关于二项分布与超几何分布问题区别举例.docVIP

关于二项分布与超几何分布问题区别举例 关于二项分布与超几何分布问题区别举例 PAGE / NUMPAGES 关于二项分布与超几何分布问题区别举例 对于“二项散布”与“超几何散布” 问题举例 一．基本观点 超几何散布 一般地，在含有 M件次品的 N 件产品中，任取 n 件，此中恰有 X 件 次品，则事件 X=k 发生的概率为： P(X=k)= CMk Cn Nn kM ,k= 0,1,2,3, ,m； C N 此中， m= min M,n , 且 n N , M N . n,M,N N 为超几何散布；如 果一个变量 X 的散布列为超几何分 布列，则称随几变量 X 听从超几何分 M 布 . 此中， EX= n N 二项散布 在 n 次独立重复试验中，设事件 A 发生的次数为 X, 在每次试验中，事件 A发生的概率为 P, 那么在 n 次独 立重复试中，事件 A 恰巧发生 概率为： P(X=k)= k k n-k (k=0,1,2,3, ,n), Cn p (1-p)  次的 此 时 称随机变量 X 听从二项散布 . 记作： X B(n,p),EX= np “二项散布”与“超几何散布”的联系与差别 “二项散布”所知足的条件 每次试验中，事件发生的概率 是同样的；是一种放回抽样 . 各次 试验中的事件是互相独立的； 每次 试验只有两种结果，事件要么发生， 要么不发生； 随机变量是这 n 次独 立重复试验中事件发生的次数 . “超几何散布”的实质：在每次试验中某一事件发生的概率不同样，是不放回抽样， “当样本容量很大时，超几何散布近似于二项散布 ; “二项散布” 和“超几何散布”是两种不一样的散布，但其希望是相等的 . 即：把一个散布当作是“二项散布”或“超几何散布”时，它们的希望是同样的 . 事实上，对于“超几何 散布”中 , 若 p= , 则EX= i 1 k CNn n k = M n k CMCNM N M N . “超几何散布” 和“二项散布” 的这类“偶合” ，使得“超几何散布”希望的计算大简化 . 共同点：每次试验只有两种可能的结果：成功或失败。 不一样点： 1、超几何散布是不放回抽取，二项散布是放回抽取； 2、超几何散布需要知道整体 的容量，二项散布不需要知道整体容 量，但需要知道“成功率” ； 联系：当产品的总数很大时，超几何 散布近似于二项散布。 所以，二项散布模型和超几何散布 模型最主要的差别在于是有放回抽 样仍是不放回抽样．所以，在解相关二项散布和超几何散布问题时，认真阅读、辨析题目条件是特别重要的．二．典型例题 例 1：袋中有 8 个白球、 2 个黑球，从中随机地连续抽取 3 次，每次取 1 个球．求： 1）有放回抽样时，取到黑球的个数Ｘ的散布列； 2）不放回抽样时，取到黑球的个数Ｙ的散布列． 解：（1）有放回抽样时 ，取到的黑球 数Ｘ可能的取值为０， 1，2，3．又 因为每次取到黑球的概率均为 1，3 次 5 取球能够当作 3 次独立重复试验，则 5 ． 1 ， X~B 3 0 4 3 ； ∴ 0 1 64 0) C3 P( X 5 5 125 1 2 ； P( X 1) C31 1 4 48 5 5 125 2 1 ； P( X 2) C32 1 4 12 5 5 125 3 0 ． P( X 3) C33 1 4 1 5 5 125 所以， X 的散布列为 X 0123 64 48 12 1 P 125 125 125 125 （ 2）．不放回抽样时 ，取到的黑球数 Ｙ可能的取值为０， 1， 2，且有： P(Y 0) C20C83 7 ； P(Y 1) C21C82 7 ； P(Y 2) C22C81 1 ． C103 15 C103 15 C103 15 所以， Y 的散布列为 0 1 2 7 7 1 P 15 15 15 例 2. 在 10 件产品中，有 3 件一等品， 4 件二等品， 3 件三等品，从这 10 件 产品中任取 3 件，求： 拿出的 3 件产品中一等品件数多于二等品件数的概率 . 记： X 表示“拿出的 3 件产品中一等品件数多于二等品件数的 数目”，求 X 的散布列并求 EX; 剖析：由题可知：从 10 件产品 中分别任取两次获得 “一等品”或“二 等品”的概率是不相等的，所以是一 种不放回抽样 ; 随机变量 X 听从超几 何散布 . 解：(1) 记 A1：拿出 3 件一等品； A2：拿出 2 件一等品； A3：拿出 1 件 一等品，二件三等品 .A 1、A2、A3 互斥， 1 C 3 1 2 C 2 C 1 P(A )= 3 , P(A )= 3 7 3 = 120 3 C10 C10 7 = 40, C 1 C 2 3 P(A 3 )