知识讲解独立重复试验与二项分布(理)(提高).docxVIP

独立重复试验与二项分布 【学习目标】 理解n 次独立重复试验模型及二项分布． 能利用n 次独立重复试验及二项分布解决一些简单的实际问题． 【要点梳理】 要点一、n 次独立重复试验 每次试验只考虑两种可能结果 A 与 A ，并且事件A 发生的概率相同。在相同的条件下重复地做n 次试验，各次试验的结果相互独立，称为n 次独立重复试验。 要点诠释： 在n 次独立重复试验中，一定要抓住四点： ①每次试验在同样的条件下进行； ②每次试验只有两种结果 A 与 A ，即某事件要么发生，要么不发生； ③每次试验中，某事件发生的概率是相同的； ④各次试验之间相互独立。 总之，独立重复试验，是在同样的条件下重复的，各次之间相互独立地进行的一种试验，在这种试验 中，每一次的试验结果只有两种，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。 要点二、独立重复试验的概率公式1.定义 如果事件 A 在一次试验中发生的概率为P，那么 n 次独立重复试验中，事件A 恰好发生 k 次的概率 为： P (k ) ? Ck pk (1? p)n?k （k=0，1，2，…，n）． n n 令 k ? 0 得，在n 次独立重复试验中，事件A 没．有．发．生．的．概．率．为．P (0) ? C 0 p0 (1? p)n ? (1? p)n n n n n令 k ? n 得，在n 次独立重复试验中，事件A 全．部．发．生．的．概．率．为．P (n) ? Cn pn (1? p) n n ? pn 。 要点诠释： 在公式中，n 是独立重复试验的次数，p 是一次试验中某事件A 发生的概率，k 是在 n 次独立重复试验中事件A 恰好发生的次数，只有弄清公式中n，p，k 的意义，才能正确地运用公式． 独立重复试验是相互独立事件的特例，就像对立事件是互斥事件的特例一样，只是有“恰好”字样的用独立重复试验的概率公式计算更方便． 要点三、n 次独立重复试验常见实例： 1.反复抛掷一枚均匀硬币 已知产品率的抽样 有放回的抽样 射手射击目标命中率已知的若干次射击要点诠释： 抽样问题中的独立重复试验模型： ①从产品中有放回地抽样是独立事件，可按独立重复试验来处理； ②从小数量的产品中无放回地抽样不是独立事件，只能用等可能事件计算； ③从大批量的产品中无放回地抽样，每次得到某种事件的概率是不一样的，但由于差别太小，相当于 是独立事件，所以一般情况下仍按独立重复试验来处理。 要点四、离散型随机变量的二项分布 1. 定义： 在一次随机试验中，事件 A 可能发生也可能不发生，在n 次独立重复试验中事件A 发生的次数? 是一 个离散型随机变量．如果在一次试验中事件 A 发生的概率是 p ，则此事件不发生的概率为q ? 1? p ，那么在n 次独立重复试验中事件A 恰好发生k 次的概率是 P (? ? k ) ? P (k ) ? Ck pk qn?k ，（ k ? 0,1,2,..., n ）． n n n 于是得到离散型随机变量? 的概率分布如下： ξ ξ 0 C 0 p0qn n 1 C 1 p1qn?1 n … k C k pk qn?k n … P … … n C n pn q 0 n 由于表中第二行恰好是二项展开式 (q ? p) n ? C 0 p 0 qn C 1 p1qn?1 ?? ? C k pk qn?k ?? ? C n pn q 0 中各对应项的值， 所以称这样的 n n n n 随机变量 ? 服从参数为 n ， p 的二项分布，记作 ? ~ B(n, p) ． 要点诠释： 判断一个随机变量是否服从二项分布，关键有三： 其一是独立性。即每次试验的结果是相互独立的； 其二是重复性。即试验独立重复地进行了n 次； 其三是试验的结果的独特性。即一次试验中，事件发生与不发生，二者必居其一。2．如何求有关的二项分布 分清楚在 n 次独立重复试验中，共进行了多少次重复试验，即先确定n 的值，然后确定在一次试验中某事件A 发生的概率是多少，即确定p 的值，最后再确定某事件A 恰好发生了多少次，即确定k 的值； 准确算出每一种情况下，某事件A 发生的概率； 用表格形式列出随机变量的分布列。 【典型例题】 类型一、独立重复试验的概率 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． 【思路点拨】5 次预报相当于做了 5 次独立重复试验．利用独立重复试验公式即可． 【解析】（1）5 次预报中恰有 2 次准确的概率为 P (2) ? C 2 ? 0.82 ? (1?