P(A n)．(2)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 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．4．正态分布(1)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)＝bφμ，σ(x)d x，则称随⎠⎛a机变量X 服从正态分布，记为X ～N (μ，σ2)．函数φμ，σ(x )＝，x ∈R 的图象(正态曲线)关于直线x＝μ对称，在x ＝μ处达到峰值1σ2π.(2)正态总体三个基本概率值①P (μ－σ<X ≤μ＋σ)＝0.682_6.②P (μ－2σ<X ≤μ＋2σ)＝0.954_4.③P (μ－3σ＜X ≤μ＋3σ)＝0.997_4.辨 析 感 悟1．条件概率与相互独立事件的概率(1)若事件A ，B 相互独立，则P (B |A )＝P (B )．( )(2)P (B |A )表示在事件A 发生的条件下，事件B 发生的概率，P (AB )表示事件A ，B 同时发生的概率，一定有P (AB )＝P (A )·P (B )．( )(3)(教材习题改编)袋中有5个小球(3白2黑)，现从袋中每次取一个球，不放回地抽取两次，则在第一次取到白球的条件下，第二次取到白球的概率是0.5. ( )2．二项分布与正态分布(4)在正态分布函数φμ，σ(x )＝中，μ是正态分布的期望值，σ是正态分布的标准差．( )(5)二项分布是一个概率分布列，是一个用公式P (X ＝k )＝C k n p k (1－p )n －k ，k ＝0,1,2，…，n 表示的概率分布列，它表示了n 次独立重复试验中事件A 发生次数的概率分布．( )(6)(2014·扬州调研改编)小王通过英语听力测试的概率是13，他连续测试3次，那么其中恰好第3次测试获得通过的概率是P ＝C 13·⎝ ⎛⎭⎪⎫131·⎝ ⎛⎭⎪⎫1－133－1＝49.( )[感悟·提升]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．P (A ·B )＝P (A )·P (B )只有在事件A 、B 相互独立时，公式才成立，此时P (B )＝P (B |A )，如(1)，(2)．3．判断一个随机变量是否服从二项分布，要看两点：一是是否为n 次独立重复试验．在每次试验中事件A 发生的概率是否均为p . 二是随机变量是否为在这n 次独立重复试验中某事件发生的次数．且P (X ＝k )＝C k n p k (1－p )n －k 表示在独立重复试验中，事件A 恰好发生k 次的概率.考点一 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 ＝“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.18 B.14 C.25 D.12(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 )＝________.规律方法 (1)利用定义，求P (A )和P (AB )，则P (B |A )＝P (AB )P (A ). (2)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A 与事件B 的交事件中包含的基本事件数n (AB )，得P (B |A )＝n (AB )n (A ).【训练1】已知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，则两次都取到红球的概率是()．A.1127 B.11 24C.827 D.9 24考点二相互独立事件同时发生的概率【例2】(2013·陕西卷改编)在一场娱乐晚会上，有5位民间歌手(1至5号)登台演唱，由现场数百名观众投票选出最受欢迎歌手．各位观众须彼此独立地在选票上选3名歌手，其中观众甲是1号歌手的歌迷，他必选1号，不选2号，另在3至5号中随机选2名．观众乙和丙对5位歌手的演唱没有偏爱，因此在1至5号中选3名歌手．(1)求观众甲选中3号歌手且观众乙未选中3号歌手的概率；(2)X表示3号歌手得到观众甲、乙、丙的票数之和，求“X≥2”的事件概率．规律方法(1)解答本题关键是把所求事件包含的各种情况找出来，从而把所求事件表示为几个事件的和事件．(2)求相互独立事件同时发生的概率的方法主要有①利用相互独立事件的概率乘法公式直接求解．②正面计算较繁或难以入手时，可从其对立事件入手计算．【训练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1 2与p，且乙投球2次均未命中的概率为1 16.(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．规律方法(1)求解本题关键是明确正态曲线关于x＝2对称，且区间[0,4]也关于x ＝2对称．(2)关于正态曲线在某个区间内取值的概率求法①熟记P(μ－σ<X≤μ＋σ)，P(μ－2σ<X≤μ＋2σ)，P(μ－3σ<X≤μ＋3σ)的值．②充分利用正态曲线的对称性和曲线与x轴之间面积为1.【训练3】若在本例中，条件改为“已知随机变量X～N(3,1)，且P(2≤X≤4)＝0.682 6，”求P(X>4)的值．考点四独立重复试验与二项分布【例4】某种有奖销售的饮料，瓶盖内印有“奖励一瓶”或“谢谢购买”字样，购买一瓶若其瓶盖内印有“奖励一瓶”字样即为中奖，中奖概率为16.甲、乙、丙三位同学每人购买了一瓶该饮料．(1)求甲中奖且乙、丙都没有中奖的概率；(2)求中奖人数X的分布列．规律方法(1)独立重复试验是在同样的条件下重复地、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发生的概率都是一样的．(2)求复杂事件的概率，要正确分析复杂事件的构成，看复杂事件能转化为几个彼此互斥的事件的和事件还是能转化为几个相互独立事件同时发生的积事件，然后求概率．【训练4】某居民小区有两个相互独立的安全防范系统(简称系统)A和B，系统A和系统B在任意时刻发生故障的概率分别为110和p.(1)若在任意时刻至少有一个系统不发生故障的概率为4950，求p的值；(2)设系统A在3次相互独立的检测中不发生故障的次数为随机变量X，求X的概率分布列及数学期望E(X)．小结1．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)．2．在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.3．若X服从正态分布，即X～N(μ，σ2)，要充分利用正态曲线的对称性和曲线与x轴之间的面积为1.易错辨析——对二项分布理解不准致误【典例】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1 3.(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．【自主体验】(2013·辽宁卷)现有10道题，其中6道甲类题，4道乙类题，张同学从中任取3道题解答．(1)求张同学至少取到1道乙类题的概率；(2)已知所取的3道题中有2道甲类题，1道乙类题．设张同学答对每道甲类题的概率都是35，答对每道乙类题的概率都是45，且各题答对与否相互独立．用X 表示张同学答对题的个数，求X 的分布列和数学期望．基础巩固题组一、选择题1．设随机变量X ～B ⎝ ⎛⎭⎪⎫6，12，则P (X ＝3)的值是( )． A.316 B.516 C.716 D.582．已知随机变量X 服从正态分布N (0，σ2)．若P (X >2)＝0.023，则P (－2≤X ≤2)＝( )．A ．0.477B ．0.628C ．0.954D ．0.9773．(2014·湖州调研)国庆节放假，甲去北京旅游的概率为13，乙、丙去北京旅游的概率分别为14，15.假定三人的行动相互之间没有影响，那么这段时间内至少有1人去北京旅游的概率为( )．A.5960B.35C.12D.1604．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( )．A ．0.45B ．0.6C ．0.65D ．0.755．(2013·湖北卷改编)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p 0.则p 0的值为( )．(参考数据：若X ～N (μ，σ2)，有P (μ－σ<X ≤μ＋σ)＝0.682 6，P (μ－2σ<X ≤μ＋2σ)＝0.954 4，P (μ－3σ<X ≤μ＋3σ)＝0.997 4.)A ．0.954 4B ．0.682 6C ．0.997 4D ．0.977 2二、填空题6．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________．7．某次知识竞赛规则如下：在主办方预设的5个问题中，选手若能连续正确回答出两个问题，即停止答题，晋级下一轮．假设某选手正确回答每个问题的概率都是0.8，且每个问题的回答结果相互独立，则该选手恰好回答了4个问题就晋级下一轮的概率等于________．8．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________．三、解答题9．根据以往统计资料，某地车主购买甲种保险的概率为0.5，购买乙种保险但不购买甲种保险的概率为0.3.设各车主购买保险相互独立．(1)求该地1位车主至少购买甲、乙两种保险中的一种的概率；(2)求该地的3位车主中恰有1位车主甲、乙两种保险都不购买的概率．10．某公交公司对某线路客源情况统计显示，公交车从每个停靠点出发后，乘客人数及频率如下表：(1)(2)全线途经10个停靠点，若有2个以上(含2个)停靠点出发后乘客人数超过18人的概率大于0.9，公交公司就考虑在该线路增加一个班次，请问该线路需要增加班次吗？。