有关二项分布的典型问题分析
高中数学二项分布例题
高中数学二项分布例题二项分布适用于一系列独立重复试验，每次试验只有两种结果，通常称为“成功”和“失败”。
设每次试验成功的概率为p，失败的概率为1p，进行n次试验后，成功的次数X遵循二项分布，其概率质量函数为：P(X = k) = C(n, k) p^k (1 p)^(n k)其中，C(n, k)表示从n次试验中选取k次成功的组合数。
例题一：简单二项分布的应用在一项产品质量检验中，某种产品合格率为80%。
若随机抽取10件产品，求其中恰好8件合格的概率。
解：此问题可以看作进行10次独立试验，每次试验成功的概率p 为0.8，失败的概率为0.2，n为10，k为8。
根据二项分布的概率质量函数，可以计算如下：P(X = 8) = C(10, 8) (0.8)^8 (0.2)^2计算组合数C(10, 8) = 45，带入公式后得：P(X = 8) = 45 (0.8)^8 (0.2)^2 ≈ 0.1937。
恰好8件合格的概率约为19.37%。
例题二：计算不超过某个成功次数的概率在一场考试中，某学生在过去的测试中，答对题目的概率为0.7。
若该学生参加5次测试，求至少有3次答对的概率。
解：求至少有3次答对的概率，可以通过计算0到2次答对的概率并用1减去得到：P(X ≥ 3) = 1 P(X ≤ 2)计算P(X ≤ 2)：P(X = 0) = C(5, 0) (0.7)^0 (0.3)^5 = 1 1 0.00243 ≈ 0.0024。
P(X = 1) = C(5, 1) (0.7)^1 (0.3)^4 = 5 0.7 0.0081 ≈ 0.028.P(X = 2) = C(5, 2) (0.7)^2 (0.3)^3 = 10 (0.49) 0.027 ≈ 0.1323。
P(X ≤ 2) = P(X = 0) + P(X = 1) + P(X = 2) ≈ 0.0024 + 0.028 + 0.1323 ≈ 0.1627。
二项分布的现实例子
二项分布的现实例子二项分布是概率论中的一种离散概率分布，它描述了在n次独立重复的伯努利试验中成功次数的概率分布。
在现实生活中，我们可以找到许多与二项分布相关的实际例子。
本文将介绍几个常见的二项分布现实例子，并解释其应用。
一、硬币投掷硬币投掷是最常见的二项分布实例之一。
当我们投掷一枚硬币时，每次投掷都是一个伯努利试验，成功可以定义为正面朝上，失败可以定义为反面朝上。
假设我们投掷硬币10次，成功次数可以是0、1、2、3、4、5、6、7、8、9或10。
通过计算每个成功次数的概率，我们可以得到一个二项分布。
二、产品质量检验在制造业中，产品质量检验是一个重要的环节。
假设某公司生产了1000个产品，每个产品都有一定的概率存在缺陷。
我们可以将每个产品是否存在缺陷定义为一个伯努利试验，成功表示存在缺陷，失败表示不存在缺陷。
通过对这1000个产品进行质量检验，我们可以得到每个成功次数的概率分布，从而判断产品质量的合格率。
三、选举投票选举投票是另一个与二项分布相关的实际例子。
假设某个选区有10000名选民，每个选民都有一定的概率投票给候选人A。
我们可以将每个选民是否投票给候选人A定义为一个伯努利试验，成功表示投票给候选人A，失败表示投票给其他候选人。
通过对这10000名选民进行投票，我们可以得到每个成功次数的概率分布，从而判断候选人A的选举胜率。
四、赌博游戏赌博游戏中的赌注结果也可以用二项分布来描述。
例如，在掷骰子游戏中，每次掷骰子都是一个伯努利试验，成功可以定义为掷出指定的点数，失败可以定义为掷出其他点数。
通过多次掷骰子，我们可以得到每个成功次数的概率分布，从而判断赌注的胜率。
五、市场营销市场营销中的广告点击率也可以用二项分布来描述。
假设某公司在互联网上投放了1000次广告，每次广告的点击率为0.1。
我们可以将每次广告是否被点击定义为一个伯努利试验，成功表示被点击，失败表示未被点击。
通过对这1000次广告的点击情况进行统计，我们可以得到每个成功次数的概率分布，从而评估广告的效果。
二项分布的应用实例
二项分布的应用实例二项分布是概率论中常见的一种离散概率分布，通常用于描述在一系列独立重复的同类事件中，成功事件发生的次数的概率分布。
在现实生活中，二项分布有着广泛的应用，例如在工程、医学、经济等领域都能看到它的身影。
本文将通过几个具体的实例来展示二项分布的应用。
### 实例一：质量检验某工厂生产的零件合格率为0.95，现在需要抽取100个零件进行质量检验。
假设每个零件的质量独立且相同，符合二项分布。
现在我们可以利用二项分布来计算以下问题：1. 至少有95个零件合格的概率是多少？2. 恰好有90个零件合格的概率是多少？根据二项分布的概率公式，可以计算出以上两个问题的答案。
通过计算，我们可以得出在这种情况下的概率分布情况，帮助工厂更好地了解质量检验的结果。
### 实例二：市场营销某产品的点击率为0.1，现在需要进行1000次广告投放，希望点击次数超过100次的概率是多少？这个问题同样可以通过二项分布来解决。
我们可以利用二项分布的概率公式，计算出点击次数超过100次的概率，从而评估广告投放的效果。
### 实例三：医学实验在进行药物临床试验时，需要一定数量的患者来参与。
假设某药物的治愈率为0.8，现在需要招募10名患者进行试验，成功治愈的患者数量符合二项分布。
通过二项分布的计算，可以得出在这种情况下成功治愈患者数量的概率分布，帮助医生评估药物的疗效。
### 实例四：投资风险某投资人投资某股票的成功率为0.6，现在进行了10次投资，希望成功次数超过6次的概率是多少？通过二项分布的计算，可以帮助投资人评估投资风险，从而制定更合理的投资策略。
通过以上几个实例，我们可以看到二项分布在不同领域的应用。
无论是质量检验、市场营销、医学实验还是投资风险评估，二项分布都能提供一种有效的概率分布描述方法，帮助我们更好地理解和分析问题，做出科学的决策。
因此，掌握二项分布的应用是非常重要的，可以在实际问题中发挥重要作用。
二项分布的应用实例
二项分布的应用实例二项分布是概率论中的一种离散概率分布，常用于描述在n次独立重复试验中成功次数的概率分布。
它在实际生活中有着广泛的应用，下面将介绍二项分布的一个应用实例。
假设某电商平台的广告部门希望通过投放广告来提高用户的点击率。
为了评估广告的效果，他们进行了一项实验。
在实验中，他们随机选择了1000个用户，对每个用户展示了一条广告，并记录了用户是否点击了广告。
根据历史数据，该电商平台的点击率为10%。
现在，广告部门希望知道，在这1000个用户中，有多少用户点击了广告的概率。
我们可以使用二项分布来解决这个问题。
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，P(X=k)表示成功k次的概率，n表示试验次数，p表示每次试验成功的概率，C(n,k)表示组合数。
在这个实例中，试验次数n为1000，每次试验成功的概率p为0.1。
我们希望知道成功次数X等于k的概率。
首先，我们可以计算出成功次数为0的概率：P(X=0) = C(1000,0) * 0.1^0 * (1-0.1)^(1000-0) = 0.1^0 *0.9^1000 ≈ 0.000045接下来，我们可以计算出成功次数为1的概率：P(X=1) = C(1000,1) * 0.1^1 * (1-0.1)^(1000-1) ≈ 0.00045同样地，我们可以计算出成功次数为2、3、4...1000的概率。
通过计算，我们可以得到每个成功次数的概率分布。
根据二项分布的性质，所有概率之和应该等于1。
在这个实例中，我们可以得到一个概率分布表，表中列出了每个成功次数的概率以及累积概率。
通过分析这个表，我们可以得到一些有用的信息。
例如，我们可以计算出成功次数大于等于10的概率，即用户点击广告的概率：P(X>=10) = P(X=10) + P(X=11) + ... + P(X=1000)通过计算，我们可以得到P(X>=10)的值。
二项分布概率例题及解析精选全文
可编辑修改精选全文完整版二项分布概率例题及解析二项式概型答题高分策略、模板例析如下：二项分布的简单应用是求n次独立重复试验中事件A恰好发生k 次的概率.解题的一般思路是:根据题意设出随机变量→分析出随机变量服从二项分布→找到参数n,p→将k值代入求解概率→写出二项分布的分布列.若离散型随机变量X~B(n,p),则E(X)=np,D(X)=np(1-p),即其均值和方差的求解既可以利用定义,也可以直接代入上述公式.例1：某气象站天气预报的准确率为80%,计算(结果保留到小数点后第2位):(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.思路分析:直接代入公式求解,其中第(2)问可以利用对立事件求概率.令X表示5次预报中预报准确的次数,则X~B(5,4/5),故其分布列为反思：弄清“5次中有2次准确且第3次准确”表示的意义是求解第(3)问的关键,它表示第3次准确,其他4次有1次是准确的.总结：(1)独立重复实验的条件:①每次试验在相同条件下可重复进行;②各次试验是相互独立的;③每次试验都只有两种结果,即事件要么发生,要么不发生.(2)独立重复试验是相互独立事件的特例,只要有“恰好”“恰有”字样,用独立重复试验的概率公式计算更简单.(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,则事件A恰好发生k次的概率为P(X=k)=pk(1-p)n-k,k=0,1,2,…,n.则称随机变量X服从二项分布,记作X~B(n,p),并称p为成功概率.例2：一款击鼓小游戏的规则如下:每盘游戏都需击鼓三次,每次击鼓要么出现一次音乐,要么不出现音乐;每盘游戏击鼓三次后,出现一次音乐获得10分,出现两次音乐获得20分,出现三次音乐获得100分,没有出现音乐则扣除200分(即获得-200分).设每次击鼓出现音乐的概率为1/2,且各次击鼓出现音乐相互独立.(1)设每盘游戏获得的分数为X,求X的分布列;(2)玩三盘游戏,至少有一盘出现音乐的概率是多少?思路分析:(1)X可能的取值为10,20,100,-200,运用几何概率公式得出相应的概率,得出分布列.(2)利用对立事件求解得出P(A1A2A3)=P(A1)∪P(A2)∪P(A3)=1/8,即可得出1-P(A1A2A3).。
二项分布的特点及应用举例
二项分布的特点及应用举例一、二项分布的特点1. 定义相关二项分布呢，就像是我们在做一些有两种结果的试验时会用到的一种分布情况。
比如说抛硬币，只有正面和反面这两种结果，这就有点二项分布的味道啦。
它是基于伯努利试验的哦，伯努利试验就是那种每次试验只有两种可能结果的试验，我们把其中一种结果叫做“成功”，另一种就叫“失败”。
二项分布有个很重要的参数n和p。
n呢，就是试验的次数，就像抛硬币抛了10次，这个10就是n啦。
p就是一次试验中“成功”的概率，抛硬币正面朝上的概率如果是0.5，这个0.5就是p咯。
2. 特点二项分布是离散型的分布。
这意味着它的取值是不连续的，就像我们数自然数一样，是一个个分开的数值。
比如说在抛10次硬币的试验中，出现正面的次数可能是0次、1次、2次……一直到10次，不可能出现1.5次这种中间值。
它的概率质量函数是有特定形式的。
这个形式是由组合数和概率p等因素构成的。
简单说就是用来计算在n次试验中，恰好出现k次“成功”的概率的一个公式。
这个公式虽然看起来有点复杂，但是只要理解了其中的n、p和k的含义，也不是那么难啦。
二项分布的均值和方差也是有固定公式的。
均值就是np，方差是np(1 - p)。
均值就像是这个分布的一个中心位置，方差呢就表示这个分布的离散程度啦。
如果方差大，说明这个分布的数据比较分散；方差小，就说明数据比较集中在均值附近。
二、二项分布的应用举例1. 质量检测方面假设一个工厂生产某种产品，产品的合格率是p，比如说p = 0.9，现在从生产线上随机抽取n个产品进行检测，这就可以看作是一个二项分布的问题。
我们想知道在这n个产品中，恰好有k个合格品的概率是多少。
如果n = 100，我们就可以根据二项分布的概率质量函数来计算。
这对于工厂控制产品质量是很有帮助的，可以帮助他们预估合格产品的数量范围，从而合理安排生产和销售等环节。
2. 医学研究方面在药物临床试验中也会用到二项分布。
比如说一种新的药物，它对某种疾病的治愈率是p。
高中数学总复习专题67 二项分布及其应用(解析版)
专题67二项分布及其应用最新考纲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.基础知识融会贯通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 ABP 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 ABn 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 )． 2．相互独立事件(1)对于事件A ，B ，若事件A 的发生与事件B 的发生互不影响，则称事件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． 3．独立重复试验与二项分布(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．重点难点突破【题型一】条件概率【典型例题】某班组织由甲，乙，丙等5名同学参加的演讲比赛，现采用抽签法决定演讲顺序，在“学生甲不是第一个出场，学生乙不是最后一个出场”的前提下，学生丙第一个出场的概率为（）A．B．C．D．【解答】解：设事件A＝{学生甲不是第一个出场，学生乙不是最后一个出场}，事件B＝{学生丙第一个出场}，所以P（AB）P（A），所以P（B|A）．故选：A．【再练一题】在由直线x＝1，y＝x和x轴围成的三角形内任取一点（x，y），记事件A为y＞x3，B为y＞x2，则P（B|A）＝（）A．B．C．D．【解答】解：设S（AB）表示A和B同时发生所构成区域的面积，S（A）表示事件A发生构成区域的面积．根据条件概率的概率计算公式P（B|A）．故选：D．思维升华 (1)利用定义，分别求P (A )和P (AB )，得P (B |A )＝P ABP A ，这是通用的求条件概率的方法． (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 )，再在事件A 发生的条件下求事件B 包含的基本事件数，即n (AB )，得P (B |A )＝n ABn A .【题型二】相互独立事件的概率【典型例题】为了提升全民身体素质，学校十分重视学生体育锻炼．某校篮球运动员进行投篮练习，若他前一球投进则后一球投进的概率为，若他前一球投不进则后一球投进的概率为．若他第1球投进的概率为，则他第2球投进的概率为（ ） A ．B ．C ．D ．【解答】解：某校篮球运动员进行投篮练习，若他前一球投进则后一球投进的概率为， 若他前一球投不进则后一球投进的概率为．若他第1球投进的概率为， 则他第2球投进的概率为： p．故选：B ． 【再练一题】在某段时间内，甲地不下雨的概率为P 1（0＜P 1＜1），乙地不下雨的概率为P 2（0＜P 2＜1），若在这段时间内两地下雨相互独立，则这段时间内两地都下雨的概率为（ ） A ．P 1P 2 B ．1﹣P 1P 2C ．P 1（1﹣P 2）D ．（1﹣P 1）（1﹣P 2）【解答】解：在某段时间内，甲地不下雨的概率为P1（0＜P1＜1），乙地不下雨的概率为P2（0＜P2＜1），在这段时间内两地下雨相互独立，则这段时间内两地都下雨的概率为：P＝（1﹣P1）（1﹣P2）．故选：D．思维升华求相互独立事件同时发生的概率的方法(1)首先判断几个事件的发生是否相互独立．(2)求相互独立事件同时发生的概率的方法①利用相互独立事件的概率乘法公式直接求解；【题型三】独立重复试验与二项分布命题点1根据独立重复试验求概率【典型例题】将一枚质地均匀的硬币抛掷三次，则出现“2次正面朝上，1次反面朝上”的概率为（）A．B．C．D．【解答】解：将一枚质地均匀的硬币抛掷三次，则出现“2次正面朝上，1次反面朝上”的概率是P．故选：B．【再练一题】某射手每次射击击中目标的概率是，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．【解答】解：（1）∵某射手每次射击击中目标的概率是，则这名射手在10次射击中恰有8次击中目标的概率为••．（2）至少有8次击中目标的概率为••••．命题点2根据独立重复试验求二项分布【典型例题】设有3个投球手，其中一人命中率为q，剩下的两人水平相当且命中率均为p（p，q∈（0，1）），每位投球手均独立投球一次，记投球命中的总次数为随机变量为ξ．（1）当p＝q时，求数学期望E（ξ）及方差V（ξ）；（2）当p+q＝1时，将ξ的数学期望E（ξ）用p表示．【解答】解：（1）∵每位投球手均独立投球一次，当p＝q时，每次试验事件发生的概率相等，∴ξ～B（3，），由二项分布的期望和方差公式得到结果∴Eξ＝np＝3，Dξ＝np（1﹣p）＝3（2）ξ的可取值为0，1，2，3．P（ξ＝0）＝（1﹣q）（1﹣p）2＝pq2；P（ξ＝1）＝q（1﹣p）2+（1﹣q）C21p（1﹣p）＝q3+2p2q；P（ξ＝2）＝qC21p（1﹣p）+（1﹣q）p2＝2pq2+p3；P（ξ＝3）＝qp2．ξ的分布列为E【再练一题】一个盒子里有2个黑球和m个白球（m≥2，且m∈N*）．现举行摸奖活动：从盒中取球，每次取2个，记录颜色后放回．若取出2球的颜色相同则为中奖，否则不中．（Ⅰ）求每次中奖的概率p（用m表示）；（Ⅱ）若m＝3，求三次摸奖恰有一次中奖的概率；（Ⅲ）记三次摸奖恰有一次中奖的概率为f（p），当m为何值时，f（p）取得最大值？【解答】解：（Ⅰ）∵取出2球的颜色相同则为中奖，∴每次中奖的概率p；（Ⅱ）若m＝3，每次中奖的概率p，∴三次摸奖恰有一次中奖的概率为；（Ⅲ）三次摸奖恰有一次中奖的概率为f （p ）3p 3﹣6p 2+3p （0＜p ＜1），∴f ′（p ）＝3（p ﹣1）（3p ﹣1），∴f （p ）在（0，）上单调递增，在（，1）上单调递减， ∴p时，f （p ）取得最大值，即p∴m ＝2，即m ＝2时，f （p ）取得最大值．思维升华 独立重复试验与二项分布问题的常见类型及解题策略(1)在求n 次独立重复试验中事件恰好发生k 次的概率时，首先要确定好n 和k 的值，再准确利用公式求概率．(2)在根据独立重复试验求二项分布的有关问题时，关键是理清事件与事件之间的关系，确定二项分布的试验次数n 和变量的概率，求得概率．基础知识训练1．已知袋子内有7个球，其中4个红球，3个白球，从中不放回地依次抽取2个球，那么在已知第一次抽到红球的条件下，第二次也抽到红球的概率是（ ） A ．13B ．37C ．16D ．12【答案】D 【解析】记“第一次抽到红球”为事件A ；记“第二次抽到红球”为事件B()141747C P A C ∴==，()1143117627C C P AB C C == ()()()217427P AB P B A P A ∴===本题正确选项：D2．科目二，又称小路考，是机动车驾驶证考核的一部分，是场地驾驶技能考试科目的简称．假设甲每次通过科目二的概率均为34，且每次考试相互独立，则甲第3次考试才通过科目二的概率为（ ）A．164B．12131344C⎛⎫⎛⎫⨯⎪ ⎪⎝⎭⎝⎭C．21231344C⎛⎫⎛⎫⨯⎪ ⎪⎝⎭⎝⎭D．364【答案】D 【解析】甲每次通过科目二的概率均为34，且每次考试相互独立，则甲第3次考试才通过科目二的概率为：3333 1144464 P⎛⎫⎛⎫=−⨯−⨯=⎪ ⎪⎝⎭⎝⎭.故选：D．3．甲骑自行车从A地到B地，途中要经过4个十字路口，已知甲在每个十字路口遇到红灯的概率都是13，且在每个路口是否遇到红灯相互独立，那么甲在前两个十字路口都没有遇到红灯，直到第三个路口才首次遇到红灯的概率是（）A．13B．427C．49D．127【答案】B 【解析】由题可知甲在每个十字路口遇到红灯的概率都是13，在每个十字路口没有遇到红灯的概率都是12133−=，所以甲在前两个十字路口都没有遇到红灯，直到第三个路口才首次遇到红灯的概率是2214 33327⨯⨯=故选B.4．甲、乙同时参加某次法语考试，甲、乙考试达到优秀的概率分别为0.6，0.7，两人考试相互独立，则甲、乙两人都未达到优秀的概率为（）A．0.42B．0.28C．0.18D．0.12【答案】D【解析】由于甲、乙考试达到优秀的概率分别为0.6，0.7，则甲、乙考试未达到优秀的概率分别为0.4，0.3，由于两人考试相互独立，所以甲、乙两人都未达到优秀的概率为：0.40.30.12⨯=故答案选D5．设随机变量X服从二项分布，则函数存在零点的概率是() A．B．C．D．【答案】C 【解析】 ∵函数存存在零点，∵随机变量服从二项分布 ．故选：C ．6．设随机变量ξ~B(2,p),η~B(4,p),若P(ξ≥1)=,则D(η)= ( ) A ． B ． C ． D ． 【答案】C 【解析】由随机变量ξ~B (2,p ),且P (ξ≥1)=, 得P (ξ≥1)=1-P (ξ=0)=，解得.则,随机变量η的方差.本题选择C 选项.7．某次考试共有12个选择题，每个选择题的分值为5分，每个选择题四个选项且只有一个选项是正确的，A 学生对12个选择题中每个题的四个选择项都没有把握，最后选择题的得分为X 分，B 学生对12个选择题中每个题的四个选项都能判断其中有一个选项是错误的，对其它三个选项都没有把握，选择题的得分为Y 分，则()()D Y D X −的值为( ) A ．12512B ．3512C ．274D ．234【答案】A 【解析】设A 学生答对题的个数为m ，则得分5x m =（分），112,4m B ⎛⎫~ ⎪⎝⎭，()13912444D m =⨯⨯=，所以()92252544D X =⨯=，同理设B 学生答对题的个数为n ，可知112,3n B ⎛⎫~ ⎪⎝⎭,()12812333D n =⨯⨯=，所以()82002533D Y =⨯=，所以()()2002251253412D Y D X −=−=.故选A. 8．若10件产品中包含8件一等品，在其中任取2件，则在已知取出的2件中有1件不是一等品的条件下，另1件是一等品的概率为（）A．1213B．1415C．1617D．1819【答案】C【解析】由题意，记事件A为“取出的2件产品中存在1件不是一等品”，事件B为“取出的2件中，1件是一等品，1件不是一等品”，则11211282282210101716 (),()4545C C C C CP A P ABC C+====，所以()16(|)()17P ABP B AP A==，故选C．9．甲、乙、丙、丁4个人进行网球比赛，首先甲、乙一组，丙、丁一组进行比赛，两组的胜者进入决赛，决赛的胜者为冠军、败者为亚军．4个人相互比赛的胜率如右表所示，表中的数字表示所在行选手击败其所在列选手的概率．那么甲得冠军且丙得亚军的概率是( )A．0.15B．0.105C．0.045D．0.21【答案】C【解析】甲、乙比赛甲获胜的概率是0.3，丙、丁比赛丙获胜的概率是0.5， 甲、丙决赛甲获胜的概率是0.3，根据独立事件的概率等于概率之积，所以， 甲得冠军且丙得亚军的概率：0.30.50.30.045⨯⨯=. 故选C.10．在体育选修课排球模块基本功(发球)测试中，计分规则如下(满分为10分)：①每人可发球7次，每成功一次记1分；②若连续两次发球成功加0.5分，连续三次发球成功加1分，连续四次发球成功加1.5分，以此类推，⋯，连续七次发球成功加3分.假设某同学每次发球成功的概率为23，且各次发球之间相互独立，则该同学在测试中恰好得5分的概率是( )A ．6523B ．5523C ．6623D ．5623【答案】B 【解析】该同学在测试中恰好得5分有两种情况：四次发球成功，有两个连续得分，此时概率5243146212()()333P C ==；四次发球成功，有三个连续得分，分为连续得分在首尾和不在首尾两类，此时概率6111143223326212()()()333P C C C C =+=，所求概率56512665222333P P P =+=+=；故选B. 11．假定某人在规定区域投篮命中的概率为，现他在某个投篮游戏中，共投篮3次. （1）求连续命中2次的概率；（2）设命中的次数为X ，求X 的分布列和数学期望.【答案】（1）；（2）见解析. 【解析】 （1）设表示第次投篮命中，表示第次投篮不中；设投篮连续命中2次为事件，则．（2）命中的次数可取0，1，2，3；，,,所以答：的数学期望为2．12．为了调查高中生的数学成绩与学生自主学习时间之间的相关关系，新苗中学数学教师对新入学的45名学生进行了跟踪调查，其中每周自主做数学题的时间不少于15小时的有19人，余下的人中，在高三模拟考试中数学成绩不足120分的占8，统计成绩后，得到如下的22⨯列联表：（1）请完成上面的22⨯列联表，并判断能否在犯错误的概率不超过0.01的前提下认为“高中生的数学成绩与学生自主学习时间有关”．（2）（i）按照分层抽样的方法，在上述样本中，从分数大于等于120分和分数不足120分的两组学生中抽取9名学生，设抽到的不足120分且周做题时间不足15小时的人数为X，求X的分布列（概率用组合数算式表示）．（ii）若将频率视为概率，从全校大于等于120分的学生中随机抽取20人，求这些人中周做题时间不少于15小时的人数的期望和方差．附：()()()()()22n ad bc K a b c d a c b d −=++++【答案】(1)见解析；(2) （i ）见解析 （ii ）见解析 【解析】 （1）∵()224515161047.287 6.63525201926K ⨯−⨯=≈>⨯⨯⨯．∴能在犯错误的概率不超过0.01的前提下认为“高中生的数学成绩与学生自主学习时间有关”．（2）（i ）由分层抽样知大于等于120分的有5人，不足120分的有4人，X 的可能取值为0，1，2，3，4．()416420C 0C P X ==， ()33416420C C 1C P X ⋅==， ()22416420C C 2C P X ⋅==， ()31416420C C 3C P X ⋅==， ()44420C 4C P X ==．则分布列为（ii ）设从全校大于等于120分的学生中随机抽取20人，这些人中，周做题时间不少于15小时的人数为随机变量Y ，由题意可知()20,0.6Y B ~， 故()12E Y =，() 4.8D Y =．13．生蚝即牡蛎(oyster)，是所有食物中含锌最丰富的，在亚热带、热带沿海都适宜蚝的养殖，我国分布很广，北起鸭绿江，南至海南岛，沿海皆可产蚝.蚝乃软体有壳，依附寄生的动物，咸淡水交界所产尤为肥美，因此生蚝成为了一年四季不可或缺的一类美食.某饭店从某水产养殖厂购进一批生蚝，并随机抽取了40只统计质量，得到的结果如下表所示.(1)若购进这批生蚝500kg ，且同一组数据用该组区间的中点值代表，试估计这批生蚝的数量(所得结果保留整数)；(2)以频率估计概率，若在本次购买的生蚝中随机挑选4个，记质量在[)5,25间的生蚝的个数为X ，求X 的分布列及数学期望.【答案】（I ）17544（只）；（II ）85. 【解析】（Ⅰ）由表中的数据可以估算妹纸生蚝的质量为()16101020123084045028.540g ⨯+⨯+⨯+⨯+⨯=， 所以购进500kg ，生蚝的数列均为50000028.517554÷≈（只）； (II)由表中数据知，任意挑选一只，质量在[)5,25间的概率为25P =， X 的可能取值为0,1,2,3,4，则()()41314381232160,1562555625P X P X C ⎛⎫⎛⎫⎛⎫====== ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭,()()()2231423442321623962162,3,455625556255625P X C P X C P X ⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫========= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭, 所以X 的分布列为所以()216961683346256256255E X =⨯+⨯+⨯= 14．某工厂的检验员为了检测生产线上生产零件的情况,从产品中随机抽取了个进行测量,根据所测量的数据画出频率分布直方图如下:注:尺寸数据在内的零件为合格品,频率作为概率. (Ⅰ) 从产品中随机抽取件,合格品的个数为,求的分布列与期望；(Ⅱ) 从产品中随机抽取件,全是合格品的概率不小于,求的最大值；(Ⅲ) 为了提高产品合格率,现提出两种不同的改进方案进行试验.若按方案进行试验后,随机抽取件产品,不合格个数的期望是；若按方案试验后,抽取件产品,不合格个数的期望是,你会选择哪个改进方案?【答案】(Ⅰ)分布列见解析，； (Ⅱ)； (Ⅲ)选择方案.【解析】(Ⅰ)由直方图可知,抽出产品为合格品的频率为,即抽出产品为合格品的概率为, 从产品中随机抽取件,合格品的个数的所有可能取值为且,, 所以的分布列为故数学期望(Ⅱ) 随机抽取件,全是合格品的概率为,依题意,故的最大值为.(Ⅲ) 按方案随机抽取产品不合格的概率是,随机抽取件产品,不合格个数；按方案随机抽取产品不合格的概率是,随机抽取件产品,不合格个数,依题意,解得,因为,所以应选择方案.15．为了引导居民合理用水，某市决定全面实施阶梯水价．阶梯水价原则上以住宅(一套住宅为一户)的月用水量为基准定价，具体划分标准如表：从本市随机抽取了10户家庭，统计了同一月份的月用水量，得到如图茎叶图：（Ⅰ）现要在这10户家庭中任意选取3户，求取到第二阶梯水量的户数X的分布列与数学期望；（Ⅱ）用抽到的10户家庭作为样本估计全市的居民用水情况，从全市依次随机抽取10户，若抽到户月用水量为一阶的可能性最大，求的值．【答案】（1）见解析（2）【解析】（Ⅰ）由茎叶图可知抽取的10户中用水量为一阶的有3户，二阶的有5户，三阶的有2户．第二阶段水量的户数的可能取值为0，1，2，3，，，所以的分布列为的数学期望.（Ⅱ）设为从全市抽取的10户中用水量为一阶的家庭户数，依题意得，，由，解得，又，所以当时概率最大．即从全市依次随机抽取10户，抽到3户月用水量为一阶的可能性最大.能力提升训练1．若已知随机变量，则____．【答案】 【解析】 随机变量，则． 故答案为：．2．某工厂生产电子元件，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ξ的概率分布.【答案】0.9025 0.095 0.0025 【解析】 因()2,0.05B ξ，所以()02200.950.9025P C ξ===，()1210.950.050.095P C ξ==⨯=，()22220.050.0025P C ξ===，故分别填：0.9025，0.095，0.0025. 3．设随机变量1~,4X B n ⎛⎫ ⎪⎝⎭，且()34D X =，则事件“2X =”的概率为_____（用数字作答） 【答案】27128【解析】由1~,4X B n ⎛⎫⎪⎝⎭可知：()1133144164n D x n ⎛⎫=⨯⨯−== ⎪⎝⎭ 4n ∴=()222411272144128P X C ⎛⎫⎛⎫∴==⋅⋅−=⎪⎪⎝⎭⎝⎭ 本题正确结果：271284．如图，在小地图中，一机器人从点()0,0A 出发，每秒向上或向右移动1格到达相应点，已知每次向上移动1格的概率是23，向右移动1格的概率是13，则该机器人6秒后到达点()4,2B 的概率为__________.【答案】20243【解析】由题意，可得6秒内向右移动4次，向上移动2次则所求概率为：4246122033243C ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭本题正确结果：202435．一批产品的二等品率为0.02，从这批产品中每次随机取一件，有放回地抽取100次，若X 表示抽到的二等品件数，则()V X =_________. 【答案】1.96 【解析】由题意可知，该事件满足独立重复试验，是一个二项分布模型，其中，0.02p =，100n =，则()()1V x np p =−1000.020.98=⨯⨯ 1.96=，故答案为1.966．设随机变量(2,)B p ξ，(4,)B p η，若2()3E ξ=，则(3)P η≥=______.【答案】19【解析】()223E p ξ==13p ∴= 14,3B η⎛⎫∴ ⎪⎝⎭()()()34344412113343339P P P C C ηηη⎛⎫⎛⎫⎛⎫∴≥==+==⨯+= ⎪ ⎪⎪⎝⎭⎝⎭⎝⎭ 本题正确结果：197．为响应绿色出行，某市在推出“共享单车”后，又推出“新能源分时租赁汽车”．其中一款新能源分时租赁汽车，每次租车收费的标准由两部分组成：①根据行驶里程数按1元/公里计费；②行驶时间不超过分时，按元/分计费；超过分时，超出部分按元/分计费．已知王先生家离上班地点15公里，每天租用该款汽车上、下班各一次．由于堵车、红绿灯等因素，每次路上开车花费的时间(分)是一个随机变量．现统计了50次路上开车花费时间，在各时间段内的频数分布情况如下表所示： （分）将各时间段发生的频率视为概率，每次路上开车花费的时间视为用车时间，范围为分．（1）写出王先生一次租车费用（元）与用车时间（分）的函数关系式；（2）若王先生一次开车时间不超过40分为“路段畅通”，设表示3次租用新能源分时租赁汽车中“路段畅通”的次数，求的分布列和期望；（3）若公司每月给1000元的车补，请估计王先生每月（按22天计算）的车补是否足够上、下班租用新能源分时租赁汽车？并说明理由．（同一时段，用该区间的中点值作代表）【答案】(1) (2)见解析(3) 估计王先生每月的车补够上下班租用新能源分时租赁汽车用 【解析】（1）当时，当时，.得：（2）王先生租用一次新能源分时租赁汽车，为“路段畅通”的概率可取.的分布列为或依题意（3）王先生租用一次新能源分时租赁汽车上下班，平均用车时间（分钟），每次上下班租车的费用约为（元）一个月上下班租车费用约为，估计王先生每月的车补够上下班租用新能源分时租赁汽车用．8．甲、乙两支球队进行总决赛，比赛采用五场三胜制，即若有一队先胜三场，则此队为总冠军，比赛就此结束．因两队实力相当，每场比赛两队获胜的可能性均为二分之一．据以往资料统计，第一场比赛可获得门票收入40万元，以后每场比赛门票收入比上一场增加10万元．(1)求总决赛中获得门票总收入恰好为150万元且甲获得总冠军的概率；(2)设总决赛中获得的门票总收入为，求的分布列和数学期望．【答案】（1）（2）见解析【解析】（1）已知总决赛中获得门票总收入恰好为150万元且甲获得总冠军即甲连胜3场，则其概率为；（2）随机变量X可取的值为150，220，300.又P(X＝150)＝2×＝，P(X＝220)＝C××＝，P(X＝300)＝C××＝.分布列如下：所以X的数学期望为E(X)＝150×＋220×＋300×＝232.5(万元)．9．在某项娱乐活动的海选过程中评分人员需对同批次的选手进行考核并评分，并将其得分作为该选手的成绩，成绩大于等于60分的选手定为合格选手，直接参加第二轮比赛，不超过40分的选手将直接被淘汰，成绩在内的选手可以参加复活赛，如果通过，也可以参加第二轮比赛．（1）已知成绩合格的200名参赛选手成绩的频率分布直方图如图，求a的值及估计这200名参赛选手的成绩平均数；（2）根据已有的经验，参加复活赛的选手能够进入第二轮比赛的概率为，假设每名选手能否通过复活赛相互独立，现有3名选手进入复活赛，记这3名选手在复活赛中通过的人数为随机变量X，求X的分布列和数学期望．【答案】（1），82；（2）见解析【解析】由题意：，估计这200名选手的成绩平均数为．由题意知， X B (3,1/3)，X可能取值为0，1，2，3，，所以X的分布列为：X的数学期望为．10．为了解市民对某项政策的态度，随机抽取了男性市民25人，女性市民75人进行调查，得到以下的列联表：(1)根据以上数据，能否有97.5%的把握认为市民“支持政策”与“性别”有关？(2)将上述调查所得的频率视为概率，现在从所有市民中，采用随机抽样的方法抽取4位市民进行长期跟踪调查，记被抽取的4位市民中持“支持”态度的人数为,求的分布列及数学期望。
二项分布经典例题+练习题
二项分布1．n 次独立重复试验一般地，由n 次试验构成，且每次试验相互独立完成，每次试验的结果仅有两种对立的状态，即A 与A ，每次试验中()0P A p =>。
我们将这样的试验称为n 次独立重复试验，也称为伯努利试验。
（1）独立重复试验满足的条件 第一：每次试验是在同样条件下进行的；第二：各次试验中的事件是互相独立的；第三：每次试验都只有两种结果。
（2）n 次独立重复试验中事件A 恰好发生k 次的概率()P X k ==(1)k kn k nC p p --。
2．二项分布若随机变量X 的分布列为()P X k ==kk n k nCp q -，其中0 1.1,0,1,2,,,p p q k n <<+==则称X 服从参数为,n p 的二项分布，记作(,)XB n p 。
1．一盒零件中有9个正品和3个次品，每次取一个零件，如果取出的次品不再放回，求在取得正品前已取出的次品数X 的概率分布。
2.一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31. (1)设ξ为这名学生在途中遇到红灯的次数，求ξ的分布列； (2)设η为这名学生在首次停车前经过的路口数，求η的分布列； (3)求这名学生在途中至少遇到一次红灯的概率.3.甲乙两人各进行3次射击，甲每次击中目标的概率为21，乙每次击中目标的概率为32.（1）记甲击中目标的此时为ξ，求ξ的分布列及数学期望； （2）求乙至多击中目标2次的概率；（3）求甲恰好比乙多击中目标2次的概率. 【巩固练习】1.（2012年高考（浙江理））已知箱中装有4个白球和5个黑球,且规定:取出一个白球的2分,取出一个黑球的1分.现从该箱中任取(无放回,且每球取到的机会均等)3个球,记随机变量X为取出3球所得分数之和.(Ⅰ)求X的分布列;(Ⅱ)求X的数学期望E(X).2．（2012年高考（重庆理））(本小题满分13分,(Ⅰ)小问5分,(Ⅱ)小问8分.)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.(Ⅰ) 求甲获胜的概率;(Ⅱ) 求投篮结束时甲的投篮次数ξ的分布列与期望3．设篮球队A与B进行比赛，每场比赛均有一队胜，若有一队胜4场则比赛宣告结束，假定,A B在每场比赛中获胜的概率都是12，试求需要比赛场数的期望．3．（2012年高考（辽宁理））电视传媒公司为了了解某地区电视观众对某类体育节目的收视情况,随机抽取了100名观众进行调查.下面是根据调查结果绘制的观众日均收看该体育节目时间的频率分布直方图;将日均收看该体育节目时间不低于40分钟的观众称为“体育迷”.(Ⅰ)根据已知条件完成下面的22⨯列联表,并据此资料你是否认为“体育迷”与性别有关(Ⅱ)将上述调查所得到的频率视为概率.现在从该地区大量电视观众中,采用随机抽样方法每次抽取1名观众,抽取3次,记被抽取的3名观众中的“体育迷”人数为X .若每次抽取的结果是相互独立的,求X 的分布列,期望()E X 和方差()D X .5.（2007陕西理）某项选拔共有三轮考核，每轮设有一个问题，能正确回答问题者进入下一轮考试，否则即被淘汰，已知某选手能正确回答第一、二、三轮的问题的概率分别为54、53、52，且各轮问题能否正确回答互不影响.（Ⅰ）求该选手被淘汰的概率； （Ⅱ）该选手在选拔中回答问题的个数记为ξ，求随机变量ξ的分布列与数数期望.（注：本小题结果可用分数表示） 6. 一批产品共10件，其中7件正品，3件次品，每次从这批产品中任取一件，在下述三种情况下，分别求直至取得正品时所需次数ξ的概率分别布. (1)每次取出的产品不再放回去； （2）每次取出的产品仍放回去；（3）每次取出一件次品后，总是另取一件正品放回到这批产品中.7. （2007山东）设b 和c 分别是先后抛掷一枚骰子得到的点数，用随机变量ξ表示方程x 2+bx+c=0实根的个数（重根按一个计）． （I ）求方程x 2+bx+c=0有实根的概率； （II ）求ξ的分布列和数学期望；8.（本题满分12分）.活动规则如下：消费额每满100元可转动如图所示的转盘一次，并获得相应金额的返券，假定指针等可能地停在任一位置. 若指针停在A 区域返券60元；停在B 区域返券30元；停在C 区域不返券. 例如：消费218元，可转动转盘2次，所获得的返券金额是两次金额之和.（I ）若某位顾客消费128元，求返券金额不低于30元的概率； （II ）若某位顾客恰好消费280元，并按规则参与了活动，他获得返券的金额记为X （元），求随机变量X 的分布列和数学期望.湖北理工学院湖北师范学院99 6507 21 1516171819891258934 60 19. (本题满分12分)中国∙黄石第三届国际矿冶文化旅游节将于2012年8月20日在黄石铁山举行，为了搞好接待工作，组委会准备在湖北理工学院和湖北师范学院分别招募8名和12名志愿者，将这20名志愿者的身高编成如下茎叶图（单位：cm）若身高在175cm以上（包括175cm）定义为“高个子”，身高在175cm以下（不包括175cm）定义为“非高个子”，且只有湖北师范学院的“高个子”才能担任“兼职导游”。
- 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)。
高考数学复习点拨：有关二项分布的典
型问题分析
有关二项分布的典型问题分析
山东
黄丽生
二项分布是在n次独立重复试验中引入的一个概念，它是一
种常见的、重要的离散型随机变量的概率分布，引入他们实
际上是对独立重复试验从概率分布角度的进一步研究.然而
我们在利用二项分布原理解决实际问题时只注意到两点，即
解释为什么可以看成二项分布模型，其次是考虑到它的计算，却往往忽视对计算结果进行解释，造成初学者无法摆脱知识
上的种种困惑.鉴于此，我们选取几个典型案例进行剖析，
供参考.
一保险问题
例1设某保险公司有10000人参加人身意外保险.该公司规定:每人每年付公司120元，若逢意外死亡，公司将赔偿10000元.若每人每年死亡率为0.006，试讨论该公司是否会赔本，其利润状况如何.（不考虑公司的其它赔偿费用、其他开支和其它收入）
分析：在这个问题中，公司的收入是完全确定的，10000个
投保人每人付给公司120元，公司的年收入为120万元。
公
司的支出取决于投保人中意外死亡的人数（这里略去有关公司日常性开支的讨论，如公司职工工资，行政开支等等），而这是完全随机的，公司无法在事前知道其确切人数。
但公司可以知道死亡人数的分布.设X表示这10000人中意外死亡的人数，由于每个人的死亡率为0.006，则X服从n=10000，p=0.006的二项分布:
，k=0,1,2, (10000)
死亡X个人时，公司要赔偿X万元，此时公司的利润为（120-X）万元。
尽管我们无法事前知道这利润的确切值，但由上述分布可知，公司赔本的概率为≈0即公司几乎不会赔本（这里的计算量很大，可设计算法程序来计算，体会算法的重要性）。
类似地，可以计算，例如公司利润不少于40万元的概率即公司有99.5%的概率能赚到40万元以上。
则不难讨论公司获利的其它情形.
这个例子告诉我们，面对随机现象，了解分布非常有意义，我们不能保证公司的利润一定不少于40万元，完全可能出现例外的情况.这是随机现象的本性所决定的.但是上述的结果对保险公司确有指导的意义.
二需要多少条外线
例2 某电话交换台有1000个用户，在任何时刻各用户是否需要通话是独立的，且每个用户需要需要通话的概率为.问该交换台最少需要多少条外线才能保证各用户在任何时刻同
时使用通畅的概率不小于99%？
分析：也许，你马上得到需要1000×99%=990条外线，是这
样吗？不妨计算一下，将每一个用户需要通话与否看成一个
子试验，因此用户需要使用电话可以看成是p=的1000重独
立试验模型.设X表示给定时刻需要通话的用户数.按照题意，就是求满足下列不等式的n，，因为可计算得：
n202526272830
P（X≤n） 0.82970.98040.98860.99350.99650.9995
所有最少需要27条外线.
上面的例子表明，了解随机现象发生的规律是非常有意义的.为了用户能以99%的概率要通外线，我们无须保留1000条外线中的99%（1000×99%=990），10%（100条）也用不到，原来线路的5%（50条）就已足够了.只要我们在允许的范围内
稍做一些"牺牲"（用户要不通外线的可能性为1%），就能大大降低成本.
三药品检验
例3.某地区羊患某种病的概率是0.25，且每只羊患病与否
是彼此独立的.今研制一种新的预防药，任选12只羊做实验，结果这12只羊服用此药后均未患病.问此药是否有效.
分析：初看起来，会认为这药一定有效，因为服药的羊均未
患病.但细想一下，会有问题，因为大部分羊不服药也不会
患病，患病的羊只占0.25左右.这12只羊都未患病，未必是
药的作用.分析这问题的一个自然想法是：若药无效，随机
抽取12只羊都不患病的可能性大不大.若这件事发生的概率
很小，几乎不会发生，那么现在我们这几只羊都未患病，应
该是药的效果，即药有效.
现假设药无效，在此假设下，令x表示任取12只羊中患病的头数，则x服从n=12,p=0.25的二项分布，即，
k=0,1,...,12. 12只羊都不患病的概率是.
这个概率很小，该事件几乎不会发生，但现在它确实发生了，说明我们的假设不对，药是有效的.这里的分析思想有些像
反证法，但并不相同.给定假设后，我们发现，一个概率很
小几乎不会发生的事件却发生了，从而否定我们的"假设".
四买奖券问题
例4 试分析：中奖率为的彩票，买1000张一定中奖吗？
分析：在奖券抽奖时，试发行了N张奖券，其中M张能中奖，那么买一张的中奖率是,买n张奖券，令X为n张奖券中能中奖的张数，则X服从超几何分布.
,k=0,1,...,min（M,n）
中奖的概率是，
假定发行的奖券数量巨大，可近似认为每张奖券是否中奖是
相互独立的，中奖率不变，令X为n张奖券中能中奖的张数，则X可看作服从二项分布
，k=0,1,2...,n. 换句话说，当N很大时，参数为N，M,n的
超几何分布可用参数为n，p=的二项分布来近似.
如果一次抽奖活动中的中奖率为，令X为n张奖券中能中奖
的张数，可以近似认为X服从二项分布.，k=0,1,2...,n.
中奖的概率记为Pn，有.表中给出了数值的结果：
n100020003000 40005000
Pn0.6320.8650.9500.9820.993
我们看到中奖率为千分之一的奖券并非买1000张就能中奖，买1000张中奖的概率约为63%，尽管平均买1000张奖券中
就有1张能中奖，但如果把"买1000张奖券"看成一次试验，在众多的买1000张奖券的人中，有不中的，有中1张的，也有中2张的，...其中不中奖的约占1－63%=37%.上表还告诉我们，买3000张奖券中奖的概率为95%，再多买2000张，
即买5000张，中奖的概率只提高了4.3%，这一事实对如何
购买奖券无疑是有参考价值的.
通过上述几个实例，主要对初学者学习此内容的困难进行了
分析，帮助他们逐渐熟悉随机变量的思想和语言，进一步认
识二项分布的特点，提高他们识别模型和解释结果的能力.。