高中数学之超几何分布详解_概率统计讲义、练习及答案解析全攻略.docxVIP

高中数学之超几何分布详解_概率统计讲义、练习及答案解析全攻略

一、引言

在高中数学的概率统计领域，超几何分布是一个重要且具有实际应用价值的知识点。它在抽样问题、质量检测等众多实际场景中都有着广泛的应用。理解和掌握超几何分布，不仅有助于我们解决相关的数学题目，更能让我们用数学的眼光去分析和处理生活中的实际问题。本文将对超几何分布进行全面深入的讲解，包括其定义、性质、实际应用，同时还会配备相应的练习题及详细的答案解析，帮助同学们更好地掌握这一知识点。

二、超几何分布的定义与背景

（一）定义

超几何分布是统计学上一种离散概率分布。它描述了从有限\(N\)个物件（其中包含\(M\)个指定种类的物件）中抽出\(n\)个物件，成功抽出该指定种类的物件的次数（不放回）。

假设在\(N\)件产品中，有\(M\)件次品，现从中随机抽取\(n\)件产品，用\(X\)表示抽取的\(n\)件产品中的次品数，则\(X\)服从参数为\(N\)，\(M\)，\(n\)的超几何分布，记为\(X\simH(n,M,N)\)。

其概率计算公式为\(P(X=k)=\frac{C_{M}^{k}C_{N-M}^{n-k}}{C_{N}^{n}}\)，其中\(k\)为抽取的次品数，\(k\)的取值范围是\(\max\{0,n-(N-M)\}\leqk\leq\min\{n,M\}\)，\(C_{a}^{b}\)表示从\(a\)个不同元素中取出\(b\)个元素的组合数，计算公式为\(C_{a}^{b}=\frac{a!}{b!(a-b)!}\)。

（二）背景

超几何分布的概念源于实际生活中的抽样问题。例如，在产品质量检测中，我们常常需要从一批产品中抽取一定数量的样本进行检验，以推断整批产品的质量情况。由于抽样是不放回的，每次抽取后总体的数量和特定种类的物品数量都会发生变化，这就符合超几何分布的特征。

三、超几何分布的性质

（一）期望

若\(X\simH(n,M,N)\)，则\(X\)的数学期望\(E(X)=n\cdot\frac{M}{N}\)。

证明如下：

根据数学期望的定义\(E(X)=\sum_{k=0}^{n}k\cdotP(X=k)=\sum_{k=0}^{n}k\cdot\frac{C_{M}^{k}C_{N-M}^{n-k}}{C_{N}^{n}}\)。

对\(k\cdot\frac{C_{M}^{k}C_{N-M}^{n-k}}{C_{N}^{n}}\)进行变形，\(k\cdot\frac{C_{M}^{k}C_{N-M}^{n-k}}{C_{N}^{n}}=\frac{M\cdotC_{M-1}^{k-1}C_{N-M}^{n-k}}{C_{N}^{n}}\)。

令\(j=k-1\)，\(m=n-1\)，\(N=N-1\)，\(M=M-1\)，则\(E(X)=n\cdot\frac{M}{N}\sum_{j=0}^{m}\frac{C_{M}^{j}C_{N-M}^{m-j}}{C_{N}^{m}}\)。

由于\(\sum_{j=0}^{m}\frac{C_{M}^{j}C_{N-M}^{m-j}}{C_{N}^{m}}=1\)，所以\(E(X)=n\cdot\frac{M}{N}\)。

（二）方差

若\(X\simH(n,M,N)\)，则\(X\)的方差\(D(X)=n\cdot\frac{M}{N}(1-\frac{M}{N})\cdot\frac{N-n}{N-1}\)。

方差的计算相对复杂，它反映了随机变量取值的离散程度。在实际应用中，方差可以帮助我们评估抽样结果的稳定性。

四、超几何分布的实际应用

（一）产品质量检测

在某工厂生产的\(100\)件产品中，有\(5\)件次品。现从中随机抽取\(10\)件进行检测，求抽到次品数\(X\)的概率分布、期望和方差。

1.概率分布

已知\(N=100\)，\(M=5\)，\(n=10\)，\(X\simH(10,5,100)\)。

\(P(X=k)=\frac{C_{5}^{k}C_{95}^{10-k}}{C_{100}^{10}}\)，\(k=0,1,2,3,4,5\)。

当\(k=0\)时，\(P(X=0)=\frac{C_{5}^{0}C_{95}^{10}}{C_{100}^{10}}\)

\(C_{5}^{0}=1\)，\(C_{95}^{10}=\frac{95!}{10!(95-10)!}\)，\(C_{100}^{10}=\frac{100!}{10!(100-10)!}\)，通过计算可得\(P(X=0)\