1 . 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，，）

A．0.65865

B．0.84135

C．0.97725

D．0.99865

2 . 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：若随机变量，当充分大时，二项随机变量可以由正态随机变量来近似地替代，且正态随机变量的期望和方差与二项随机变量的期望和方差相同.法国数学家棣莫弗（1667-1754）在1733年证明了时这个结论是成立的，法国数学家､物理学家拉普拉斯（1749-1827）在1812年证明了这个结论对任意的实数都成立，因此人们把这个结论称为棣莫弗—拉普拉斯极限定理.现抛掷一枚质地均匀的硬币2500次，利用正态分布估算硬币正面向上次数不少于1200次的概率为（       ）
（附：若，则，

A．0.99865

B．0.97725

C．0.84135

D．0.65865