超几何分布与二项分布的联系..docx

超几何分布与二项分布的联系 超几何分布和二项分布确实有着密切的联系，但也有明显的区别 课本对于超几何分布的定义是这样的：一般的,若一个随机变量X的分布列为 (k n k M N M n N C C P X k C --==,其中0,1,2, , k l = , min(, I n M =,则称X服从超几何分布，记为 (,,X H n M N。其概率分布表为： 对于二项分布的定义是这样的：若随机变量X的分布列为((1 k k n k n P X k C p p -==-,贝 U 2 2 4 5* ￥ P* ?蹩° N-JT c； cl Ci c； 称X服从参数为，n p的二项分 布，记为(,X B n p。其概率分布表为 3 2 p* 超几何分布与二项分布都是取非负整数值的离散分布，表面上看,两种分布的概 率求取有截然不同的表达式，但看它们的概率分布表，会发现构造上的相似点，如:随 机变量X的取值都从0连续变化到I ,对应概率和，，N n I三个值密切相关.可见两 种分布之间有着密切的联系.课本中对超几何分布的模型建立是这样的：若有N件 产品,其中M件是废品，无返回地任意抽取n件，则其中恰有的废品件数X是服从超 几何分布的。而对二项分布则使用比较容易理解的射击 问题来建立模型。若将但 超几何分布的概率模型改成：若有N件产品，其中M件是废品，有返回的任意抽取n 件，则其中恰有 的废品件数X是服从二项分布的。在这里，两种分布的差别就在于 有”与’无”的差别，只要将概率模型中的’无”改为 有 ”或将 有 ”改为 无”就可以实现两种分布之间的转化。 ’返回”和 不返回”就是两种分布转换 的关键。 如在2.2节有这样一个例题：高三(1班的联欢会上设计了一项游戏：在一个口袋 中装有10个红球、20个白球，这些球除 颜色外完全相同，一次从中摸出5个球,摸到 4个红球1个白球就是一等奖，求获一等奖的概率。本题采用的解法是摸出球中的 红球个数X服从超几何分布，但是如果将’一次从中摸出5个球”改为 摸出一球 记下颜色，放回后再摸一球，反复5次”则摸出 球中的红球个数X将不再服从超几 何分布，而是服从二项分布。 我们分别来计算两种分布所对应的概率 b lie 略J c； r pi % ■ fit Q J 产 JMf ip 扣 Op Id 4車 2 超几何分布FV 0.108795^ 0. 339986P 0. 339985P 0.159993*1 0. 029472^ 0.00176 二项分布H 00. 329218*- 0.329218^ 0.164609^ 0. 041152^- 这时发现发现两 种不同的分布其对应的概率之间的差距进一步缩小了 ，我们做 出这样的猜想:样本个数越大超几何分布和二项分布的对应概率相 差就越小，当样本 个数为无穷大时，超几何分布和二项分布的对应概率就相等，换而言之超几何分布的 极限就是二项分布！也就是说lim (1 k n k k k n k M N M n n N N C C C p p C ---— +^=下面我们对以上猜想作出证明：产品个数N无限大，设废 品率为p，则lim N M p N 瑞皿 （N-M）l 期（加-绷 C* _秋施-盘）1 0-￡）!（N-M-卄型 讯 片!（M-片）! 收胚-1”邂-如)(H—M)(N—MJ)- [N—M—咼十 1] N-N-N 呼-1)，3-严+1) 因为m k确定.所以血叫一山皿-屮 匕* 苦一N…拭 曲（射_必）（拧_肚_1）…[川_證—佃—上）十1]_ - s …肿 一P}- z忖r H（亞一舫！ （M —附 + 辭！ N 以上的证明与我们的直观思想相吻合：在废品为确定数M的足够多的产品中，任 意抽取n个（由于产品个数N无限多，无返回与有返回无区别，故可看作n次独立试 验中含有k个废品的概率当然服从二项分布。在这里，超几何分布转化为二项分布 的条件是（1产品个数应无限多，否则无返回地抽取n件产品是不能看作n次独立试 验的.（2在产品个数N无限增加的过程中，废品数应按相应的 比例”增大,否则上 述事实也是不成立的。 对于超几何分布的数学期望（M E X n N = ?，二项分布的数 学期望（E X np =，当我们将“不返回”改为 返回”时,M p N =,两种分布的数学期望相等，方差之间没有相等关系。 超几何分布和二项分布 的数学期望和方差是否也具有我们以上猜想并证明的 极限关系呢？ 事实上超几何分布的数学期望（M E X n N 二？，方差 2（（ （（1 nM N n N M D X N N --=-, U肚馳_ ⑷ （H 汕（N-渤！ 这两个极限值分别是二项分布的数学期望与方差。 需要指明的是这一性质并 非只为超几何分布与二项分布之间所具