单选题 适中0.65 引用16 组卷1904
我们将服从二项分布的随机变量称为二项随机变量，服从正态分布的随机变量称为正态随机变量．概率论中有一个重要的结论是棣莫弗一拉普拉斯极限定理，它表明，若随机变量
，当n充分大时，二项随机变量Y可以由正态随机变量X来近似，且正态随机变量X的期望和方差与二项随机变量Y的期望和方差相同．棣莫弗在1733年证明了
的特殊情形，1812年，拉普拉斯对一般的p进行了证明．现抛掷一枚质地均匀的硬币100次，则利用正态分布近似估算硬币正面向上次数超过60次的概率为（ ）（附：若
，则
，
，
）
，当n充分大时，二项随机变量Y可以由正态随机变量X来近似，且正态随机变量X的期望和方差与二项随机变量Y的期望和方差相同．棣莫弗在1733年证明了的特殊情形，1812年，拉普拉斯对一般的p进行了证明．现抛掷一枚质地均匀的硬币100次，则利用正态分布近似估算硬币正面向上次数超过60次的概率为（ ）（附：若，则，，）| A．0.1587 | B．0.0228 | C．0.0027 | D．0.0014 |
2022·福建厦门·模拟预测
类题推荐
，则当
且
时，
可以由服从正态分布的随机变量
近似替代，且
，则
，
，
． 棣莫弗-拉普拉斯中心极限定理表明：若随机变量
，当
充分大时，
可以用服从正态分布的随机变量
来近似，且的期望和方差与的期望和方差相同，已知某运动员每次投篮的命中率为
，则他在1800次投篮中，超过1180次命中的概率约为（ ）（参考数据:若
，则
，
，
）
，当充分大时，可以用服从正态分布的随机变量来近似，且的期望和方差与的期望和方差相同，已知某运动员每次投篮的命中率为，则他在1800次投篮中，超过1180次命中的概率约为（ ）（参考数据:若，则，，）| A．0.65865 | B．0.84135 | C．0.97725 | D．0.99865 |
，则当
服从正态分布
，则
，
，
．组卷网是一个信息分享及获取的平台，不能确保所有知识产权权属清晰，如您发现相关试题侵犯您的合法权益，请联系组卷网
