考点68二项分布、超几何分布与正态分布（3种核心题型+基础保分练+综合提升练+拓展冲刺练）原卷版.docx

PAGE

PAGE1

考点68二项分布、超几何分布与正态分布（3种核心题型+基础保分练+综合提升练+拓展冲刺练）

【考试提醒】

1.理解二项分布、超几何分布的概念，能解决一些简单的实际问题.

2.借助正态曲线了解正态分布的概念，并进行简单应用．

【知识点】

1．二项分布

(1)伯努利试验

只包含两个可能结果的试验叫做伯努利试验；将一个伯努利试验独立地重复进行n次所组成的随机试验称为n重伯努利试验．

(2)二项分布

一般地，在n重伯努利试验中，设每次试验中事件A发生的概率为p(0p1)，用X表示事件A发生的次数，则X的分布列为P(X＝k)＝Ceq\o\al(k,n)pk(1－p)n－k，k＝0,1,2，…，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，记作X～B(n，p)．

(3)两点分布与二项分布的均值、方差

①若随机变量X服从两点分布，则E(X)＝p，D(X)＝p(1－p)．

②若X～B(n，p)，则E(X)＝np，D(X)＝np(1－p)．

2．超几何分布

一般地，假设一批产品共有N件，其中有M件次品．从N件产品中随机抽取n件(不放回)，用X表示抽取的n件产品中的次品数，则X的分布列为

P(X＝k)＝eq\f(C\o\al(k,M)C\o\al(n－k,N－M),C\o\al(n,N))，k＝m，m＋1，m＋2，…，r，其中n，N，M∈N*，M≤N，n≤N，m＝max{0，n－N＋M}，

r＝min{n，M}．如果随机变量X的分布列具有上式的形式，那么称随机变量X服从超几何分布．

3．正态分布

(1)定义

若随机变量X的概率分布密度函数为f(x)＝，x∈R，其中μ∈R，σ0为参数，则称随机变量X服从正态分布，记为X～N(μ，σ2)．

(2)正态曲线的特点

①曲线是单峰的，它关于直线x＝μ对称；

②曲线在x＝μ处达到峰值eq\f(1,σ\r(2π))；

③当|x|无限增大时，曲线无限接近x轴．

(3)3σ原则

①P(μ－σ≤X≤μ＋σ)≈0.6827；

②P(μ－2σ≤X≤μ＋2σ)≈0.9545；

③P(μ－3σ≤X≤μ＋3σ)≈0.9973.

(4)正态分布的均值与方差

若X～N(μ，σ2)，则E(X)＝μ，D(X)＝σ2.

常用结论

1．“二项分布”与“超几何分布”的区别：有放回抽取问题对应二项分布，不放回抽取问题对应超几何分布，当总体容量很大时，超几何分布可近似为二项分布来处理．

2．超几何分布有时也记为X～H(n，M，N)，其均值E(X)＝eq\f(nM,N)，

D(X)＝eq\f(nM,N)eq\b\lc\(\rc\)(\a\vs4\al\co1(1－\f(M,N)))eq\b\lc\(\rc\)(\a\vs4\al\co1(1－\f(n－1,N－1))).

【核心题型】

题型一二项分布

二项分布问题的解题关键

(1)定型：

①在每一次试验中，事件发生的概率相同．

②各次试验中的事件是相互独立的．

③在每一次试验中，试验的结果只有两个，即发生与不发生．

(2)定参：确定二项分布中的两个参数n和p，即试验发生的次数和试验中事件发生的概率

【例题1】（2024·青海·一模）已知随机变量，若随机变量，则（????）

A．10 B．12 C．30 D．32

【变式1】（2024·山东济南·二模）已知随机变量，则（????）

A． B． C． D．

【变式2】（2024·重庆渝中·模拟预测）已知每门大炮击中目标的概率都是0.6，现有14门大炮同时对某一目标各射击一次，则最有可能击中目标次.

【变式3】（2024·安徽·三模）近年来，为了提升青少年的体质，教育部出台了各类相关文件，各地区学校也采取了相应的措施，适当增加在校学生的体育运动时间；现调查某地区中学生（包含初中生与高中生）对增加体育运动时间的态度，所得数据统计如下表所示：

喜欢增加体育运动时间

不喜欢增加体育运动时间

初中生

160

40

高中生

140

60

(1)在犯错误的概率不超过0.01（小概率值）的前提下，能否认为学段与对增加体育运动时间的态度有关联；

(2)以频率估计概率，若在该地区所有中学生中随机抽取4人，记“喜欢增加体育运动时间”的人数为X，求X的分布列以及数学期望.

参考公式：，其中.

参考数据：

0.05

0.01

0.005

3.841

6.635

7.879

题型二超几何分布

(1)超几何分布描述的是不放回抽样问题，随机变量为抽到的某类个体的个数．超几何分布的特征是：①考察对象分两类；②已知各类对象的个数；③从中抽取若干个个体，考查某类个体数X的分布列．

(2)超几何分布主要用于抽检产品、摸不同类别的小球等概率模型，其本质是古典概型．

【例题2】