二项分布与超几何分布的区别

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

(1)从中每次取出1个球然后放回,连续抽取三次,求取到红球 次数X的分布列和数学期望。 3k k k 解:由已知X~B(3,0.4), PX k C3 0.4 1 0.4 , (k 0,1,2,3)
X 所以,X的分布列为: p
0
1
2
3
27 54 36 8 E X 3 0.4 1.2 125 125 125 125
k n- k P(X=k)=Ck p (1 - p ) ,k=0,1,2,…,n. n
则称随机变量 X 服从参数为 n、p 的二项分布,记 作 X~B(n,p),并称 p 为成功概率.
2.超几何分布
一般地,在含有 M 件次品的 N 件产品中,任取 n 件,其 中恰有 X 件次品,则事件{X=k}发生的概率为
E X 3 0.6 1.8
0
1
2
3
8 36 54 27 125 125 125 125
变式:(3)把(2)改为:若随机在样本不赞成高考改革的家长中 抽取3个,记这3个家长中是城镇户口的人数为Y,试求Y的分布列 及数学期望E(Y). k 3 k C15 C10 解:由已知Y服从超几何分布, PY k , (k 0,1,2,3) 3 C25 所以,Y的分布列为: Y
2018届南宁市摸底考试18题
摸底考试18题第(1)问
(2)用样本的频率估计概率,若随机在全省不赞成高考改革的家 长中抽取3个,记这3个家长中是城镇户口的人数为X,试求X的分 布列及数学期望E(X). 用样本的频率估计概率应怎样理解? 概率定义:对于给定的随机事件A,如果随着试验次数的增加,事 件A发生的频率稳定在某个常数上,把这个常数记作P(A),称为 事件A的概率。 在样本中,不赞成高考改革的家长中是城镇户口的频率为0.6,因 此,估计全省从不赞成高考改革的家长中随机抽取1个,他是城镇 户口的概率为0.6,抽取3个,即进行3次独立重复试验,所以, X~(n,p)

n k Ck MCN-M P (X = k )= ,k=0,1,2,…,m,(其中 m 是 M,n Cn N
中的最小值,n≤N,M≤N,n、M、N∈N*).
称分布列
X P
0
n- 0 C0 C M N-M Cn N
1
n- 1 C1 C M N-M Cn N
… …
m
n- m Cm C M N-M Cn N
(2)从中逐个不放回的抽取出3个球(效果等同于一次同时取出3个 球),求取到红球个数Y的分布列和数学期望。 k 3 k C C 解:由已知Y服从超几何分布, PY k 4 3 6 , (k 0,1,2,3) C10 所以,Y的分布列为: Y
0
1 6
1
1 2
2
3 10
3
1 30
解:(2)由样本频率估计概率知,全省从不赞成高考改革的家 长中随机抽取1个,他是城镇户口的概率为0.6,所以,抽取3个 即进行3次独立重复试验,所以,X~B(3,0.6)
PX k C 0.6 1 0.6 , (k 0,1,2,3)
k 3 k 3k
X 所以,X的分布列为: p
为超几何分布列,如果随机变量 X 的分布列为超几何 分布列,则称随机变量X服从超几何分布.
3、二项分布、超几何分布的均值、方差 (1)若 X~B(n,p),则 E(X)=np,D(X)=np(1-p). (2)若 X 服从参数为 N、M、n 的超几何分布, nM 则 E(X)= . N
例1、盒子中有大小相同的4个红球和6个黑球.
0
6 115
1
27 92
2
21 46
3
91 460
p
6 27 21 91 EX 0 1 2 3 1.8 115 92 46 460 15 1.8 或E X 3 25
思考:变式第(3)问与第(2)问的区别? (2)用样本的频率估计概率,若随机在全省不赞成高考改革的家 长中抽取3个,记这3个家长中是城镇户口的人数为X,试求X的分 布列及数学期望E(X). 变式(3): 若随机在样本不赞成高考改革的家 长中抽取3个,记这3个家长中是城镇户口的人数为Y,试求Y的分 布列及数学期望E(Y). 首先:(2)中的概率是用频率来估计的;而(3)概率是古典 概型,不是估计的。 其次: (2)中全省不赞成高考改革的家长人数没有给出(可以 看成很多,抽取1个后再抽取1个不影想概率,可看成独立重复 试验),不可能用古典概型求其概率;而(3)样本中不赞成高 考改革的家长很明确是25人,可以用古典概型求其概率 。
二项分布与超几何分布的区别
1.独立重复试验与二项分布
(1)一般地,在相同条件下,重复做的 n 次试验称为 n 次独立重复试验.各次试验的结果不受其它试验的影响. (2)一般地,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 发生的概率都为 p,那么 在 n 次独立重复试验中,事件 A 恰好发生 k 次的概率为
P X 1 0.4 0.6 0.6 0.6 0.4 0.6 0.6 0.6 0.4
1 C3 0.4 0.62 (2)从中逐个不放回的抽取出3个球(效果等同于一次同时取出3个 球),求取到红球个数Y的分布列和数学期望。 抽取1个球后不放回,每次抽到红球概率改变——非独立重复试验, Y=1表示抽到1个红球,若逐个抽取,有可能是在第1、2、3次抽到, 所以 4 6 5 6 4 5 6 5 4 PY 1 (逐个抽取 ) 10 9 8 10 9 8 10 9 8 1 2 C4 C6 4 6 5 3 1 3 (同时抽取) C10 10 9 8 2
p
1 1 3 1 4 E X 0 1 2 3 1.2 或E X 3 6 2 10 30 10
思考:(1)和(2)的区别是什么? (1)从中每次取出1个球然后放回,连续抽取三次,求取到红球 次数X的分布列和数学期望。 抽取1个球后放回,每次抽到红球概率不变——独立重复试验,X=1 表示有1次抽到红球,有可能是在第1、2、3次抽到,所以
相关文档
最新文档