【正文】 0 0 33( 0 ) 0 .0 3 (1 0 .0 3 )PC? ? ? ? ? ?， 123( 1 ) 0 .0 3 (1 0 .0 3 )PC? ? ? ? ? ?， 223( 2 ) 0 .0 3 (1 0 .0 3 )PC? ? ? ? ? ?， 3 3 03( 3 ) 0 .0 3 (1 0 .0 3 )PC? ? ? ? ? ?． 所以， 隨機(jī)變量 ? 的概率分布 為 ? 0 1 2 3 P 0 0 33 (1 )C ? ? ? 123 (1 )C ? ? ? 223 .03 (1 )C ? ? ? 3 3 03 (1 )C ? ? ? 播放 課件 質(zhì)疑 觀看 課件 思考 啟發(fā)學(xué)生得出結(jié)果 10 *動(dòng)腦思考 探索新知 一般地，如果在一次試驗(yàn)中某事件 A發(fā)生的概率是 P， 隨機(jī)變量 ? 為 n次獨(dú)立試驗(yàn)中 事件 A發(fā)生的 次數(shù) ， 那么隨機(jī)變量 ? 的概率 分布為： ? 0 1 … k … n P 00(1 )nnC p p? ? ? 1 1 1(1 )nnC p p ?? ? ? … (1 )k k n knC p p ?? ? ? … 0(1 )nnnC p p? ? ? 其中 0 1 , 0 1 , 0 , 1 , 2 , ,p q k n? ? ? ? ?． 我們將這種形式的隨機(jī)變量 ? 的 概率 分布 叫做 二項(xiàng)分布 ． 稱(chēng) 隨機(jī)變量 ? 服從 參數(shù)為 n和 P的二項(xiàng)分布 ，記為 ? ~B（ n， 總結(jié) 歸納 思考 教 學(xué) 過(guò) 程 教師 行為 學(xué)生 行為 教學(xué) 意圖 時(shí)間 P） ． 二項(xiàng)分布 中的各個(gè)概率值 ， 依次是二項(xiàng)式 [(1 ) ]npp?? 的展開(kāi)式中的各項(xiàng) ． 第 k+1項(xiàng) 1kT? 為 ( ) (1 )k k n knnP k C p p ???． 二項(xiàng)分布是 以伯努利概型為背景的重要分布，有著廣泛的應(yīng)用． 在實(shí)際問(wèn)題中，如