下载文档原格式
高中新课标选修（2-3）二项分布及其应用教材解读一、条件概率1．事件A 发生的条件下，事件B 发生的概率称为“事件A 发生的条件下，事件B 发生的条件概率”，记为()P B A |；2．由古典概型可得：()()()n AB P B A n A =|；一般情况，()()()P AB P B A P A =|； 3．条件概率具有概率的性质，即0()1P B A |≤≤；4．如果Ｂ，Ｃ是两个互斥事件，那么()()()P B C A P B A P C A =+|||；如：在一副扑克牌的13张红心中，当先抽出红心A 后，再抽一张恰是红心2或3的概率是多少此题中A 表示抽到的是红心A 的事件，B 表示抽到的是红心2的事件，C 表示抽到的是红心3的事件，显然事件B 与事件C 互斥．而1()12P B A =|，1()12P C A =|，那么111()()()12126P B C A P B A P C A =+=+=|||； 二、事件的相互独立性1．概念： （1）若事件A 的发生对事件B 是否发生没有影响，事件B 的发生对事件A 是否发生也没有影响，则称事件A 与事件B 相互独立．如：抛骰子两次，第一次出现3点记为事件A ，第二次出现5点记为事件B ，显然，事件A 与事件B 相互独立．（2）若事件Ａ与事件Ｂ满足()()()P AB P A P B =，则称事件Ａ与事件Ｂ相互独立．如：某射击运动员射击一次，命中目标的概率为0．9，问他连续射击两次都命中的概率是多少本题中，可把第一次命中目标记为事件A 、第二次命中目标记为事件B ，则两次都命中就是事件AB ，由于事件A 与事件B 相互独立，所以()()()0.90.90.81P AB P A P B ==⨯=·． 2．相互独立事件的性质：（1）事件的“互斥”与“相互独立”是两个不同的概念．两事件“互斥”是指两事件不可能同时发生，两事件“相互独立”是指一个事件的发生与否对另一事件发生的概率没有影响．（2）若事件A 与B 相互独立，则A 与，与与也都相互独立．（3）()()()P AB P A P B =使用的前提是为相互独立事件．也就是说，只有两个相互独立事件同时发生的概率，才等于每个事件发生的概率的积．一般地，如果事件12n A A A ，，，相互独立，则这个事件都发生的概率等于每个事件发生的概率的积，即1212()()()()n n P A A A P A P A P A =．同样，只有当12n A A A ，，，相互独立时，这个事件同时发生的概率，才等于每个事件发生的概率的积．（4）1()()P A P B -表示两个相互独立事件至少有一个不发生的概率．三、独立重复试验与二项分布1．一般地，在相同条件下重复做的n 次试验称为n 次独立重复试验．注意这里强调了三点：（1）相同条件；（2）多次重复；（3）各次之间相互独立；2．二项分布的概念：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，那么在n 次独立重复试验中，事件A 恰好发生次的概率为()(1)(012)k k n k n P X k C p p k n -==-=，，，，，．此时称随机变量服从二项分布，记作~()X B n p ，，并称为成功概率．四、注意事项1．求解条件概率时，必须认真分析题意，对照条件概率模式，有时的转化是隐含的、巧妙的．2．对事件的独立性，要结合以前学习的互斥事件、对立事件，加以理解独立事件的概念．注意应用独立事件的概念，证明两个事件的独立性．3．在求事件的概率时，有时遇到求“至少…”或“至多…”等事件概率的问题，如果从正面考查这些问题，它们是诸多事件的和或积，求解过程繁琐，但“至少…”、“至多…”这些事件的对立事件却往往很简单，其概率也易求出，此时，可逆向思考，先求其对立事件的概率，进而求得原来事件的概率．4．二项分布指的是随机变量的概率，两点分布指的是随机变量的分布列为两点分布列，这是它们的区别．。
二项分布及其应用
20130513
一、教材分析
互相独立事件、n次独立重复试验的概率及二项分布是高考重点考察的内容，在解答题中常和分布列的有关知识结合在一起考查，属中档题目.在此之前，学生已学习了互斥事件，对立事件，分布列，两点分布，超几何分布，条件概率等知识，因此要加强“二项分布”与前面知识的区别与联系，构建知识网络.
二、学情分析
在最近的一次月考中，曾出现了“二项分布”的考题，学生答题情况并不理想，曾经出现各种的错误.这说明学生对该“二项分布”的特点理解不深刻，换一个背景，学生就不
C，从而造成失分.因此，在复习过程中，应充分知道考核什么知识点了，或者公式中缺少k
n
调动学生的积极性，通过学生自身的探究学习、互相合作，还有教师的适当引导之下复习好本节知识.
三、教学目标
1、知识目标：了解两个事件互相独立的概念，理解n次独立重复试验的模型及二项分
布，并能解决一些简单的实际问题.
2、能力目标：在探究的过程中，培养学生使用概率知识分析和解决实际问题的能力，
体会分类讨论，转化等数学思想，增强数学的应用意识，提高学习数学的兴趣.
3、情感目标：通过学生的讨论探究，主动学习，培养他们勇于探索的治学精神.
四、重点难点
教学重点：理解n次独立重复试验及二项分布模型.
教学难点：利用互相独立事件和二项分布模型解决实际问题.
五、教学基本流程
六、教学设计。
二项分布及其应用知识集结知识元相互独立事件知识讲解1．相互独立事件和相互独立事件的概率乘法公式【知识点的认识】1．相互独立事件：事件A（或B）是否发生，对事件B（或A）发生的概率没有影响，这样两个事件叫做相互独立事件．2．相互独立事件同时发生的概率公式：将事件A和事件B同时发生的事件即为A•B，若两个相互独立事件A、B同时发生，则事件A•B发生的概率为：P（A•B）＝P（A）•P（B）推广：一般地，如果事件A1，A2，…，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之积，即：P（A1•A2…A n）＝P（A1）•P（A2）…P（A n）3．区分互斥事件和相互独立事件是两个不同的概念：（1）互斥事件：两个事件不可能同时发生；（2）相互独立事件：一个事件的发生与否对另一个事件发生的概率没有影响．例题精讲相互独立事件例1.若甲、乙两位同学随机地从6门课程中各选修3门，则两人选修的课程中恰有1门相同的概率为__．例2.甲、乙两人依次从标有数字0，1，2的三张卡片中各抽取一张（不放回），则两人均未抽到标有数字0的卡片的概率为__．例3.'一次数学考试有4道填空题，共20分，每道题完全答对得5分，否则得0分．在试卷命题时，设计第一道题使考生都能完全答对，后三道题能得出正确答案的概率分别为P、、且每题答对与否相互独立（1）当p=时，求考生填空题得满分的概率（2）若考生填空题得10分与得15分的概率相等，求的P值．'n次独立重复试验恰好k次发生的概率知识讲解1．n次独立重复试验中恰好发生k次的概率【概念】一般地，在n次独立重复试验中，用ξ表示事件A发生的次数，如果事件发生的概率是P，则不发生的概率q＝1﹣p，N次独立重复试验中发生K次的概率是P（ξ＝K）＝（K＝1，2，3，…n）那么就说ξ服从二项分布．其中P称为成功概率．记作ξ～B（n，p），期望：Eξ＝np，方差：Dξ＝npq．【实例解析】例：在3次独立重复试验中，随机事件恰好发生1次的概率不大于其恰好发生两次的概率，则随机事件A在一次试验中发生的概率的范围是．解：由题设知C31p（1﹣p）2≤C32p2（1﹣p），解≤p≤1，故答案为：[，1]．本题是典型的对本知识点进行考察，要求就是熟练的应用公式，理解公式的含义并准确计算就可以了，这种比较简单的题型一般出现在选择填空题中．【考点点评】这个知识点非常的重要，但相对来说也比较简单，所以大家要多花点时间把它吃透．例题精讲n次独立重复试验恰好k次发生的概率例1.随机变量X～B（6，），则P（X=2）等于（）A．B．C．D．例2.如果X～B（20，p），当且P（X=k）取得最大值时，k的值是（）A．8B．9C．10D．11例3.一头病猪服用某药品后被治愈的概率是90%，则服用这种药的5头病猪中恰有3头猪被治愈的概率为（）A．0.93B．1-（1-0.9）3C．C53×0.93×0.12D．C53×0.13×0.92超几何分布知识讲解1．超几何分布【知识点的知识】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，则称超几何分布列．（1）超几何分布的模型是不放回抽样；（2）超几何分布中的参数是N，M，n上述超几何分布记作X～H（N，M，n）．【典型例题分析】典例1：有N件产品，其中有M件次品，从中不放回地抽n件产品，抽到的次品数的数学期望值是（）A．n B．C．D．分析：先由超几何分布的意义，确定本题中抽到次品数服从超几何分布，再由超几何分布的性质：若随机变量X～H（n，M，N），则其数学期望为，计算抽到的次品数的数学期望值即可解答：设抽到的次品数为X，则有N件产品，其中有M件次品，从中不放回地抽n件产品，抽到的次品数X服从超几何分布即X～H（n，M，N），∴抽到的次品数的数学期望值EX＝故选C．题型一：抽样次品数的分布规律问题典例1：某批产品共10件，已知从该批产品中任取1件，则取到的是次品的概率为P＝0.2．若从该批产品中任意抽取3件，（1）求取出的3件产品中恰好有一件次品的概率；（2）求取出的3件产品中次品的件数X的概率分布列与期望．解：设该批产品中次品有x件，由已知，∴x＝2…（2分）（1）设取出的3件产品中次品的件数为X，3件产品中恰好有一件次品的概率为…（4分）（2）∵X可能为0，1，2∴…（10分）∴X的分布为：X012P则…（13分）题型二：不放回摸球游戏问题典例2：甲有一个箱子，里面放有x个红球，y个白球（x，y≥0，且x+y＝4）；乙有一个箱子，里面放有2个红球，1个白球，1个黄球．现在甲从箱子任取2个球，乙从箱子里在取1个球，若取出的3个球颜色全不相同，则甲获胜．（1）试问甲如何安排箱子里两种颜色的个数，才能使自己获胜的概率最大？（2）在（1）的条件下，求取出的3个球中红球个数的数学期望．解：（1）由题意，；∴，当且仅当x＝y＝2时“＝”成立所以当红球与白球各2个时甲获胜的概率最大（2）取出的3个球中红球个数ξ＝0，1，2，3，所以【解题方法点拨】超几何分布的求解步骤：（1）辨模型：结合实际情景分析所求概率分布问题是否有冥想的两部分组成，如“男生、女生”“正品、次品”“优、劣”等，或可转化为明显的两部分．（2）算概率：可以直接借助公式，也可利用排列、组合及概率知识求解．（3）列分布表：把求得的概率值通过表格表示出来．例题精讲超几何分布例1.已知超几何分布满足X～H（3，5，8），则P（X=2）=___．例2.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___．例3.若X～H（2，3，5），则P（X=1）=___。
二项分布及其应用【知识要点】一、条件概率及其性质1、条件概率一般地，设A ，B 为两个事件，且0)(>A P ，称)()()(A P AB P A B P =为在事件A 发生的条件下，事件B 发生的条件概率。
2、性质（1）任何事件的条件概率都在0和1之间，即1)(0≤≤A B P .（2）如果B 和C 是两个互斥事件，则)()()(A C P A B P A C B P ==Y 。
【例题1—1】从1，2，3，4，5中任取2个不同的数，事件A 为“取到的2个数之和为偶数”，事件B 为“取到的2个数均为偶数”，则=)(A B P （ B ） A 、81 B 、41 C 、52 D 、21 【例题1—2】在一次考试的5道题中，有3道理科题和2道文科题，如果不放回地依次抽取2道题，则在第一次抽到理科题的条件下，第二次抽到理科题的概率为 21 。
【例题1—3】某地区空气质量监测表明，一天的空气质量为优良的概率是0.75，连续两天为优良的概率是0.6，已知某天的空气质量为优良，则随后一天的空气质量为优良的概率是（ A ）A 、0.8B 、0.75C 、0.6D 、0.45【例题1—4】从混有5张假钞的20张一百元钞票中任意抽取2张，将其中一张在验钞机上检验发现是假钞，则这两张都是假钞的概率为（ A ）A 、172B 、152C 、51D 、103 【例题1—5】把一枚硬币连续抛掷两次，事件A=“第一次出现正面”，事件B=“第二次出现正面”，则=)(A B P （ A ）A 、21B 、41 C 、61 D 、81 【例题1—6】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，则在从1号箱中取出的是红球的条件下，从2号箱取出红球的概率是94 。
二、相互独立事件及n 次独立重复事件1、相互独立事件同时发生的概率(1)相互独立事件的定义：如果事件A （或B ）是否发生对事件B （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。
二项分布概念：二项分布即重复n次独立的伯努利试验。
在每次试验中只有两种可能的结果，而且两种结果发生与否互相对立，并且相互独立，与其它各次试验结果无关，事件发生与否的概率在每一次独立试验中都保持不变，则这一系列试验总称为n重伯努利实验，当试验次数为1时，二项分布就是伯努利分布。
该事件发生k次的概率为:P=C(k,n)×p^k×(1-p)^(n-k)，其中C(k,n)表示组合数，即从n个事物中拿出k个的方法数.，p为事件发生的概率，k是发生的次数，其中k=1,2,3...n，Ek=np，方差:Dk=np(1-p)例6-1某种药物治疗某种非传染性疾病的有效率为0.70，无效率为0.30。
今用该药治疗该疾病患者10人，试分别计算这10人中有6人、7人、8人有效的概率(《医学统计学》，第三版，孙振球)。
#源代码例6-1：dbinom(6,10,0.7)#二项分布函数dbinom(7,10,0.7)dbinom(8,10,0.7)#其中dbinom(k,n,p)中，k是发生的次数，10是共次数，p是概率>#源代码例6-1：>dbinom(6,10,0.7)[1]0.2001209>dbinom(7,10,0.7)[1]0.2668279>dbinom(8,10,0.7)[1]0.2334744>#其中dbinom(k,n,p)中，k是发生的次数，10是共次数，p是概率例6-2在对13名输卵管结扎的育龄妇女经壶腹部-壶腹部吻合术后，观察其受孕情况，发现有6人受孕，试据此资料估计该吻合术受孕率的95%可信区间。
#源代码例6-2：binom.test(6,13,p=6/13,conf.level=0.95)>#源代码例6-2：>binom.test(6,13,p=6/13,conf.level=0.95)Exact binomial testdata:6and13number of successes=6, number of trials=13, p-value=1alternative hypothesis:true probability of success is not equal to0.461538595percent confidence interval:0.19223240.7486545sample estimates:probability of success0.4615385例6-3在观测一种药物对某种非传染性疾病的治疗效果时，用该药治疗了此种非传染性疾病患者100人，发现55人有效，试据此估计该药物治疗有效率的95%可信区间。
二项分布及其应用二项分布是概率论中最重要的几种分布之一，在实际应用和理论分析中都有着重要的地位：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 ，那么在n 次独立重复试验中，事件A 恰好发生K 次的概率为P(X=k)=C n k 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，记作X ～B(n,p)，并称p 为成功概率。
二项分布是一种常见的重要离散型随机变量分布列，其识别特点主要有两点：其一是概率的不变性；其二是试验的可重复性，下面加以例谈。
例题1 某车间有10台同类型的机床，每台机床配备的电动机功率为10千瓦，已知每台机床工作时，平均每小时实际开动12分钟，且开动与否是相互独立的。
现因当地电力供应紧张，供电部门只提供50千瓦电力，这10台机床能够不因电力不足而无法工作的概率为多大？在一个工作班的8小时内，不能正常工作的时间大约是多少？解析：设10台机床中实际开动的机床数为随机变量ξ，由题意知满足二项分布，即ξ～B （10，p ），其中p 是每台机床开动的概率，p=516012= ,从而)10,2,1,0()54()51()(1010 ===-k C k P k k k ξ ， 50千瓦电力可同时供5台机床同时开动，因而10台中同时开动数不超过5台都可以正常工作，这一事件的概率55510644107331082210911010010)54()51()54()51()54()51()54()51()54)(51()54()5(C C C C C C P +++++=≤ξ994.0≈。
由以上知，在电力供应为50千瓦的条件下，机床不能正常工作的概率仅为0.006，从而一个工作班的8小时内不能正常工作的时间大约为8×60×0.006=2.88（分钟），这说明，10台机床的工作基本不受电力供应紧张的影响。
