文档视界 最新最全的文档下载
当前位置:文档视界 › 超几何分布、二项分布、正态分布

超几何分布、二项分布、正态分布

超几何分布、二项分布、正态分布
超几何分布、二项分布、正态分布

超几何分布、二项分布、正态分布

【学习目标】

1、通过实例,理解超几何分布及其特点,掌握超几何分布列及其导出过程,并能进行简单的应用。

2、理解n次独立重复试验(即n重伯努利试验)及其意义,理解二项分布并能解决一些简单的实际问题。

3、借助直观图,了解是正态分布曲线与正态分布,认识正态分布曲线的特点及曲线表示的意义。

4、会查标准正态分布表,会求满足正态分布的随机变量x在某一范围内的概率。

【重点与难点】

重点:正确理解超几何分布、二项分布、正态分布的意义。

难点:正确进行超几何分布、二项分布、正态分布有关概率的计算。

【知识要点】

1、超几何分布:

一般地,若一个随机变量x的分布列为:P(x=r)=①

其中r=0,1,2,3,…… ,,=min(n,M),则称x服从超几何分布。

记作x~H(n,M,N),并将P(x=r)=,记为H(r,n,M,N)。

如:在一批数量为N件的产品中共有M件不合格品,从中随机取出的n件产品中,不合格品数x的概率分布列如表一所示:

(表一)

其中=min(n,M),满足超几何分布。

2、伯努利试验(n次独立重复试验),在n 次相互独立试验中,每次试验的结果仅有两种对立的结果A与出现,P(A)=p∈(0,1),这样的试验称为n 次独立重复试验,也称为伯努利试验。

P()=1-p=q,则在n次独立重复试验中,事件A恰好发生k次的概率(0≤k≤n)为P(k)=(k=0,1,2,3,……,n),它恰好是(q+p)n的二项展开式中的第k+1项。

3、二项分布:若随机变量x的分布列为p(x=k)=,其中0<p<1,p+q=1,k

=0,1,2,……,n,则称x服从参数为n、p的二项分布,记作x~B(n,p)。

如:n次射击中,击中目标k次的试验或投掷骰子n次,出现k次数字5的试验等均满足二项分布。

3、正态分布曲线。

(1)概率密度曲线:当数据无限增多且组距无限缩小,那么频率直方图的顶边无限缩小乃至形成一条光滑的曲线,则称此曲线为概率密度曲线。

(2)正态密度曲线:概率密度曲线对应表达式为P(x)=(x∈R)的曲线称之为正态密度曲线。

正态密度曲线图象特征:

①当x<μ时曲线上升;当x>μ时曲线下降;当曲线向左右两边无限延伸时,以x轴为渐近线。

②正态曲线关于直线x=μ对称。

③σ越大,正态曲线越扁平;σ越小,正态曲线越尖陡。

④在正态曲线下方和x轴上方范围内的区域面积为1。

4、正态分布:若x是一个随机变量,对任意区间,P恰好是正态密度曲线下方和x轴上上方所围成的图形的面积,我们就称随机变量x服从参数为μ和σ的正态分

布,简记为x~N(μ,σ2)。

在现实世界中很多随机变量遵循正态分布。如:反复测量某一个物理量,其测量误差x通常被认为服从正态分布;某一地区同性别同年龄组儿童的体重W也近似地服从正态分布。

若x~N(μ,σ2),则随机变量x在μ的附近取值的概率很大,在离μ很远处取值的概率很少。如图一所示:随机变量x取值落在区间(μ-σ,μ +σ)上的概率约为68.3%,落在区间(μ-2σ,μ+2σ)上的概率约为95.4%,落在区间(μ-3σ,μ+3σ)上的概率约为99.7%。

其中,μ实际上就是随机变量x 的均值,σ2为随机变量x的方差,它们分别反映x取值的平均大小和稳定程度。

5、标准正态分布:正态分布N(0,1)称为标准正态分布,此时,P(x)=(x∈R),通过查标准正态分布表可以确定服从标准正态分布的随机变量的有关概率。

数学家们发现,在多种微小因素影响下,如果没有一种影响占主导地位,则这样的随机变量服从正态分布,特别是在独立地大数量重复试验时,就平均而言,任何一个随机变量的分布都将趋近于正态分布,这就是中心极限定理,中心极限定理告诉我们在平均重复观察多次后,我们可以利用正态分布对随机事件进行分析和预报。

可以证明,对任一正态分布x~N(μ,σ2)来说,都可以通过z=转化为标准正态分布z~N(0,1)。

6、利用Excel进行有关概率计算。

(1)超几何分布函数计算:按“插入/函数/统计”选择超几何分布函数“HYPGEOMDIST”,然后依次输入r、n、M、N的值,或直接在单元格内输入“=HYPGEOMDIST(4;5,10,30)”即可得到后边例1中H(4;5,10,30)的值,约为0.029472443。

(2)二项分布函数计算:选择“插入/函数/统计”,选择二项分布函数“BINOMDIST”,然后依提示输入相应的参数k、n、p的值,或在单元格内直接输入“=BINOMDIST(80,10000,0.006,1)”即可得到后面例4中P(x≤80)的值,约为0.994。

(3)正态分布函数计算:选择“插入/函数/统计”,选择正态分布函数“NORMDIST”,输入相应参数x、μ、σ的值,或在单元格内直接输入“=NORMDIST(184.5,184,2.5,1)”,就可得到后边例6中P(x≤184.5)的值,约为0.5793。

7、二项分布的近似计算。

对于二项分布函数,当n比较大,而p比较小(p≤0.1),而乘积np大小“适中”时,可以利用近似公式P(x=k)=来计算。

【典型例题分析】

例1:高三(1)班的联欢会上设计了一项游戏:在一个口袋中装有10个红球,20个白球,这些球除颜色外完全相同,一次从中摸出5个球,摸到4个红球一个白球就中一等奖,求中一等奖的概率。

解:以30个球为一批产品,其中红球为“不合格品”,随机抽取5个球,x表示抽到的红球数,

则x服从超几何分布H(5,10,30),

由超几何分布公式可得:H(4;5,10,30)=≈0.0295,

所以获一等奖的概率约为2.95%。

例2:生产方提供50箱的产品中,有两箱不是合格产品,采购方接收该批产品的准则是:从该批产品中任取5箱产品进行检测,若其中的不合格产品不超过一箱,则接收该批产品,问:该批产品被接收的概率是多少?

解:用x表示5箱中的不合格品的箱数,

则x服从超几何分布H(5,2,50),

这批产品被接收的条件是5箱中有0或1箱不合格产品,

故该产品被接收的概率为P(x≤1)即:

P(x≤1)=P(x=0)+P(x=1)=

==

=≈0.992

答:该批产品被接收的概率约为99.2%。

例3:求抛掷100次均匀硬币,正好出现50次正面向上的概率。

分析:将一枚均匀硬币随机抛掷100次,相当于做了100次独立重复试验,每次试验有两个可能结果,即出现正面(A)与出现反面()且P(A)=P()=0.5。

解:设x为抛掷100次硬币出现正面的次数,

依题意随机变量x~B(100,0.5),

则P(x=50)=≈8%。

答:随机抛掷100 次均匀硬币,正好出现50 次正面的概率约为8%。

例4:某保险公司规定:投保者每人每年交付公司保险费120元的人身意外保险,则投保者意外伤亡时,公司将赔偿10000元,如果已知每人每年意外死亡的概率为0.006,若该公司吸收10000人参加保险,问该公司赔本及盈利额在400000元以上的概率分别有多大?

解:设这10000人中意外死亡的人数为x,

根据题意,x~B(10000,0.006),P(x=k)=,

当死亡人数为x人时,公司要赔偿x万元,

此时,公司的利润为(120-x)万元,

由上述分布,公司赔本的概率为:

P(120-x<0)=1-P(x≤120)=1-=1-≈0,这说明,公司几乎不会赔本,利润不少于400000元的概率为:

P(120-x≥40)=P(x≤80)==≈0.994,

即公司约有99.4%的概率可以赚到400000元以上。

例5:若随机变量z~N(0,1),查标准正态分布表,求:

(1)P(z≤1.52);(2)P(z>1.52);(3)P(0.57<z≤2.3);(4)P(z≤-1.49)。

解:(1)P(z≤1.52)=0.9357。

(2)P(z>1.52)=1-P(z≤1.52)=1-0.9357=0.0643。

(3)P(0.57<z≤2.3)=P(z≤2.3)-P(z≤0.57)=0.9893-0.7157=0.2736。

(4)P(z≤-1.49)=P(z≥1.49)=1-P(z≤1.49)=1-0.9319=0.0681。

例6:某批待出口的水果罐头,每罐净重x(g)服从正态分布N(184,2.52),求:

(1)随机抽取一罐,其实际净重超过184.5g的概率。

(2)随机抽取一罐,其实际净重在179g与189g之间的概率。

解:(1)P(x>184.5)=P=P(z>0.2)=1-P(z≤0.2)=1-0.5793=0.4207。

(2)P(179<x≤189)=P

=P(-2<z≤2)=P(z≤2)-P(z≤-2)

=P(z≤2)-P(z≥2)=P(z≤2)-[1-P(z≤2)]

=2P(z≤2)-1=2×0.9772-1=0.9544

答:随机抽取一罐,其实际净重超过184.5g的概率是0.4207,在179g与189g之间的概率是0.9544。

例7:某电话站为300个电话用户服务,在一个小时内每一个电话用户,使用电话的概率等于0.01,求在一个小时内有4个用户使用电话的概率。

解:设A表示一个用户在这一小时内使用电话的事件,

记p=P(A)=0.01,q=P()=0.99,

本题相当于进行300次独立的贝努利试验,事件A出现的次数k=4,

故其所求概率为P(k)=≈=

≈0.169。

社会统计学习题集--二项分布与正态分布.

第七章假设检验 第一节二项分布 二项分布的数学形式·二项分布的性质 第二节统计检验的基本步骤 建立假设·求抽样分布·选择显著性水平和否定域·计算检验统计量·判定 第三节正态分布 正态分布的数学形式·标准正态分布·正态分布下的面积·二项分布的正态近似法 第四节中心极限定理 抽样分布·总体参数与统计量·样本均值的抽样分布·中心极限定理 第五节总体均值和成数的单样本检验 σ已知,对总体均值的检验·学生t分布(小样本总体均值的检验·关于总体成数的检验一、填空 1.不论总体是否服从正态分布,只要样本容量n足够大,样本平均数的抽样分布就趋于(正态)分布。 2.统计检验时,被我们事先选定的可以犯第一类错误的概率,叫做检验的( 显著性水平,它决定了否定域的大小。 3.假设检验中若其他条件不变,显著性水平的取值越小,接受原假设的可能性越(大),原假设为真而被拒绝的概率越(小)。 4.二项分布的正态近似法,即以将B(x;n,p视为(( np ,npq查表进行计算。 5.已知连续型随机变量~(0,1,若概率P{≥}=0.10,则常数= ()。 6.已知连续型随机变量~(2,9,函数值,则概率=()。 二、单项选择

1.关于学生t分布,下面哪种说法不正确( B )。 A 要求随机样本 B 适用于任何形式的总体分布 C 可用于小样本 D 可用样本标准差S代替总体标准差 2.二项分布的数学期望为( C )。 A n(1-np B np(1- p C np D n(1- p。 3.处于正态分布概率密度函数与横轴之间、并且大于均值部分的面积为( D )。 A 大于0.5 B -0.5 C 1 D 0.5。 4.假设检验的基本思想可用( C )来解释。 A 中心极限定理 B 置信区间 C 小概率事件 D 正态分布的性质 5.成数与成数方差的关系是(D)。 A 成数的数值越接近0,成数的方差越大 B 成数的数值越接近0.3,成数的方差越大 C 成数的数值越接近1,成数的方差越大 D 成数的数值越接近0.5,成数的方差越大 6.在统计检验中,那些不大可能的结果称为( D 。如果这类结果真的发生了, 我们将否定假设。 A 检验统计量 B 显著性水平 C 零假设 D 否定域 7.对于大样本双侧检验,如果根据显著性水平查正态分布表得Zα/2=1.96,则当零假设被否定时,犯第一类错误的概率是( C 。 A 20% B 10% C 5% D.1% 8.关于二项分布,下面不正确的描述是( A )。 A 它为连续型随机变量的分布;

数学高考复习点拨:二项分布与超几何分布辨析

二项分布与超几何分布辨析 二项分布与超几何分布是两个非常重要的、应用广泛的概率模型,实际中的许多问题都可以利用这两个概率模型来解决.在实际应用中,理解并区分两个概率模型是至关重要的.下面举例进行对比辨析. 例 袋中有8个白球、2个黑球,从中随机地连续抽取3次,每次取1个球.求: (1)有放回抽样时,取到黑球的个数X的分布列; (2)不放回抽样时,取到黑球的个数Y的分布列. 解:(1)有放回抽样时,取到的黑球数X可能的取值为0,1,2,3.又由于每次取到 黑球的概率均为,3次取球可以看成3次独立重复试验,则1~35X B ?? ???,. 3 03 1464(0)55125P X C ????==?= ? ?????∴;1 2 131448(1)55125 P X C ????==?= ? ? ????; 2123 1412(2)55125P X C ????==?= ? ?????;30 33141(3)55125 P X C ????==?= ? ? ????. 因此,X 的分布列为 2.不放回抽样时,取到的黑球数Y可能的取值为0,1,2,且有: 03283107 (0)15 C C P Y C ===;12283107(1)15C C P Y C ===;21283101(2)15C C P Y C ===. 因此,Y 的分布列为 辨析:通过此例可以看出:有放回抽样时,每次抽取时的总体没有改变,因而每次抽到某物的概率都是相同的,可以看成是独立重复试验,此种抽样是二项分布模型.而不放回抽样时,取出一个则总体中就少一个,因此每次取到某物的概率是不同的,此种抽样为超几何分布模型.因此,二项分布模型和超几何分布模型最主要的区别在于是有放回抽样还是不放回抽样. 超几何分布和二项分布都是离散型分布,超几何分布和二项分布的区别: 超几何分布需要知道总体的容量,而二项分布不需要; 超几何分布是不放回抽取,而二项分布是放回抽取(独立重复) 当总体的容量非常大时,超几何分布近似于二项分布........

二项分布与正态分布 练习题

二项分布与正态分布 1.用电脑每次可以自动生成一个(0,1)内的实数,且每次生成每个实数都是等可能的,若用该电脑连续生成3个实数,则这3个实数都大于1 3 的概率为( ) A.1 27 B.23 C. 827 D.49 解析:选C 由题意可得,用该电脑生成1个实数,且这个实数大于1 3的概率为P = 1-13=23,则用该电脑连续生成3个实数,这3个实数都大于13的概率为? ????233=8 27.故选 C. 2.(2019·汕头模拟)甲、乙两人参加“社会主义价值观”知识竞赛,甲、乙两人能荣获一等奖的概率分别为23和3 4,甲、乙两人是否获得一等奖相互独立,则这两个人中 恰有一人获得一等奖的概率为( ) A.34 B.23 C.57 D.512 解析:选D 根据题意,恰有一人获得一等奖就是甲获得乙没有获得或甲没有获得乙获得,则所求概率是23×? ????1-34+34×? ????1-23=5 12 ,故选D. 3.(2018·厦门二模)袋中装有2个红球,3个黄球,有放回地抽取3次,每次抽取1球,则3次中恰有2次抽到黄球的概率是( ) A.25 B.35 C.18125 D.54125 解析:选D 袋中装有2个红球,3个黄球,有放回地抽取3次,每次抽取1球,每次取到黄球的概率为35,∴3次中恰有2次抽到黄球的概率是P =C 23? ????352? ????1-35= 54 125 . 4.(2018·唐山二模)甲、乙等4人参加4×100米接力赛,在甲不跑第一棒的条件下,乙不跑第二棒的概率是( ) A.2 9 B.49

C.23 D.79 解析:选D 甲不跑第一棒共有A 13·A 3 3=18种情况,甲不跑第一棒且乙不跑第二棒共有两类:(1)乙跑第一棒,共有A 33=6种情况;(2)乙不跑第一棒,共有A 12·A 12·A 2 2=8 种情况,∴甲不跑第一棒的条件下,乙不跑第二棒的概率为6+818=79 .故选D. 5.(2019·福建四校联考)某校在高三第一次模拟考试中约有1 000人参加考试,其数学考试成绩X 近似服从正态分布N (100,a 2)(a >0),试卷满分150分,统计结果显示数学考试成绩不及格(低于90分)的人数占总人数的1 10,则此次数学考试成绩在100 分到110分之间的人数约为( ) A .400 B .500 C .600 D .800 解析:选A 由题意得,P (X ≤90)=P (X ≥110)=110,所以P (90≤X ≤110)=1-2× 1 10=45,所以P (100≤X ≤110)=2 5,所以此次数学考试成绩在100分到110分之间的人数约为 1 000×2 5 =400.故选A. 6.(2018·河北“五个一名校联盟”二模)某个电路开关闭合后会出现红灯或绿灯闪烁,已知开关第一次闭合后出现红灯的概率为12,两次闭合后都出现红灯的概率为1 5, 则在第一次闭合后出现红灯的条件下第二次闭合后出现红灯的概率为( ) A.1 10 B.15 C.25 D.12 解析:选C 设“开关第一次闭合后出现红灯”为事件A ,“第二次闭合后出现红灯”为事件B ,则由题意可得P (A )=12,P (AB )=1 5,则在第一次闭合后出现红灯的条件 下第二次闭合出现红灯的概率是P (B |A )=P AB P A =1 512 =25 .故选C. 7.(2019·淄博一模)设每天从甲地去乙地的旅客人数为随机变量X ,且X ~ N (800,502),则一天中从甲地去乙地的旅客人数不超过900的概率为( )

超几何分布与项分布

10 超几何分布与二项分布 ?选择题(共9小题) 则p (!< i 今)的值为( 则 P ( 1^X €013)等于( A .—〔丄)2012 6. (2010?江西)一位国王的铸币大臣在每箱 100枚的硬币中各掺入了一枚劣币,国王怀疑大臣作弊,他用两种方 法来检测.方法一:在 10箱中各任意抽查一枚;方法二:在 5箱中各任意抽查两枚.国王用方法一、二能发现至 少一枚劣币的概率分别记为 P 1和P 2.则( ) A . P 1=P 2 B . P 1V P 2 C . P 1> P 2 D .以上三种情况都有可能 1. (2004?辽宁)已知随机变量 E 的概率分布如下,则 P ( e =io )=( E 1 2 3 4 5 6 7 8 9 P 2 2 |2 2 2 2 2 _2_ 1 ¥ 33 34 35 3 3s 2 B . 2 C . 1 310 39 m D.- 310 2. (2011?黄冈模拟)随机变量 2、3、4、 …),其中a 是常数, r=2 +1,贝y n 的期望值是( -1 L P 1 2 1 6 1 3 29 3& 4.设随机变量X 的概率分布为 (k=1 , 2, 3, 4, 5),则P 绪g) A .亠 Io 5.电子手表厂生产某批电子手表正品率为 上,次品率为「现对该批电子手表进行测试,设第 X 次首次测到正品, E 的概率分布规律为 (n=1、 A . 1 B . 3. (2008?石景山区一模)已知随机变量 E 的分布列为且设

A ■ J B ? _ C ? _ D ?; [16 24^ 243 245 8 (2012?衡阳模拟)已知随机变量严N (0, a2),且p (4 1)=p (M a-3)的值为() A . 2 B . - 2 C. 0 D . 1 9. 设随机变量匕N (0, 1),若P (E翱=p,则P (- 1 v M 0)=() A . 1- P B. P C. D ?丄—p 二?填空题(共5小题) 10. ________________________________________________________________________________________________ (2010?上海模拟)在10件产品中有2件次品,任意抽取3件,则抽到次品个数的数学期望的值是 _____________________________________ . 11?有一批产品,其中有6件正品和4件次品,从中任取3件,至少有2件次品的概率为___________________________________ . 12. ____________________________________________________________________________________ (2010?枣庄模拟)设随机变量X?B (n,0.5),且DX=2,则事件X=1 ”的概率为_______________________________________________ (作数字作答.) 13. 若随机变量X服从二项分布,且X?B (10,0.8 ),贝U EX、DX分别是___________________________,____________ . 14. (2011?浙江)某毕业生参加人才招聘会,分别向甲、乙、丙三个公司投递了个人简历,假定该毕业生得到甲公 司面试的概率为丄,得到乙、丙公司面试的概率均为P,且三个公司是否让其面试是相互独立的.记X为该毕业生3 得到面试的公司个数.若P (X=0 )=—,则随机变量X的数学期望E (X)= . 12 -------------------------------------------------------- 三.解答题(共3小题) 15. (2009?朝阳区二模)在袋子中装有10个大小相同的小球,其中黑球有3个,白球有n ( 2《韦,且n希)个, 其余的球为红球. (I )若n=5,从袋中任取1个球,记下颜色后放回,连续取三次,求三次取出的球中恰有2个红球的概率; (H )从袋里任意取出2个球,如果这两个球的颜色相同的概率是,求红球的个数; |15| (川)在(n)的条件下,从袋里任意取出2个球.若取出1个白球记1分,取出1个黑球记2分,取出1个红球 记3分.用E表示取出的2个球所得分数的和,写出E的分布列,并求E的数学期望E E

【数学】高考复习点拨:二项分布与超几何分布辨析

二项分布与超几何分布辨析 山东 韩文文 二项分布与超几何分布是两个非常重要的、应用广泛的概率模型,实际中的许多问题都可以利用这两个概率模型来解决.在实际应用中,理解并区分两个概率模型是至关重要的.下面举例进行对比辨析. 例 袋中有8个白球、2个黑球,从中随机地连续抽取3次,每次取1个球.求: (1)有放回抽样时,取到黑球的个数X的分布列; (2)不放回抽样时,取到黑球的个数Y的分布列. 解:(1)有放回抽样时,取到的黑球数X可能的取值为0,1,2,3.又由于每次取到 黑球的概率均为,3次取球可以看成3次独立重复试验,则1~35X B ?? ??? ,. 03 31464(0)55125P X C ????==?= ? ?????∴; 12 1 31448(1)55125P X C ????==?= ? ?????; 21 2 31412(2)55125P X C ????==?= ? ?????; 30 33141(3)55125P X C ????==?= ? ?????. 因此,X 的分布列为 X 0 1 2 3 P 64125 48125 12125 1125 2.不放回抽样时,取到的黑球数Y可能的取值为0,1,2,且有: 03283107(0)15 C C P Y C ===;12283107(1)15C C P Y C ===;21283101(2)15C C P Y C ===. 因此,Y 的分布列为 Y 0 1 2 P 715 715 115 辨析:通过此例可以看出:有放回抽样时,每次抽取时的总体没有改变,因而每次抽到某物的概率都是相同的,可以看成是独立重复试验,此种抽样是二项分布模型.而不放回抽样时,取出一个则总体中就少一个,因此每次取到某物的概率是不同的,此种抽样为超几何分布模型.因此,二项分布模型和超几何分布模型最主要的区别在于是有放回抽样还是不放回抽样.所以,在解有关二项分布和超几何分布问题时,仔细阅读、辨析题目条件是非常重要的.

高考复习点拨:二项分布与超几何分布辨析

二项分布与超几何分布辨析 二项分布与超几何分布是两个非常重要的、应用广泛的概率模型,实际中的许多问题都可以利用这两个概率模型来解决.在实际应用中,理解并区分两个概率模型是至关重要的.下面举例进行对比辨析. 例 袋中有8个白球、2个黑球,从中随机地连续抽取3次,每次取1个球.求: (1)有放回抽样时,取到黑球的个数X的分布列; (2)不放回抽样时,取到黑球的个数Y的分布列. 解:(1)有放回抽样时,取到的黑球数X可能的取值为0,1,2,3.又由于每次取到 黑球的概率均为,3次取球可以看成3次独立重复试验,则1~35X B ?? ??? ,. 03 31464(0)55125P X C ????==?= ? ?????∴; 12 131448(1)55125 P X C ????==?= ? ?????; 212 31412(2)55125P X C ????==?= ? ?????; 30 3 3141(3)55125P X C ????==?= ? ?????. 因此,X 的分布列为 2.不放回抽样时,取到的黑球数Y可能的取值为0,1,2,且有: 03283107(0)15C C P Y C ===;12283107(1)15C C P Y C ===;21283101(2)15 C C P Y C ===. 因此,Y 的分布列为 到某物的概率都是相同的,可以看成是独立重复试验,此种抽样是二项分布模型.而不放回抽样时,取出一个则总体中就少一个,因此每次取到某物的概率是不同的,此种抽样为超几何分布模型.因此,二项分布模型和超几何分布模型最主要的区别在于是有放回抽样还是不放回抽样.所以,在解有关二项分布和超几何分布问题时,仔细阅读、辨析题目条件是非常重要的.

二项分布和超几何分布(含答案)

超几何分布和二项分布 一、两者的定义是不同的 1超几何分布的定义 2独立重复试验与二项分布的定义 (1)独立重复试验. (2)二项分布. 本质区别 (1)超几何分布描述的是不放回抽样问题,而二项分布描述的是放回抽样问题. (2)超几何分布中的概率计算实质上是古典概型问题;二项分布中的概率计算实质上是相互独立事件的概率问题. 二、两者之间是有联系的 人教版新课标选修2-3第59页习题2.2B组第3题:

例1某批n件产品的次品率为2%,现从中任意地依次抽出3件进行检验,问: (1)当n=500,5000,500000时,分别以放回和不放回的方式抽取,恰好抽到1件产品的概率各是多少?(2)根据(1)你对超几何分布与二项分布的关系有何认识?

【说明】由于数字比较大,可以利用计算机或计算器进行数值计算.另外,本题目也可以帮助学生了解超几何分布和二项分布之间的关系: 第一,n次试验中,某一事件A出现的次数X可能服从超几何分布或二项分布.当这n次试验是独立重复试验时,X服从二项分布;当这n次试验是不放回摸球问题,事件A为摸到某种特性(如某种颜色)的球时,X服从超几何分布 第二,在不放回n次摸球试验中,摸到某种颜色的次数X服从超几何分布,但是当袋子中的球的数目N 很大时,X的分布列近似于二项分布,并且随着N的增加,这种近似的精度也增加. 从以上分析可以看出两者之间的联系: 当调查研究的样本容量非常大时,在有放回地抽取与无放回地抽取条件下,计算得到的概率非常接近,可以近似把超几何分布认为是二项分布. 例2袋中有8个白球、2个黑球,从中随机地连续抽取3次,每次取一个球,求(1)又放回抽样时,取到黑球的个数X的分布列;(2)无放回地抽样时,取到黑球的个数Y的分布列.

二项分布与正态分布

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 (A 1A 2A 3…A n )=P (A 1)P (A 2)P (A 3)…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

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

《二项分布与超几何分布》复习课程

二项分布与超几何分布 ★ 知 识 梳理 ★ 1.条件概率:称)()()|(A P AB P A B P = 为在事件A 发生的条件下,事件B 发生的概率。 特别提醒: ①0≤P (B|A )≤1; ②P(B ∪C|A)=P(B|A)+P(C|A)。 2. 相互独立事件:如果事件A (或B )是否发生对事件B (或A )发生的概率没有影响,这样的两个事件叫做相互独立事件。 特别提醒: ①如果事件A 、B 是相互独立事件,那么,A 与_B 、_A 与B 、_A 与_ B 都是相互独立事件 ②两个相互独立事件同时发生的概率,等于每个事件发生的概率的积。我们把两个事件A 、B 同时发生记作A ·B ,则有P (A ·B )= P (A )·P (B ) 推广:如果事件A 1,A 2,…A n 相互独立,那么这n 个事件同时发生的概率,等于每个事件发生的概率的积。即:P (A 1·A 2·…·A n )= P (A 1)·P (A 2)·…·P(A n ) 3.独立重复试验: 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. 4.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 次的概率计算公式: P n (k )=C k n P k (1-P ) n -k ,其中,k =0,1,2,…,n 5.离散型随机变量的二项分布:在一次随机试验中,某事件可能发生也可能不发生,在n 次独立重复试验中这个事件发生的次数ξ是一个随机变量.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 次的概率是 k n k k n n q p C k P -==)(ξ,(k =0,1,2,…,n ,p q -=1). 于是得到随机变量ξ 0 1 … k … n P n n q p C 00 111-n n q p C … k n k k n q p C - … 0q p C n n n 由于k n k k n q p C -恰好是二项展开式 011100)(q p C q p C q p C q p C p q n n n k n k k n n n n n n +++++=+--ΛΛ 中的各项的值,所以称这样的随机变量ξ服从二项分布, 记作ξ~B (n ,p ),其中n ,p 为参数,并记k n k k n q p C -=b (k ;n ,p ). 6. 两点分布: X 0 1 P 1-p p 特别提醒: 若随机变量X 的分布列为两点分布, 则称X 服从两点分布,而称P(X=1)为成功率. 7. 超几何分布: 一般地,在含有M 件次品的N 件产品中,任取n 件,其中恰有X 件次品,则

数学分布(泊松分布、二项分布、正态分布、均匀分布、指数分布) 生存分析 贝叶斯概率公式 全概率公式讲解

数学期望:随机变量最基本的数学特征之一。它反映随机变量平均取值的大小。又称期望或均值。它是简单算术平均的一种推广。例如某城市有10万个家庭,没有孩子的家庭有1000个,有一个孩子的家庭有9万个,有两个孩子的家庭有6000个,有3个孩子的家庭有3000个,则此城市中任一个家庭中孩子的数目是一个随机变量,记为X,它可取值0,1,2,3,其中取0的概率为0.01,取1的概率为0.9,取2的概率为0.06,取3的概率为0.03,它的数学期望为0×0.01+1×0.9+2×0.06+3×0.03等于1.11,即此城市一个家庭平均有小孩1.11个,用数学式子表示为:E(X)=1.11。 也就是说,我们用数学的方法分析了这个概率性的问题,对于每一个家庭,最有可能它家的孩子为1.11个。 可以简单的理解为求一个概率性事件的平均状况。 各种数学分布的方差是: 1、一个完全符合分布的样本 2、这个样本的方差 概率密度的概念是:某种事物发生的概率占总概率(1)的比例,越大就说明密度越大。比如某地某次考试的成绩近似服从均值为80的正态分布,即平均分是80分,由正态分布的图形知x=80时的函数值最大,即随机变量在80附近取值最密集,也即考试成绩在80分左右的人最多。 下图为概率密度函数图(F(x)应为f(x),表示概率密度):

离散型分布:二项分布、泊松分布 连续型分布:指数分布、正态分布、X 2分布、t 分布、F 分布 抽样分布只与自由度,即样本含量(抽样样本含量)有关 二项分布(binomial distribution ):例子抛硬币 1、 重复试验(n 个相同试验,每次试验两种结果,每种结果概率恒定————伯努利试验) 2、 抽样分布

二项分布与正态分布的特点及联系

二项分布与正态分布的特点及他们的联系 2008-05-23 09:22:10| 分类:数学|举报|字号订阅 正态分布的特点如下: 1.正态分布的形式是对称的,它的对称轴是过平均数点的垂直线,即关于x=u对称。 2.曲线在Z=0处为最高点,向左右延伸时,在正负1个标准差之内,既向下又向内弯。从正负1个标准差开始,既向下又向外弯。拐点位于正负一个标准差处,曲线两端向靠近基线处无限延伸和接近,但不相交。 3.正态分布下的面积为1,过平均数的垂直线将面积分为左右各0.50的部分。正态曲线下的每一面积都可以被看成是概率,即对应着横坐标值的随机变量出现的概率。 4.正态分布是一族分布,它随着随机变量的平均数、标准差的大小与单位不同而有不同的分布形态。但是所有的正态分布都可以通过公式Z=(Xl—M)/S,转换成标准正态分布,即平均数为0,标准差为1的正态分布。 5.在正态分布曲线中,标准差与概率(面积)有一定的关系。 二项分布的特点如下: 1、二项分布的均值为np,方差为npq。 2、以事件A出现的次数为横坐标,以概率为纵坐标,画出二项分布的图象,可以看出: (1)、二项分布是一种离散性分布 (2)、当p=q=0.5时,图象对称;当p不等于q时,图形是偏斜的。p>q 时,呈负偏态; 3、n->∞时,趋近于正态分布N(np,npq)

一般1/2np>=5且nq>=5时,二项分布就非常接近正态分布。 二项分布函数在教育中主要用来判断试验结果的机遇性与真实性的界限,例如,求测验猜测行为的判断标准:在选择题测验中,通过二项分布计算得出被试凭猜测答对N道以上的概率。 阅读(744)|评论(0)

超几何分布和二项分布的联系和区别精编版

超几何分布和二项分布的联系和区别 开滦一中 张智民 在最近的几次考试中,总有半数的的学生搞不清二项分布和超几何分布,二者到底该如何区分呢?什么时候利用二项分布的公式解决这道概率问题?什么时候用超几何分布的公式去解决呢? 好多学生查阅各种资料甚至于上网寻找答案,其实这个问题的回答就出现在教材上,人教版新课标选修2-3从两个方面给出了很好的解释. 诚可谓:众里寻他千百度,蓦然回首,那人却在灯火阑珊处! 一、两者的定义是不同的 教材中的定义: (一)超几何分布的定义 在含有M 件次品的N 件产品中,任取n 件,其中恰有X 件次品,则P(X=k) =n N k -n M -N k M C C C , ,2,1,0k =, m,其中m=min{M,n},且n ≤N,M ≤N,n,M,N ∈N,称随机变量X 服从超几何分布 (二)独立重复试验和二项分布的定义 1)独立重复试验:在相同条件下重复做的n 次试验,且各次试验试验的结果相互独立,称为n 次独立重复试验,其中A(i=1,2,…,n)是第ⅰ次试验结果,则 P(A1A2A3…An)=P(A 1)P(A2)P(A3)…P(An) 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)=k n k p p --)1(C k n (k=0,1,2,…,n),此时称随机变量X 服从二项分布,记作X~B(n,p),并称P 为成功概率。 1.本质区别 (1)超几何分布描述的是不放回抽样问题,二项分布描述的是放回抽样问题; (2)超几何分布中的概率计算实质上是古典概型问题;二项分布中的概率计算实质上是相互独立事件的概率问题 2.计算公式 超几何分布:在含有M 件次品的N 件产品中,任取n 件,其中恰有X 件次品,则P(X=k)

二项分布和超几何分布的区别(含答案)复习过程

二项分布和超几何分布的区别(含答案)

超几何分布和二项分布 一、两者的定义是不同的 1超几何分布的定义 2独立重复试验与二项分布的定义 (1)独立重复试验. (2)二项分布. 本质区别 (1)超几何分布描述的是不放回抽样问题,而二项分布描述的是放回抽样问题. (2)超几何分布中的概率计算实质上是古典概型问题;二项分布中的概率计算实质上是相互独立事件的概率问题. 二、两者之间是有联系的 人教版新课标选修2-3第59页习题2.2B组第3题:

例1某批n件产品的次品率为2%,现从中任意地依次抽出3件进行检验,问: (1)当n=500,5000,500000时,分别以放回和不放回的方式抽取,恰好抽到1件产品的概率各是多少?(2)根据(1)你对超几何分布与二项分布的关系有何认识?

【说明】由于数字比较大,可以利用计算机或计算器进行数值计算.另外,本题目也可以帮助学生了解超几何分布和二项分布之间的关系: 第一,n次试验中,某一事件A出现的次数X可能服从超几何分布或二项分布.当这n次试验是独立重复试验时,X服从二项分布;当这n次试验是不放回摸球问题,事件A为摸到某种特性(如某种颜色)的球时,X服从超几何分布 第二,在不放回n次摸球试验中,摸到某种颜色的次数X服从超几何分布,但是当袋子中的球的数目N 很大时,X的分布列近似于二项分布,并且随着N的增加,这种近似的精度也增加. 从以上分析可以看出两者之间的联系: 当调查研究的样本容量非常大时,在有放回地抽取与无放回地抽取条件下,计算得到的概率非常接近,可以近似把超几何分布认为是二项分布. 例2袋中有8个白球、2个黑球,从中随机地连续抽取3次,每次取一个球,求(1)又放回抽样时,取到黑球的个数X的分布列;(2)无放回地抽样时,取到黑球的个数Y的分布列.

二项分布、超几何分布、正态分布总结归纳及练习

二项分布与超几何分布辨析 二项分布与超几何分布是两个非常重要的、应用广泛的概率模型,实际中的许多问题都可以利用这两个概率模型来解决.在实际应用中,理解并区分两个概率模型是至关重要的.下面举例进行对比辨析. 例 袋中有8个白球、2个黑球,从中随机地连续抽取3次,每次取1个球.求: (1)有放回抽样时,取到黑球的个数X的分布列; (2)不放回抽样时,取到黑球的个数Y的分布列. 解:(1)有放回抽样时,取到的黑球数X可能的取值为0,1,2,3.又由于每次取到黑球的概率均 为,3次取球可以看成3次独立重复试验,则1~35X B ?? ???,. 3 03 1464(0)55125P X C ???? ==?= ? ????? ∴; 12 13 1448(1)55125 P X C ???? ==?= ? ?????; 21 231412(2)55125P X C ???? ==?= ? ?????; 3 33 141(3)55125 P X C ???? ==?= ? ?????. 因此,X 的分布列为 X 0 1 2 3 P 64125 48125 12125 1125 2.不放回抽样时,取到的黑球数Y可能的取值为0,1,2,且有: 03283107(0)15C C P Y C ===;12283107(1)15C C P Y C ===;21283101 (2)15 C C P Y C ===. 因此,Y 的分布列为 Y 0 1 2 P 715 715 115 辨析:通过此例可以看出:有放回抽样时,每次抽取时的总体没有改变,因而每次抽到某物的概率都是相同的,可以看成是独立重复试验,此种抽样是二项分布模型.而不放回抽样时,取出一个则总体中就少一个,因此每次取到某物的概率是不同的,此种抽样为超几何分布模型.因此,二项分布模型和超几何分布模型最主要的区别在于是有放回抽样还是不放回抽样.所以,在解有关二项分布和超几何分布问题时,仔细阅读、辨析题目条件是非常重要的. 超几何分布和二项分布都是离散型分布

二项分布、超几何分布、正态分布总结归纳与练习

二项分布?还是超几何分布 二项分布与超几何分布是两个非常重要的、应用广泛的概率模型,实际中的许多问题都可以利用 这两个概率模型来解决.在实际应用中,理解并区分两个概率模型是至关重要的.下面举例进行对比辨析.例 1 袋中有 8 个白球、 2 个黑球,从中随机地连续抽取 3 次,每次取 1 个球.求:( 1)有放回抽样时,取到黑球的个数X的分布列; ( 2)不放回抽样时,取到黑球的个数Y的分布列. 解:( 1)有放回抽样时,取到的黑球数X可能的取值为0,1, 2, 3.又由于每次取到黑球的概率 均为1 , 3 次取球可以看成 3 次独立重复试验,则 1 ,.5X~B 35 0312 ∴ P(X 0) C301 464 ;P(X 1)C31 1 448 ; 5512555125 21 P(X 3) C33 130 P(X 2) C321 412 ;4 1 .5512555125 因此, X 的分布列为 X0123 P 6448121 125125125125 (2)不放回抽样时,取到的黑球数Y可能的取值为0, 1,2,且有: P(Y 0)C20C837 ;P(Y1)C21C82 7 ;P(Y2)C22C81 1 . C10315C10315C10315 因此, Y 的分布列为 Y012 771 P 1515 15 例 2 某食品厂为了检查一条自动包装流水线的生产情况,随机抽取该流水线上的40 件产品作为样本称出它们的重量(单位:克),重量的分组区间为(490,495] , (495,500] ,,, ,(510,515] ,由此得到样本的频率分布直方图,如图4 ( 1)根据频率分布直方图,求重量超过505 克的产品数量 , ( 2)在上述抽取的40 件产品中任取 2 件,设 Y 为重量超过505 克 的产品数量,求Y 的分布列; ( 3)从该流水线上任取 5 件产品,求恰有 2 件产品的重量超过505 克的概率。

二项分布和超几何分布(含答案)讲课教案

二项分布和超几何分布(含答案)

超几何分布和二项分布一、两者的定义是不同的 1超几何分布的定义 2独立重复试验与二项分布的定义 (1)独立重复试验. (2)二项分布. 本质区别

(1)超几何分布描述的是不放回抽样问题,而二项分布描述的是放回抽样问题. (2)超几何分布中的概率计算实质上是古典概型问题;二项分布中的概率计算实质上是相互独立事件的概率问题. 二、两者之间是有联系的 人教版新课标选修2-3第59页习题2.2B组第3题: 例1某批n件产品的次品率为2%,现从中任意地依次抽出3件进行检验,问: (1)当n=500,5000,500000时,分别以放回和不放回的方式抽取,恰好抽到1件产品的概率各是多少? (2)根据(1)你对超几何分布与二项分布的关系有何认识?

【说明】由于数字比较大,可以利用计算机或计算器进行数值计算.另外,本题目也可以帮助学生了解超几何分布和二项分布之间的关系: 第一,n次试验中,某一事件A出现的次数X可能服从超几何分布或二项分布.当这n次试验是独立重复试验时,X服从二项分布;当这n次试验是不放回摸球问题,事件A为摸到某种特性(如某种颜色)的球时,X服从超几何分布 第二,在不放回n次摸球试验中,摸到某种颜色的次数X服从超几何分布,但是当袋子中的球的数目N 很大时,X的分布列近似于二项分布,并且随着N的增加,这种近似的精度也增加. 从以上分析可以看出两者之间的联系: 当调查研究的样本容量非常大时,在有放回地抽取与无放回地抽取条件下,计算得到的概率非常接近,可以近似把超几何分布认为是二项分布. 例2袋中有8个白球、2个黑球,从中随机地连续抽取3次,每次取一个球,求(1)又放回抽样时,取到黑球的个数X的分布列;(2)无放回地抽样时,取到黑球的个数Y的分布列.

二项分布与正态分布习题理含答案

一、选择题 1.某人参加一次考试,4道题中解对3道即为及格,已知他的解题正确率为0.4,则他能及格的概率是() A.0.18B.0.28 C.0.37 D.0.48 [答案] A [解析]C0.43·0.6+C·0.44=0.1792.故应选A. 2.某气象站天气预报的准确率为80%,则5次预报中至少有4次准确的概率为() A.0.2 B.0.41 C.0.74 D.0.67 [答案] C [解析]设事件A为“预报一次,结果准确”P=P(A)=0.8,至少有4次准确这一事件是下面两个互斥事件之和:5次预报,恰有4次准确;5次预报,恰有5次准确,故5次预报,至少有4次准确的概率为P5(4)+P5(5)=C×0.84×0.2+C×0.85×0.20≈0.74.故应选C. 3.(2011·湖北理,5)已知随机变量ξ服从正态分布N(2,σ2),且P(ξ<4)=0.8,则P(0<ξ<2)=() A.0.6 B.0.4 C.0.3 D.0.2 [答案] C [解析]本题考查利用正态分布求随机变量的概率. ∵P(ξ<4)=0.8,∴P(ξ≥4)=0.2,又μ=2, ∴P(0<ξ<2)=P(2<ξ<4)=0.5-P(ξ≥4) =0.5-0.2=0.3.

4.位于坐标原点的一个质点P按下述规则移动:质点每次移动一个单位,移动的方向为向上或向右,并且向上、向右移动的概率是.质点P移动五次后位于点(2,3)的概率是() A.()5B.C()5 C.C()3D.CC()5 [答案] B [解析]由于质点每次移动一个单位,移动的方向为向上或向右,移动五次后位于点(2,3),所以质点P必须向右移动二次,向上移动三次,故其概率为C()3·()2=C()5=C()5.故应选B. 5.在4次独立重复试验中,随机事件A恰好发生1次的概率不大于其恰好发生两次的概率,则事件A在一次试验中发生的概率P的取值范围是() A.[0.4,1) B.(0,0.6] C.(0,0.4] D.[0.6,1) [答案] A [解析]CP(1-P)3≤CP2(1-P)2,4(1-P)≤6P,P≥0.4,又01>σ2>σ3>0 B.0<σ1<σ2<1<σ3 C.σ1>σ2>1>σ3>0 D.0<σ1<σ2=1<σ3 [答案] D [解析]当μ一定时,曲线由σ确定,当σ越小,曲线越高瘦,反之越矮胖.故选D. 二、填空题 7.在某项测量中,测量结果X服从正态分布N(1,σ2)(σ>0).若X在(0,1)内取值的概率为0.4,则X在(0,2)内取值的概率为________. [答案]0.8

二项分布与超几何分布比较

二项分布与超几何分布 二项分布与超几何分布是两个非常重要的、应用广泛的概率模型,实际中的许多问题都可以利用这两个概率模型来解决。在实际应用中,理解并区分两个概率模型是至关重要的。下面举例进行对比辨析。 1.有放回抽样:每次抽取时的总体没有改变,因而每次抽到某物的概率都是相同的,可以看成是独立重复试验,此种抽样是二项分布模型。 2.不放回抽样:取出一个则总体中就少一个,因此每次取到某物的概率是不同的,此种抽样为超几何分布模型。因此,二项分布模型和超几何分布模型最主要的区别在于是有放回抽样还是不放回抽样。所以,在解有关二项分布和超几何分布问题时,仔细阅读、辨析题目条件是非常重要的(特别注意:二项分布是在n次独立重复试验的3个条件成立时应用的)。 超几何分布和二项分布的区别: (1)超几何分布需要知道总体的容量,而二项分布不需要; (2)超几何分布是“不放回”抽取,而二项分布是“有放回”抽取(独立重复)。 练习题: 1. 袋中有8个白球、2个黑球,从中随机地连续抽取3次,每次取1个球。求: (1)有放回抽样时,取到黑球的个数X的分布列; (2)不放回抽样时,取到黑球的个数Y的分布列。 2. 今天你低碳了吗?近来,国内网站流行一种名为“碳排放计算器”的软件,人们可以扰此计算出自己每天的碳排放量。例如:家居用电的碳排放量(千克)=耗电度数×.785,汽车的碳排放量(千克)=油耗公升数×0.785等。某班同学利用寒假在两个小区逐户进行了一次生活习惯进否符合低碳观念的调查。若生活习惯符合低碳观念的称为“低碳族”,否则称为“非低碳族”。这二族人数占各自小区总人数的比例P数据如下:

(I)如果甲、乙来自A小区,丙、丁来自B小区,求这4人中恰有2人是低碳族的概率;(II)A小区经过大力宣传,每周非低碳族中有20%的人加入到低碳族的行列。如果2周 E 后随机地从A小区中任选25个人,记ξ表示25个人中低碳族人数,求.ξ 3. 在“自选模块”考试中,某试场的每位同学都选了一道数学题,第一小组选《数学史与不等式选讲》的有1人,选《矩阵变换和坐标系与参数方程》的有5人,第二小组选《数学史与不等式选讲》的有2人,选《矩阵变换和坐标系与参数方程》的有4人,现从第一、第二两小组各任选2人分析得分情况. (Ⅰ)求选出的4 人均为选《矩阵变换和坐标系与参数方程》的概率; (Ⅱ)设ξ为选出的4个人中选《数学史与不等式选讲》的人数,求ξ的分布列和数学期望.

相关文档
相关文档 最新文档