在线学习
重点科目
初中数学
高中数学
高等数学
线性代数
概率统计
高中物理
数学公式
主要科目
复变函数
离散数学
数学分析
实变函数
群论
数论
未整理科目
近世代数
数值分析
常微分方程
偏微分方程
大学物理
射影几何
微分几何
泛函分析
拓扑学
数学物理
趣味数学
科数网
首页
教材
高考区
考研区
VIP
科数网
题库
在线学习
高中数学
高等数学
线性代数
概率统计
高中物理
复变函数
离散数学
你好
游客,
登录
注册
在线学习
高中数学
第十二章:排列组合与概率统计
二项分布
最后
更新:
2025-04-11 17:13
查看:
303
次
反馈
刷题
二项分布
两点分布;二项分布;超几何分布
## 两点分布 如果随机变量 $X$ 只取值 0 或 1 ,且其概率分布是 $$ \boxed{ P(X=1)=p, P(X=0)=1-p, p \in(0,1) } $$ 则称随机变量 $X$ 服从两点分布,记作 $X \sim B(1, p)$ 。 两点分布又称 $0-1$ 分布,是我们在现实生活中经常会遇到的一种分布.例如,检查产品**合格与不合格**,投篮**命中与未命中**,一粒种子**发芽与未发芽**,考试成绩**及格与不及格**等,都可以用服从两点分布的随机变量来描述: $$ X= \begin{cases}1, & \text { 当试验成功时; } \\ 0, & \text { 当试验不成功时. }\end{cases} $$ `例`设某项试验的成功率是失败率的 2 倍,若用随机变量 $X$ 描述一次试验成功的次数,求 $P(X=0)$ 的值. 解 由题知此试验服从两点分布,因此可列下表:  因为试验的成功率是失败率的 2 倍,所以 $p=2(1-p)$ , 解得 $p=\frac{2}{3}, ~ 1-p=\frac{1}{3}$ . 因此 $P(X=0)=\frac{1}{3}$ . ## 伯努利实验 在研究随机现象时,经常要在相同的条件下重复做大量试验来发现规律.例如,研究抛掷一枚图钉出现结果的规律,就需要做大量的重复试验.而在 $n$ 次抛掷的过程中,每一次可能针尖朝上,也可能针尖朝下,并且每次针尖朝上的概率是相同的,同时各次试验的结果不会受其他试验结果的影响. 一般地,在相同条件下进行 $n$ 次重复试验,如果每次试验只有两种可能的结果 $A$ 与 $\bar{A}$ ,并且 $P(A)$ 保持不变,各次试验的结果相互独立,那么称这样的试验为**伯努利试验**,它也是一种 $n$ 次独立重复试验。 把一个亮点分布做$n$遍,就是二项分布,请看下面的定义。 ## 二项分布 考虑如下问题:一次测验共有 10 道选择题,每题备有 4 个选项,其中只有 1 个正确.如果某学生随意猜测答题,问其答对一半以上的概率有多大.这样的概率计算具有普遍性,现在就来讨论这种题型的概率计算。 设有一个伯努利试验,其成功概率为 $p(0<p<1)$ ,失败概率为 $q$ ,且 $p+q=1$ .独立地重复该伯努利试验 $n$ 次,用 $X$ 表示成功的次数。把 $n$ 次试验看作具有 $n$ 个标号的位置,其中每个位置都有两种可能:成功或者失败,分别标记为 1 和 0 。"成功次数为 $k$"的事件 $X=k$ 可以看作从 $n$ 个位置里选择 $k$ 个位置标记为 1 ,而其他标记为 0 ,这样的选择共有 $C _n^k$ 种.因为每次试验都是独立地进行,所以由独立性,每种标记发生的概率是 $p^k q^{n-k}$ .再由概率的可加性,可得成功次数为 $k$ 的概率为 $$ P(X=k)=C_n^k p^k q^{n-k}, $$ 其中 $k=0,1,2, \cdots, n$ .因为 $C _n^0= C _n^n=1$ ,所以 $X$ 的分布可表示为 $$ \left(\begin{array}{ccccccc} 0 & 1 & 2 & \cdots & k & \cdots & n \\ q^n & C_n^1 p q^{n-1} & C_n^2 p^2 q^{n-2} & \cdots & C_n^k p^k q^{n-k} & \cdots & p^n \end{array}\right) . $$ 从这个角度可以证明二项式定理 $$ \sum_{k=0}^n C_n^k p^k q^{n-k}=\sum_{k=0}^n P(X=k)=1 $$ 这是这个分布被称为二项分布的理由. **定义** **独立地重复一个成功概率为$p$ 的伯努利试验$n$次,其次数的分布称为二项分布,亦称成功次数$X$服从二项分布$B(n,p)$** `例` 独立地重复 $n$ 次成功概率为 $p$ 的伯努利试验,求至少有一次成功的概率。 解 用 $X$ 表示成功次数.至少有一次成功相当于 $X>0$ ,它的对立事件是 $X=0$ .由概率的性质,至少有一次成功的概率为 $$ P(X>0)=1-P(X=0)=1-(1-p)^n . $$ 当成功概率 $p$ 很小时,通常说成功是小概率事件.虽然在一次试验中,小概率事件几乎不可能发生,但因为 $0<p<1$ ,有 $0<1-p<1$ ,当试验次数 $n$ 充分大时,$(1-p)^n$ 接近于零,即 $1-(1-p)^n$ 接近于 1 ,所以至少有一次成功的概率就会很大. 直观地说,做一件事情,不管成功概率多小,只要执着地努力,重复的次数足够多,就有很大可能会成功。如同俗语所说:失败是成功之母。反过来说,如果不断地重复,小概率的坏事也终有可能发生。例如,开车一次发生事故的概率 $p$ 很小,但是如果每天开车,长期下去还是很有可能发生事故的。所以,不仅每次开车都要格外小心,减小事故发生的概率 $p$ ,而且要尽可能地减少开车次数 $n$ ,这样就能使发生事故的概率尽量减小。 `例` 设 $X$ 服从二项分布 $B(n, p)$ ,求 $X$ 的期望与方差. 解 用 $X_k$ 表示第 $k$ 次随机试验的结果:若成功,则 $X_k=1$ ;若失败,则 $X_k=0$ 。总的成功次数 $X$ 可以表示为 $$ X=X_1+X_2+\cdots+X_n $$ 按照定义,$X_k$ 的期望是 $$ E\left[X_k\right]=1 \times p+0 \times(1-p)=p $$ 所以,由期望的线性性质,得 $$ E[X]=E\left[X_1\right]+E\left[X_2\right]+\cdots+E\left[X_n\right]=n p $$ 用同样的方法可以计算 $X$ 的方差.先计算 $D\left[X_1\right]$ .因为 $E\left[X_1^2\right]=p$ ,所以 $$ D\left[X_1\right]=E\left[X_1^2\right]-\left(E\left[X_1\right]\right)^2=p-p^2=p(1-p) $$ 因为每次试验是独立地重复,所以 $X_1, X_2, \cdots, X_n$ 是相互独立的,且 $D\left[X_k\right]=p(1-p), k=1,2, \cdots, n$ .由方差的 性质,有 $$ D[X]=D\left[X_1\right]+D\left[X_2\right]+\cdots+D\left[X_n\right]=n p(1-p) $$ 由上式可见,方差关于概率 $p$ 的图像是一个开口向下的二次函数图像的一部分,且它在 $p=\frac{1}{2}$ 时达到最大值.这说明,在成功概率是 $\frac{1}{2}$ 时,$X$ 的分散度最大;而当 $p$ 与 $\frac{1}{2}$ 相差较大时,$X$的分散度较小.这就从数学上诠释了前面所说的随机性大小与概率大小的直观关系. `例`10 个零件中有 3 个次品,从中每次抽检 1 个,验后放回,连续抽检 3次.求抽检的 3 个零件中恰有 2 个是次品的概率. 分析 由于 3 次抽检是相互独立的,并且每次抽检只有两个可能的结果,即"抽到正品"或"抽到次品",因此,这是一个 3 次独立重复试验. 解 记抽到次品的概率为 $p$ ,抽到正品的概率为 $q$ . (方法一)设 $B=$" 3 次抽检,恰好有 2 个次品",$A_i=$"第 $i$ 次抽到次品"$(i=$ $1,2,3)$ ,则 $\bar{A}_i=$"第 $i$ 次抽到正品"$(i=1,2,3)$ . 因为 3 次抽检中恰有 2 个次品的事件共有 3 个,即 $A_1 A_2 \bar{A}_3, A_1 \bar{A}_2 A_3, \bar{A}_1 A_2 A_3$ .这三个事件是互斥的,并且 $A_1, A_2, A_3$ 之间都是相互独立的.由概率加法公式有 $$ \begin{aligned} P(B) & =P\left(A_1 A_2 \bar{A}_3 \cup A_1 \bar{A}_2 A_3 \cup \bar{A}_1 A_2 A_3\right) \\ & =P\left(A_1 A_2 \bar{A}_3\right)+P\left(A_1 \bar{A}_2 A_3\right)+P\left(\bar{A}_1 A_2 A_3\right) \\ & =P\left(A_1\right) P\left(A_2\right) P\left(\bar{A}_3\right)+P\left(A_1\right) P\left(\bar{A}_2\right) P\left(A_3\right)+P\left(\bar{A}_1\right) P\left(A_2\right) P\left(A_3\right) \\ & =p^2 q+p^2 q+p^2 q=3 p^2 q \\ & =3 \times\left(\frac{3}{10}\right)^2 \times \frac{7}{10}=0.189 . \end{aligned} $$ (方法二)用 $X$ 表示抽检次数,则 $X$ 是一个随机变量.设事件 $A$ 为"抽检到次品"。事件 $A$ 在 3 次试验中发生 2 次,共有 $C _3^2$ 种情形,由试验的独立性可知,事件 $A$ 在其中的 2 次发生时,其余的 $(3-2)$ 次则不发生,其概率为 $p^2 q^{3-2}$ 。故事件 $A$ 恰好发生 2 次的概率为 $$ P(X=2)=C_3^2 p^2 q^{3-2}=3 p^2 q=3 \times\left(\frac{3}{10}\right)^2 \times \frac{7}{10}=0.189 . $$ 对于例 4 ,类似地,我们还可求得 3 个零件中恰好有 0 个次品, 1 个次品, 3 个次品的概率分别为 $P(X=0)= C _3^0 p^0 q^{3-0}=q^3, P(X=1)= C _3^1 p^1 q^{3-1}=3 p q^2, P(X=3)=$ $C _3^3 p^3 q^{3-3}=p^3$ 。 一般地,在 $n$ 次独立重复试验中,用 $X$ 表示事件 $A$ 出现的次数,设每次试验中事件 $A$ 发生的概率为 $p$ ,则 $X$ 有概率分布: $$ P(X=k)=C_n^k p^k q^{n-k}, k=0,1, \cdots, n \text {, 其中 } q=1-p . $$ 注意到 $C _n^k p^k q^{n-k}$ 正好是二项式 $(p+q)^n$ 的展开式中的第 $(k+1)$ 项,故称随机变量 $X$ 服从二项分布,记作 $X \sim B(n, p)$ ,其中 $n, p$ 为参数,$p$ 为事件发生的概率. 显然,在二项分布中,$P(X=k) \geqslant 0(k=0,1,2, \cdots, n)$ . 根据二项式定理,可知 $$ \sum_{k=0}^n C_n^k p^k q^{n-k}=(p+q)^n=1 $$ 故 $P(X=0)+P(X=1)+\cdots+P(X=k)+\cdots+P(X=n)=1$ . 二项分布在实践中有着广泛的应用,如有放回的摸球模型,$n$ 次投掷硬币出现 $k$次正面朝上的模型,都是二项分布模型的具体化. `例` 某家庭装修公司和客户洽谈装修协议时,洽谈成功的概率是 0.4 .设一天内有 9 个客户前来洽谈装修协议,用 $X$ 表示这天洽谈成功的客户数,求洽谈成功 5 个客户的概率(精确到 0.001)。 解 $X$ 服从二项分布 $B(9,0.4)$ ,于是 $$ P(X=5)=C_9^5 0.4^5(1-0.4)^{9-5} \approx 0.167 . $$ 因此,洽谈成功 5 个客户的概率约为 0.167 . `例`抛掷两枚骰子,取其中一枚的点数为点 $P$ 的横坐标,另一枚的点数为点 $P$的纵坐标,连续抛掷这两枚骰子三次,求点 $P$ 在圆 $x^2+y^2=16$ 内的次数 $X$ 的分布列. 分析 先求出一次试验中点 $P$ 在圆 $x^2+y^2=16$ 内的概率 $p$ ,然后由题意可知 $X \sim B(3, p)$ ,从而求出其分布列. 解 由题意可知,$P$ 点的坐标可能有 $6 \times 6=36$(种)情况,而符合题意的点只有下列 8 个:(1,1),(1,2),(1,3),(2,1),(2,2),(2,3),(3,1),(3, 2),如图 3.2-2.那么在抛郑骰子时,点 $P$ 在圆 $x^2+y^2=16$ 内的概率为 $\frac{8}{36}=\frac{2}{9}$ .由题意可知 $X \sim B\left(3, \frac{2}{9}\right)$ ,所以 $$ \begin{aligned} & P(X=0)=C_3^0\left(\frac{2}{9}\right)^0 \times\left(\frac{7}{9}\right)^3=\frac{343}{729} \\ & P(X=1)=C_3^1\left(\frac{2}{9}\right)^1 \times\left(\frac{7}{9}\right)^2=\frac{98}{243} \\ & P(X=2)=C_3^2\left(\frac{2}{9}\right)^2 \times\left(\frac{7}{9}\right)^1=\frac{28}{243} \\ & P(X=3)=C_3^3\left(\frac{2}{9}\right)^3 \times\left(\frac{7}{9}\right)^0=\frac{8}{729} \end{aligned} $$  因此,随机变量 $X$ 的分布列为 
开VIP会员
非会员每天6篇,会员每天16篇,VIP会员无限制访问
题库训练
自我测评
投稿
上一篇:
强化训练:数学期望综合练习
下一篇:
超几何分布
本文对您是否有用?
有用
(
0
)
无用
(
0
)
纠错
高考
考研
关于
赞助
公式
科数网是专业专业的数学网站。