超几何分布与二项分布
超几何分布和二项分布
超几何分布和二项分布超几何分布和二项分布是概率论中两种重要的离散型概率分布。
它们都在描述了离散型随机变量的分布规律，但在具体的描述和应用上有一定的区别。
本文将分别介绍超几何分布和二项分布的定义、特点、性质和应用，并对两者之间的关系和区别进行详细的比较分析。
一、超几何分布的定义、特点和性质超几何分布是描述了一种从有限个物件中抽出样本不放回地抽取成功次数的概率分布。
具体来说，超几何分布描述了在总体中有M个成功物件和N-M个失败物件时，从总体中抽取n个物件，其中成功物件的个数X的分布概率。
其概率质量函数为：P(X=k) = (M choose k) * (N-M choose n-k) / (N choose n)，其中(M choose k)表示从M个物件中抽取k个物件的组合数。
超几何分布的特点有以下几点：1.超几何分布是离散型概率分布，其取值只能是非负整数。
2.超几何分布的期望值和方差分别为E(X) = n * M/N, Var(X) =n * M/N * (N-M)/N * (N-n)/(N-1)。
3.超几何分布的分布形状随着总体大小和成功物件的比例而改变，当总体很大时，超几何分布近似于二项分布。
超几何分布在实际应用中有着广泛的应用。
例如在质量抽样、抽样调查、生物统计学等领域，常常需要进行不放回地从总体中抽取物件的情况，而超几何分布恰好可以描述这类情况下随机变量的分布规律。
二、二项分布的定义、特点和性质二项分布是描述了n次独立重复的伯努利试验中成功次数的概率分布。
具体来说，二项分布描述了n次重复试验中成功的次数X的概率分布。
其概率质量函数为：P(X=k) = (n choose k) * p^k * (1-p)^(n-k)，其中(n choose k)表示从n次试验中成功k次的组合数。
二项分布的特点有以下几点：1.二项分布是离散型概率分布，其取值只能是非负整数。
2.二项分布的期望值和方差分别为E(X) = np, Var(X) = np(1-p)。
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Company number：【0089WT-8898YT-W8CCB-BUUT-202108】关于“二项分布”与“超几何分布”问题举例一．基本概念 1.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：P(X=k)=n Nk n MN k M C C C --⋅,k= 0,1,2,3,,m ；其中，m = minM,n,且n N , M N . n,M,N N 为超几何分布；如果一个变量X 的分布列为超几何分布列，则称随几变量X 服从超几何分布.其中，EX= n MN2.二项分布在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恰好发生k次的概率为：P(X=k)= C n k p k(1-p)n-k(k=0,1,2,3,,n),此时称随机变量X服从二项分布.记作：X B(n,p),EX= np3.“二项分布”与“超几何分布”的联系与区别(1)“二项分布”所满足的条件每次试验中，事件发生的概率是相同的；是一种放回抽样.各次试验中的事件是相互独立的；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.(2)“超几何分布”的本质：在每次试验中某一事件发生的概率不相同，是不放回抽样，“当样本容量很大时，超几何分布近似于二项分布;合”，使得“超几何分布”期望的计算大简化.共同点：每次试验只有两种可能的结果：成功或失败。
不同点：1、超几何分布是不放回抽取，二项分布是放回抽取；2、超几何分布需要知道总体的容量，二项分布不需要知道总体容量，但需要知道“成功率”；联系：当产品的总数很大时，超几何分布近似于二项分布。
因此，二项分布模型和超几何分布模型最主要的区别在于是有放回抽样还是不放回抽样．所以，在解有关二项分布和超几何分布问题时，仔细阅读、辨析题目条件是非常重要的． 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的分布列；（2）不放回抽样时，取到黑球的个数Ｙ的分布列．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．又由于每次取到黑球的概率均为15，3次取球可以看成3次独立重复试验，则1~35X B ⎛⎫⎪⎝⎭，． 03031464(0)55125P X C ⎛⎫⎛⎫==⨯=⎪ ⎪⎝⎭⎝⎭∴；12131448(1)55125P X C ⎛⎫⎛⎫==⨯=⎪ ⎪⎝⎭⎝⎭； 21231412(2)55125P X C ⎛⎫⎛⎫==⨯=⎪ ⎪⎝⎭⎝⎭； 333141(3)55125P X C ⎛⎫⎛⎫==⨯=⎪ ⎪⎝⎭⎝⎭．因此，X 的分布列为（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：03283107(0)15C C P Y C ===；12283107(1)15C C P Y C ===；21283101(2)15C C P YC ===．因此，Y 的分布列为例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：(1) 取出的3件产品中一等品件数多于二等品件数的概率.(2) 记：X表示“取出的3件产品中一等品件数多于二等品件数的数量”，求X 的分布列并求EX;分析：由题可知：从10件产品中分别任取两次得到“一等品”或“二等品”的概率是不相等的，因此是一种不放回抽样;随机变量 X服从超几何分布.解：(1) 记A1：取出3件一等品；A2：取出2件一等品；A3：取出1件一等品，二件三等品.A1、A2、A3互斥，P(A 1)= C 33C 103 = 1120 , P(A 2)= C 32C 71C 103 =740,P(A 3)= C 31C 72C 103 = 340 ; 所以，P =P(A 1)+ P(A 2)+ P(A 3)= 31120 .(2)X=0，1，2，3; X 服从超几何分布，所以P(X=0)= P(一件一等品，一件二等品，一件三等品)=310131413C C C C =310;P(X=1)=P （二件一等品，一件二等品） =3101423C C C =110; P(X=2)=P(三件一等品，一件二等品)=3101433C C C =130 ; P(X=3)= P （三件一等品，零件二等品）= 3100433C C C = 1120;EX = nM N = 3310=说明：谨防错误地认为随机变量X 服从二项分布，即：XB(3, 31120).例3.从某高中学校随机抽取16名学生，经校医检查得到每位学生的视力，其中“好视力”4人,以这16人的样本数据来估计整个学校的整体数据，若从该校（人数很多）任选3人，记X表示抽到“好视力”学生的人数，求X的分布列及数学期望.分析：本题就是从“该校（人数很多）任选3人”，由此得到“好视力”人数X，若每次从该校任取一名学生为“好视力”这一事件的概率显然是相等的，因为该校“人数很多”相当于“有放回抽样”，因此，随机变量X服从“二项分布”而不是“超几何分布”.解：由题可知：X= 0,1,2,3；由样本估计总体，每次任取一人为“好视力”的概率为： P = 416 = 14，则XB(3,14 );P(X=0)= C 30( 14 )0(1- 14)3-0 = 2764; P(X=1)= C 31( 14 )1(1- 14)3-1 = 2764 ;P(X=2)= C 32( 14 )2(1- 14 )3-2 = 964 ;P(X=3)= C 33( 14 )3(1- 14 )3-3 = 164;EX = 3×14 = 34. 说明：假设问题变为：“从16名学生中任取3名，记X 表示抽到“好视力”学生的人数，求X 的分布列及数学期望”.那么X 服从“超几何分布”，即：P(X=k)= 3163124C C C k k ，(X=0,1,2,3)，其中,数学期望值不变，即为：EX= 3×416 = 34.。
二项分布与超几何分布的区别
二项分布与超几何分布
的区别
Company number【1089WT-1898YT-1W8CB-9UUT-92108】
二项分布与超几何分布的区别：
定义：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。
概率为()k n K M N M n N
C C P X k C --==. 若有N 件产品，其中M 件是废品，有．返回．．
地任意抽取n 件，则其中恰有的废品件数X 是服从二项分布的。
概率为()()1n k k k n P X k C p p -==-，其中M p N
=. 区别：（1）二项分布是做相同的n 次试验（n 次独立重复试验），
（2）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。
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 次独立重复试验）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。
（3）实际上，在以样本估计总体时，从样本中无返回地任意抽取n 件，当然废品件数X 服从超几何分布的；而从总体中无返回地任意抽取n 件，理想认为．．．．
废品件数X 服从二项分布的。
超几何分布与二项分布
超几何分布与二项分布超几何分布与二项分布是两种常见的离散概率分布，它们在统计学和概率论中有着广泛的应用。
本文将介绍这两种分布的定义、概率密度函数、期望值和方差，以及它们的区别和联系。
一、超几何分布超几何分布描述的是从有限个物件中抽出指定数量的元素，不放回地抽取的这个过程中，恰好抽取某些元素的概率。
在一个包含 $N$ 个物件的集合中，其中 $K$ 个物件具有某种特征，设从中不放回地抽取 $n$ 个物件，则随机变量 $X$ 表示其中具有该特征的物件的个数。
超几何分布的概率质量函数为：$$P(X=k)=\frac{\binom{K}{k}\binom{N-K}{n-k}}{\binom{N}{n}}$$其中 $\binom{a}{b}$ 表示从 $a$ 个不同元素中取出 $b$ 个元素的组合数。
超几何分布的期望值为$$E(X)=\frac{nK}{N}$$方差为$$Var(X)=n\frac{K}{N}\left(1-\frac{K}{N}\right)\cdot\frac{N-n}{N-1}$$二、二项分布二项分布是把一次独立试验成功的概率为 $p$，失败的概率为 $1-p$ 的 Bernoulli 试验独立重复进行 $n$ 次，成功的次数就是随机变量 $X$ 的取值。
二项分布的概率质量函数为：$$P(X=k)=\binom{n}{k}p^k(1-p)^{n-k}$$$$Var(X)=np(1-p)$$超几何分布与二项分布都是描述随机试验的离散概率分布，但二者的基本假设不同。
超几何分布假设实验进行过程中不放回，且每次结果取决于前一次结果，因此从同一总体中取出的每个样本在某种意义上都不一定相互独立。
二项分布则假设每次实验结果独立，即试验的结果不受之前结果的影响。
此外，当超几何分布的总体 $N$ 无限大时，其概率分布可以近似为二项分布。
这是因为当总体 $N$ 很大时，从总体中取出一个相对较小的 $n$ 个样本时，每个样本的相对大小都可以视为独立的 Bernoulli 试验，也就是说超几何分布变得近似独立分布，因此可以用二项分布来近似替代。
二项分布与超几何分布
一、超几何分布设一批产品共有N 个，其中有M 个次品，现从中任取n 个（n N M ≤-）,令X n =“取出的个产品中包含的次品数”则X 的分布列为(),(0,1,2,,min(,))k n kM N MnNC C P X k k M n C --===L 上述分布称为超几何分布，记作(,,)X h n N M :。
超几何分布的二项近似当n N =时，即抽取的个数n 远小于产品总数N 时，每次抽取后，总体中的不合格率p M N =改变甚微，所以可以把不放回抽样近似的看成是有放回抽样，这时，超几何分布可以用二项分布近似(1),k n k k k n k M N Mn nNC C M C p p p C N---≅-=其中 例1甲乙两人赌技相当，各出赌本500元，约定5局3胜，胜者得到这1000元钱。
现在因故在甲赢了一局的情况下终止比赛，试问该如何分配这1000元钱？解法一 合理的方案应该是按照“若把球打完，甲乙二人各自取胜的概率”的比例来分配奖金。
由于甲已经先胜了一局，所以，甲取胜的事件就是“在接下来的比赛中，第三次失败之前赢下两次”。
令X =“在接下来的比赛中，甲取得两次胜利所需要的局数”则 (2,0.5)X Nb :，于是()(5)P P X =<“甲赢乙”42()k P X k ===∑42122120.50.5k k k C---==⨯∑41120.5kk k C -==∑ 2340.520.530.5=+⨯+⨯1116=注：本题也可以采用求数学期望的方法，这时求分布列较麻烦二项分布与超几何分布是两个非常重要的、应用广泛的概率模型，实际中的许多问题都可以利用这两个概率模型来解决．在实际应用中，理解并区分两个概率模型是至关重要的．下面举例进行对比辨析．例 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的分布列；（2）不放回抽样时，取到黑球的个数Ｙ的分布列． 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．又由于每次取到黑球的概率均为，3次取球可以看成3次独立重复试验，则1~35X B ⎛⎫⎪⎝⎭，．3031464(0)55125P X C ⎛⎫⎛⎫==⨯= ⎪ ⎪⎝⎭⎝⎭∴；12131448(1)55125P X C ⎛⎫⎛⎫==⨯= ⎪ ⎪⎝⎭⎝⎭；21231412(2)55125P X C ⎛⎫⎛⎫==⨯= ⎪ ⎪⎝⎭⎝⎭；3033141(3)55125P X C ⎛⎫⎛⎫==⨯= ⎪ ⎪⎝⎭⎝⎭．因此，X 的分布列为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：03283107(0)15C C P Y C ===；12283107(1)15C C P Y C ===；21283101(2)15C CP Y C ===．因此，Y 的分布列为辨析：通过此例可以看出：有放回抽样时，每次抽取时的总体没有改变，因而每次抽到某物的概率都是相同的，可以看成是独立重复试验，此种抽样是二项分布模型．而不放回抽样时，取出一个则总体中就少一个，因此每次取到某物的概率是不同的，此种抽样为超几何分布模型．因此，二项分布模型和超几何分布模型最主要的区别在于是有放回抽样还是不放回抽样．所以，在解有关二项分布和超几何分布问题时，仔细阅读、辨析题目条件是非常重要的．例１ 从装有3个红球、2个白球的袋中随机取出2个球，设其中有Ｘ个红球，则随机变量Ｘ的概率分布列为解析：由题意，得0232251(0)0.110C C P X C ====，1132236(1)0.610C C P X C ====，203223(2)0.3C C P X C ===（或(2)1(0)(1)10.10.60.3P X P X P X ==-=-==--=）．故随机变量Ｘ的概率分布为点评：本题主要考查了组合、离散型随机变量分布列的知识、概率的计算及超几何分布列的求法．例2 在一次购物抽奖活动中，假设某10张券中有一等奖券１张，可获价值50元的奖品；有二等奖券3张，每张可获价值10元的奖品；其余6张没有奖．某顾客从此10张中任抽2张，求：（1）该顾客中奖的概率；（2）该顾客获得的奖品总价值Ｘ（元）的概率分布列．解析：（1）024*******11453C C P C =-=-=（或11204646210302453C C C C P C +===），即该顾客中奖的概率为23． （2）X 的所有可能值为：0，10，20，50，60（元），且02462101(0)3C C P X C ===，11362102(10)5C C P X C ===，232101(20)15C P X C ===，11162102(50)15C C P X C ===，11132101(60)15C C P X C ===．故X 的分布列为点评：本题以超几何分布为背景，主要考查了概率的计算、离散型随机变量分布列的求法及分析和解决实际问题的能力．。
二项分布与超几何分布比较
二项分布与超几何分布二项分布与超几何分布是两个非常重要的、应用广泛的概率模型，实际中的许多问题都可以利用这两个概率模型来解决。
在实际应用中，理解并区分两个概率模型是至关重要的。
下面举例进行对比辨析。
1.有放回抽样:每次抽取时的总体没有改变，因而每次抽到某物的概率都是相同的，可以看成是独立重复试验，此种抽样是二项分布模型。
2.不放回抽样:取出一个则总体中就少一个，因此每次取到某物的概率是不同的，此种抽样为超几何分布模型。
因此，二项分布模型和超几何分布模型最主要的区别在于是有放回抽样还是不放回抽样。
所以，在解有关二项分布和超几何分布问题时，仔细阅读、辨析题目条件是非常重要的(特别注意：二项分布是在n次独立重复试验的3个条件成立时应用的)。
超几何分布和二项分布的区别：（1）超几何分布需要知道总体的容量，而二项分布不需要；（2）超几何分布是“不放回”抽取，而二项分布是“有放回”抽取（独立重复）。
练习题：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的分布列；（2）不放回抽样时，取到黑球的个数Ｙ的分布列。
2. 今天你低碳了吗？近来，国内网站流行一种名为“碳排放计算器”的软件，人们可以扰此计算出自己每天的碳排放量。
例如：家居用电的碳排放量（千克）=耗电度数×.785，汽车的碳排放量（千克）=油耗公升数×0.785等。
某班同学利用寒假在两个小区逐户进行了一次生活习惯进否符合低碳观念的调查。
若生活习惯符合低碳观念的称为“低碳族”，否则称为“非低碳族”。
这二族人数占各自小区总人数的比例P数据如下：（I）如果甲、乙来自A小区，丙、丁来自B小区，求这4人中恰有2人是低碳族的概率；（II）A小区经过大力宣传，每周非低碳族中有20%的人加入到低碳族的行列。
如果2周E后随机地从A小区中任选25个人，记ξ表示25个人中低碳族人数，求.ξ3. 在“自选模块”考试中，某试场的每位同学都选了一道数学题，第一小组选《数学史与不等式选讲》的有1人，选《矩阵变换和坐标系与参数方程》的有5人，第二小组选《数学史与不等式选讲》的有2人，选《矩阵变换和坐标系与参数方程》的有4人，现从第一、第二两小组各任选2人分析得分情况.（Ⅰ）求选出的4 人均为选《矩阵变换和坐标系与参数方程》的概率；（Ⅱ）设ξ为选出的4个人中选《数学史与不等式选讲》的人数，求ξ的分布列和数学期望．4. (2008年四川延考)一条生产线上生产的产品按质量情况分为三类：A类、B类、C 类．检验员定时从该生产线上任取2件产品进行一次抽检，若发现其中含有C类产品或2件都是B类产品，就需要调整设备，否则不需要调整．已知该生产线上生产的每件产品为A 类品，B类品和C类品的概率分别为0.9,0.05和0.05，且各件产品的质量情况互不影响．(1)求在一次抽检后，设备不需要调整的概率；(2)若检验员一天抽检3次，以ξ表示一天中需要调整设备的次数，求ξ的分布列．5.甲、乙两人参加2010年广州亚运会青年志愿者的选拔．打算采用现场答题的方式来进行，已知在备选的10道试题中，甲能答对其中的6题，乙能答对其中的8题．规定每次考试都从备选题中随机抽出3题进行测试，至少答对2题才能入选．(1)求甲答对试题数ξ的概率分布；(2)求甲、乙两人至少有一人入选的概率．6.7.。
二项分布与超几何分布知识点
二项分布与超几何分布知识点
二项分布与超几何分布都是概率论中的重要分布，下面为你介绍两者的知识点：
- 定义不同：
- 超几何分布：描述的是不放回抽样问题。
- 二项分布：描述的是放回抽样问题。
- 概率计算不同：
- 超几何分布中的概率计算实质上是古典概型问题。
- 二项分布中的概率计算实质上是相互独立事件的概率问题。
- 联系：当调查研究的样本容量非常大时，在有放回地抽取与无放回地抽取条件下，计算得到的概率非常接近，可以近似把超几何分布认为是二项分布。
二项分布和超几何分布在概率论中有广泛的应用，包括试验设计、数据分析和决策制定等。
如果你想了解更多相关内容，可以继续向我提问。
如何快速识别“二项分布”与“超几何分布”
如何快速识别“二项分布”与“超几何分布”二项分布和超几何分布都是概率论中常见的离散概率分布。
尽管它们可能在一些方面相似，但它们在定义、应用和特性上存在一些明显的区别。
下面将介绍如何快速识别这两种分布。
首先，我们需要了解二项分布和超几何分布的定义。
二项分布是指在一系列相互独立的重复试验中，每次试验只有两个可能的结果，成功和失败。
每次试验中成功的概率为p，失败的概率为1-p。
试验的次数固定为n次。
二项分布描述的是在给定试验次数和成功概率的情况下，成功次数的概率分布。
超几何分布是指从一个有限总体中抽取固定数量的样本，且每次抽样都是无放回抽样。
总体中成功的个数为M，总体中失败的个数为N-M。
样本的大小为n，成功的个数为k。
超几何分布描述的是在给定总体大小、成功个数和样本大小的情况下，成功次数的概率分布。
根据定义，我们可以看出二项分布和超几何分布在试验方式上的不同：-二项分布是有放回抽样的结果，即每次试验之间是相互独立的。
例如，我们可以使用一枚硬币进行多次投掷，每次投掷只能出现正面或反面的结果。
-超几何分布是无放回抽样的结果，即每次试验之间是相关的。
例如，我们从一批产品中取出其中几个进行质检，一旦一个产品被选中，它就不再参与后续的抽样。
1.参数设置：-二项分布有两个参数：试验次数n和成功概率p。
-超几何分布有三个参数：总体大小N，成功个数M和抽样大小n。
2.应用领域：-二项分布通常适用于描述重复试验中一个事件发生的概率，如硬币抛掷和赌博游戏等。
-超几何分布通常适用于描述从有限总体中抽取样本的成功次数，如质量控制和调查调研等。
3.概率计算：-二项分布的概率计算可以使用二项式定理或计算器进行计算。
-超几何分布的概率计算需要使用超几何分布的概率质量函数。
4.概率特性：-二项分布的期望值和方差可以通过试验次数和成功概率计算得到。
-超几何分布的期望值和方差可以通过总体大小、成功个数和抽样大小计算得到。
所以，通过参数设置、应用领域、概率计算和概率特性等方面可以快速识别二项分布和超几何分布。
超几何分布与二项分布的区别与联系-二项分布与超几何分布的区别
吉林教育·教学7／2013二项分布与超几何分布是两个非常重要的、应用广泛的概率模型，实际中的许多问题都可以利用这两个概率模型来解决。
在实际应用中，如何理解它们的关联性同时又能区分两个概率模型呢？本文笔者就此问题予以阐述。
一、超几何分布与二项分布的定义1.一般地,在含有M 件次品的N 件产品中,任取n 件,其中恰有X 件次品数,则事件{X=k}发生的概率为P (X=k)=C M k C n－m n－kC Nn，k=0，1，2，…，m其中m=min {M,n}，且n ≤N ，M ≤N ，n ，M ，N ∈N*。
其分布列为超几何分布列。
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。
2.一般地，在相同条件下重复做的n 次试验称为n 次独立重复试验。
在n 次独立重复试验中，设事件A 发生的次数X ，在每次试验事件A 发生的概率为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=k)=C n k P k（1-p ）n-k，k=0，1，2，…，n 。
此时称随机变量X 服从二项分布，记作X ～B (n ，p)，并称p 为成功概率。
二、超几何分布与二项分布的区别从它们的定义不难看出超几何分布研究的是试验后的结果（不研究试验中先后取的顺序），并且是无放回的抽取；二项分布研究的是既有研究先后发生的顺序又有试验结果，并且是有放回的抽取。
超几何分布是无放回的抽取，即每做一次试验，下一次再发生同一事件A 的概率已经发生了变化，即每次发生的概率都不相等。
实质上，超几何分布是古典概型的一种特例。
二项分布是有放回的抽取，每做一次试验，发生同一事件A 的概率都相同。
这就是二者之间的区别。
本文笔者举例说明：例1：在装有4个黑球6个白球的袋子中，任取2个，试求：(1)不放回地抽取，取到黑球数X 的分布列；(2)有放回地抽取，取到黑球数的分布列。
解：（1）是不放回地抽取，X 服从超几何分布。
【数学】超几何分布与二项分布的区别与联系
二项分布与超几何分布是两个非常重要的、应用广泛的概率模型，实际中的许多问题都可以利用这两个概率模型来解决。
在实际应用中，如何理解它们的关联性同时又能区分两个概率模型呢？本文笔者就此问题予以阐述。
一、超几何分布与二项分布的定义1.一般地,在含有M 件次品的N 件产品中,任取n 件,其中恰有X 件次品数,则事件{X=k}发生的概率为P (X=k)=C M k C n－m n－kC Nn，k=0，1，2，…，m其中m=min {M,n}，且n ≤N ，M ≤N ，n ，M ，N ∈N*。
其分布列为超几何分布列。
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。
2.一般地，在相同条件下重复做的n 次试验称为n 次独立重复试验。
在n 次独立重复试验中，设事件A 发生的次数X ，在每次试验事件A 发生的概率为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=k)=C n k P k（1-p ）n-k，k=0，1，2，…，n 。
此时称随机变量X 服从二项分布，记作X ～B (n ，p)，并称p 为成功概率。
二、超几何分布与二项分布的区别从它们的定义不难看出超几何分布研究的是试验后的结果（不研究试验中先后取的顺序），并且是无放回的抽取；二项分布研究的是既有研究先后发生的顺序又有试验结果，并且是有放回的抽取。
超几何分布是无放回的抽取，即每做一次试验，下一次再发生同一事件A 的概率已经发生了变化，即每次发生的概率都不相等。
实质上，超几何分布是古典概型的一种特例。
二项分布是有放回的抽取，每做一次试验，发生同一事件A 的概率都相同。
这就是二者之间的区别。
本文笔者举例说明：例1：在装有4个黑球6个白球的袋子中，任取2个，试求：(1)不放回地抽取，取到黑球数X 的分布列；(2)有放回地抽取，取到黑球数的分布列。
解：（1）是不放回地抽取，X 服从超几何分布。
从10个球中任取2球的结果数为C 102，从10个球中任取2个，其中恰有k 个黑球的结果数为C 4k C 62-k，那么从10个球中任取2个，其中恰有k 个黑球的概率为P （X=k ）=C 4k C 62－kC 102，k=0，1，2。
超几何分布与二项分布
辛勤的蜜蜂永没有时间悲哀.超几何分布与二项分布一.知识梳理关键是判断超几何分布与二项分布判断一个随机变量是否服从超几何分布,关键是要看随机变量是否满足超几何分布的特征:一个总体(共有N 个)内含有两种不同的事物()A M 个、()B N M -个,任取n 个,其中恰有X 个A .符合该条件的即可断定是超几何分布,按照超几何分布的分布列： 进行处理就可以了.二项分布必须同时满足以下两个条件:①在一次试验中试验结果只有A 与A 这两个,且事件A 发生的概率为p ,事件A 发生的概率为1p -；②试验可以独立重复地进行,即每次重复做一次试验,事件A 发生的概率都是同一常数p ,事件A 发生的概率为1p -.若一次试验中事件A 发生的概率为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.：二.知识探究例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的分布列； （2）不放回抽样时，取到黑球的个数Ｙ的分布列．例2某食品厂为了检查一条自动包装流水线的生产情况，随机抽取该流水线上的40件产品作为样本称出它们的重量（单位：克），重量的分组区间为（490,495]，（495,500]，……，（510,515]，由此得到样本的频率分布直方图，如图4所示。
（1）根据频率分布直方图，求重量超 过505克的产品数量。
（2）在上述抽取的40件产品中任取2 件，设Y 为重量超过505克的产品数量， 求Y 的分布列。
（3）从流水线上任取5件产品，求恰 有2件产品合格的重量超过505克的 概率。
总结：超几何分布（1）不放回（一把抓）（2）有限量中任取几个 二项分布 （1）又放回（独立重复）（2）批量中（流水线，十几亿）三、知识落实：1、某厂生产的产品在出厂前都要做质量检测，每一件一等品都能通过检测，每一件二等品通过检测的概率为23.现有10件产品，其中6件是一等品，4件是二等品. (Ⅰ) 随机选取1件产品，求能够通过检测的概率；(Ⅱ) 随机选取3件产品，其中一等品的件数记为X ，求X 的分布列； (Ⅲ) 随机选取3件产品，求这三件产品都不能通过检测的概率.2、第26届世界大学生夏季运动会将于2011年8月12日到23日在深圳举行,为了搞好接待工作，组委会在某学院招募了12名男志愿者和18名女志愿者。
超几何分布与二项分布
二项分布与超几何分布的区别与联系1.定义：（1）超几何分布：设有总数为N件的两类．．物品，其中一类有M件，从所有物品中任取n件(n≤N)，这n件中所含这类物品件数X是一个离散型随机变量，它取值为m时的概率为()m n mM N MnNC CP X mC --== (0≤m≤l，l为n和M中较小的一个)，则称离散型随机变量X 的这种形式的概率分布为超几何分布，也称X服从参数为N，M，n的超几何分布.（2）二项分布：若将事件A发生的次数设为X，发生的概率为p，不发生的概率q＝1－p，那么在n次独立重复试验中，事件A恰好发生k次的概率是P(X＝k)＝C k n p k(1－p)n－k(k＝0,1,2，…，n) ，于是得到X的分布列(q＋p)n＝C0n p0q n＋C1n p1q n－1＋…＋C k n p k q n－k＋…＋C n n p n q0各对应项的值，称这样的离散型随机变量X服从参数为n，p的二项分布，记做X～B(n，p).2.本质区别：（1）超几何分布描述的是不放回抽样问题，二项分布描述的是放回抽样问题，也就是说二项分布中每个事件之间是相互独立的，而超几何分布不是；（2）超几何分布中的概率计算实质上是古典概型问题，二项分布中的概率计算实质上是相互独立事件的概率问题.温馨提示：(1)超几何分布需要知道总体的容量，也就是总体个数有限；而二项分布不需要知道总体容量，但需要知道“成功率”．(2)当题目中出现“用样本数据估计×××的总体数据”是均为二项分布;(3)二项分布与超几何分布两者之间存在着联系：当调查研究的样本容量非常大时，在有放回地抽取与无放回地抽取条件下，计算得到的概率非常接近，可以近似把超几何分布认为是二项分布.概率论中的二项分布与超几何分布都是古典概型。
【典例】某批n 件产品的次品率为2％，现从中任意地依次抽出3件进行检验，问： （1）当500,5000,50000n =时，分别以放回和不放回的方式抽取，恰好抽到1件次品的概率是多少？（2）根据（1）你对超几何分布与二项分布的关系有何认识？【解】（1）在放回的方式抽取中，每次抽取时都从这n 件产品中抽取，从而抽到品的概率都为0.02.可以把3次抽取看成是3次独立重复试验，这样抽到的次品数X ～(3,0.02)B ,恰好抽到1件次品的概率为1223(1)0.02(10.02)30.020.980057624=.P X C ==⨯⨯-⨯⨯≈在不放回的方式抽取中，抽到的次品数X 是随机变量，X 服从超几何分布，X 的分布与产品的总数n 有关，所以需要分3种情况计算：①500n =时，产品的总数为500件，其中次品的件数为500⨯2％=10，合格品的件数为490件。
超几何分布和二项分布的联系和区别
超几何分布和二项分布的联系和区别开滦一中 张智民在最近的几次考试中,总有半数的的学生搞不清二项分布和超几何分布,二者到底该如何区分呢?什么时候利用二项分布的公式解决这道概率问题?什么时候用超几何分布的公式去解决呢?好多学生查阅各种资料甚至于上网寻找答案,其实这个问题的答复就出现在教材上,人教版新课标选修2-3从两个方面给出了很好的解释.诚可谓:众里寻他千百度,蓦然回首,那人却在灯火阑珊处! 一、两者的定义是不同的教材中的定义: (一)超几何分布的定义在含有M 件次品的N 件产品中,任取n 件,其中恰有X 件次品,则P(X=k)=nNk-n M -N k M C C C , ，2,1,0k =, m,其中m=min{M,n},且n ≤N,M ≤N,n,M,N ∈N,称随机变量X 服从超几何分布(二)独立重复试验和二项分布的定义1〕独立重复试验：在相同条件下重复做的n 次试验,且各次试验试验的结果相互独立,称为n 次独立重复试验,其中A(i=1,2,…,n)是第ⅰ次试验结果,则P(A1A2A3…An)=P(A 1)P(A2)P(A3)…P(An) 2)二项分布在n 次独立重复试验中,用X 表示事件A 发生的次数,设每次试验中事件A 发生的概率为P,则P(X=k)=k n k p p --)1(C k n(k=0,1,2,…,n),此时称随机变量X 服从二项分布,记作X~B(n,p),并称P 为成功概率。
(1)超几何分布描述的是不放回抽样问题,二项分布描述的是放回抽样问题;(2)超几何分布中的概率计算实质上是古典概型问题;二项分布中的概率计算实质上是相互独立事件的概率问题超几何分布: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P(X=k)=n Nk-n M -N k M C C C , ，2,1,0k =, m,二项分布:在n 次独立重复试验中,用X 表示事件A 发生的次数,设每次试验中事件A 发生的概率为P,则P(X=k)=kn k p p --)1(C k n(k=0,1,2,…,n), 温馨提示:当题目中出现“用样本数据估计XXX 的总体数据”时,均为二项分布问题。
二项分布与超几何分布比较
二项分布与超几何分布比较文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-二项分布与超几何分布二项分布与超几何分布是两个非常重要的、应用广泛的概率模型，实际中的许多问题都可以利用这两个概率模型来解决。
在实际应用中，理解并区分两个概率模型是至关重要的。
下面举例进行对比辨析。
1.有放回抽样:每次抽取时的总体没有改变，因而每次抽到某物的概率都是相同的，可以看成是独立重复试验，此种抽样是二项分布模型。
2.不放回抽样:取出一个则总体中就少一个，因此每次取到某物的概率是不同的，此种抽样为超几何分布模型。
因此，二项分布模型和超几何分布模型最主要的区别在于是有放回抽样还是不放回抽样。
所以，在解有关二项分布和超几何分布问题时，仔细阅读、辨析题目条件是非常重要的(特别注意：二项分布是在n次独立重复试验的3个条件成立时应用的)。
超几何分布和二项分布的区别：（1）超几何分布需要知道总体的容量，而二项分布不需要；（2）超几何分布是“不放回”抽取，而二项分布是“有放回”抽取（独立重复）。
练习题：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的分布列；（2）不放回抽样时，取到黑球的个数Ｙ的分布列。
2.今天你低碳了吗？近来，国内网站流行一种名为“碳排放计算器”的软件，人们可以扰此计算出自己每天的碳排放量。
例如：家居用电的碳排放量（千克）=耗电度数×.785，汽车的碳排放量（千克）=油耗公升数×0.785等。
某班同学利用寒假在两个小区逐户进行了一次生活习惯进否符合低碳观念的调查。
若生活习惯符合低碳观念的称为“低碳族”，否则称为“非低碳族”。
这二族人数占各自小区总人数的比例P数据如下：（I2人是低碳族的概率；（II）A小区经过大力宣传，每周非低碳族中有20%的人加入到低碳族的行列。
如果2周后随机地从A小区中任选25个人，记ξ表示25个人中低碳族人数，求.ξE3.在“自选模块”考试中，某试场的每位同学都选了一道数学题，第一小组选《数学史与不等式选讲》的有1人，选《矩阵变换和坐标系与参数方程》的有5人，第二小组选《数学史与不等式选讲》的有2人，选《矩阵变换和坐标系与参数方程》的有4人，现从第一、第二两小组各任选2人分析得分情况.（Ⅰ）求选出的4人均为选《矩阵变换和坐标系与参数方程》的概率；（Ⅱ）设ξ为选出的4个人中选《数学史与不等式选讲》的人数，求ξ的分布列和数学期望．4.(2008年四川延考)一条生产线上生产的产品按质量情况分为三类：A类、B类、C类．检验员定时从该生产线上任取2件产品进行一次抽检，若发现其中含有C类产品或2件都是B类产品，就需要调整设备，否则不需要调整．已知该生产线上生产的每件产品为A类品，B类品和C类品的概率分别为0.9,0.05和0.05，且各件产品的质量情况互不影响．(1)求在一次抽检后，设备不需要调整的概率；(2)若检验员一天抽检3次，以ξ表示一天中需要调整设备的次数，求ξ的分布列．5.甲、乙两人参加2010年广州亚运会青年志愿者的选拔．打算采用现场答题的方式来进行，已知在备选的10道试题中，甲能答对其中的6题，乙能答对其中的8题．规定每次考试都从备选题中随机抽出3题进行测试，至少答对2题才能入选．(1)求甲答对试题数ξ的概率分布；(2)求甲、乙两人至少有一人入选的概率．6.7.。
二项分布与超几何分布辨析
二项分布与超几何分布辨析马关县民族职业高级中学 平荣摘要：二项分布与超几何分布是中学数学研究的两种分布类型，本文通过对两种分布的定义辨析入手，重点研究了超几何分布与二项分布的区别与联系，通过实例分析了两种分布类型的适用围，理清了导致混淆的根源。
关键词：超几何分布、二项分布、辨析、区别与联系。
正文： 一、概念辨析二项分布：课本定义：在n 次独立重复试验中，用X 表示事件A 发生的次数，设每次试验中事件A 发生的概率为p ，那么P (X =k )=C C CC C(1−C )C −C ,C =0，1,2，⋯，n .此时称随机变量X 服从二项分布〔binomial distribution 〕,记作X ~B(n,k),并称p 为成功概率。
期望EX=np,方差DX=np(1-p).超几何分布：课本定义：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，那么P(X=k)=C C C ∙C C −CC −CC CC,k=0,1,2⋯m .其中m =min {C ,C }，且n ≤N，M ≤N ,n，M，N ∈C ∗.那么称随机变量X 服从超几何分布〔hypergeometric distribution 〕，记作X ~H(N,n,M 〕，期望DX =CCC，方差DX =CC (C −C )(C −C )[C 2(C −1)]。
二、超几何分布和二项分布的联系把超几何分布中的CC视为二项分布中的成功率p那么两者的期望均为EX=np,也就是两者的期望是一致的。
二项分布的方差为DX=np(1-p),而超几何分布的方差为DX=np (1−p )C −CC −1.二项分布模型和超几何分布模型最主要的区别在于是有放回抽样还是不放回抽样。
有放回抽样:每次抽取时的总体没有改变，因而每次抽到某物的概率都是一样的，可以看成是独立重复试验，此种抽样是二项分布模型。
不放回抽样:取出一个那么总体中就少一个，因此每次取到某物的概率是不同的，此种抽样为超几何分布模型。
二项分布和超几何分布的用法
二项分布和超几何分布的用法
二项分布和超几何分布都是概率论中常用的离散概率分布，它们的用法如下：
1. 二项分布的用法：
二项分布适用于以下情况：
- 进行n次独立的伯努利试验，每次试验成功的概率为p，失败的概率为1-p。
- 每次试验的结果只有两种可能性，成功或失败。
- 每次试验之间的结果相互独立。
在实际应用中，二项分布常用于计算以下问题：
- 在n次试验中成功次数的概率分布。
- 在n次试验中成功次数落在某个特定区间的概率。
- 在n次试验中成功次数小于等于（或大于等于）某个给定值的概率。
2. 超几何分布的用法：
超几何分布适用于以下情况：
- 从总体中抽取n个样本，总体中有M个成功的元素和N-M个失败的元素。
- 每次抽取的样本数量不变，每次抽取都会影响到总体中成功和失败元素的数量。
- 每次抽取的样本之间是相互独立的。
在实际应用中，超几何分布常用于计算以下问题：
- 在抽取n个样本中，成功样本数量的概率分布。
- 在抽取n个样本中，成功样本数量小于等于（或大于等于）某个给定值的概率。
- 在抽取n个样本中，成功样本数量落在某个特定区间的概率。
总结起来，二项分布适用于独立重复试验，而超几何分布适用于无放回抽样。
根据具体情况选择使用二项分布还是超几何分布能够更准确地描述问题，并计算相关概率。
二项分布与超几何分布比较
低碳 非低碳 来自 B 小区,求这族4人中恰族t 2人是低碳比例二项分布与超几何分布是两个非常重要的、 应用广泛的概率模型，实际中的 许多问题都可以利用这两个概率模型来解决。
在实际应用中，理解并区分两个概 率模型是至关重要的。
下面举例进行对比辨析。
1•有放回抽样：每次抽取时的总体没有改变，因而每次抽到某物的概率都是 相同的，可以看成是独立重复试验，此种抽样是二项分布模型。
2. 不放回抽样:取出一个则总体中就少一个，因此每次取到某物的概率是不 同的，此种抽样为超几何分布模型。
因此，二项分布模型和超几何分布模型最主 要的区别在于是有放回抽样还是不放回抽样。
所以，在解有关二项分布和超几何 分布问题时，仔细阅读、辨析题目条件是非常重要的（特别注意：二项分布是在n 次独立重复试验的3个条件成立时应用的）。
超几何分布和二项分布的区别：（1）超几何分布需要知道总体的容量，而二项分布不需要；（2 ）超几何分布是“不放回”抽取，而二项分布是“有放回”抽取（独立 重复）。
练习题：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 的分布列；（2） 不放回抽样时，取到黑球的个数Y 的分布列。
2.今天你低碳了吗？近来，国内网站流行一种名为“碳排放计算器”的软件，人 们可以扰此计算出自己每天的碳排放量。
例如：家居用电的碳排放量（千克）耗电度数X .785，汽车的碳排放量（千克）=油耗公升数X 0.785等。
某班同学利 用寒假在两个小区逐户进行了一次生活习惯进否符合低碳观念的调查。
若生活习 惯符合低碳观念的称为“低碳族”，否则称为“非低碳族”。
这二族人数占各自 小区总人数的比例P 数据如下：（II ） A 小区经过大力宣传，每周非低碳族中有 20%的人加入到低碳族的行列。
如果2周后随机地从A 小区中任选25个人，记 表示25个人中低碳族人数，求 E .3. 在“自选模块”考试中，某试场的每位同学都选了一道数学题，第一小组 选《数学史与不等式选讲》的有1人，选《矩阵变换和坐标系与参数方程》的有5 人，第二小组选《数学史与不等式选讲》的有2 人，选《矩阵变换和坐标系与参数方程》的有 4 人，现从第一、第二两小组各任选2人分析得分情况.(I)求选出的4人均为选《矩阵变换和坐标系与参数方程》的概率；(U)设为选出的4个人中选《数学史与不等式选讲》的人数，求的分布列和数学期望．4. (2008 年四川延考)一条生产线上生产的产品按质量情况分为三类：A 类、B类、C类.检验员定时从该生产线上任取2件产品进行一次抽检，若发现其中含有 C 类产品或 2 件都是 B 类产品，就需要调整设备，否则不需要调整.已知该生产线上生产的每件产品为 A 类品，B类品和C类品的概率分别为0.9,0.05和0.05，且各件产品的质量情况互不影响.(1) 求在一次抽检后，设备不需要调整的概率；(2) 若检验员一天抽检3次，以软示一天中需要调整设备的次数，求E 的分布列.5. 甲、乙两人参加2010 年广州亚运会青年志愿者的选拔.打算采用现场答题的方式来进行，已知在备选的10道试题中，甲能答对其中的 6 题，乙能答对其中的8 题.规定每次考试都从备选题中随机抽出 3 题进行测试，至少答对 2 题才能入选.(1) 求甲答对试题数E的概率分布；(2) 求甲、乙两人至少有一人入选的概率.(2oi2*an一模)甲、乙两名同学在§次與语口语测试中的咸绩统计如留的莖叶團所凤(1) 现莫从中选派一人泰加英话口语竞赛，从两同学的平均成議和方差分析，派谨参加更合适I(2) 若解频率视为槪率，前学生甲在今后的三次英语口语孟赛成麵进行预测，i己这三次成攝中鬲干汕分的次数为◎求电的分布列及數学期璽昭”(?t：样本数据“吁―> 龈的万差s*=-y L(x1~x r+ix^_x T+"-+(x ~r T] F其中工表示稈本均值丿6.7.仙⑷BI川aw为了蘇檢魅频瓢漏麟忆从械甦帳机齡了眩同勒这附禅鼬媒用数[婷叶跚示⑴竝睢薛赭解査蛹賊虽(2)处睢薛中耿选俯師学柚析髓冊楠込册城關司学中糊低千釉冊U瓠求血般狮期。
- 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、"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、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)。
超几何分布与二项分布一．选择题（共9小题）1．（2004•辽宁）已知随机变量ξ的概率分布如下，则P（ξ=10）=（）ξ 1 2 3 4 5 6 7 8 9 10P mA．B．C．D．2．（2011•黄冈模拟）随机变量ξ的概率分布规律为（n=1、2、3、4、…），其中a是常数，则的值为（）A．B．C．D．3．（2008•石景山区一模）已知随机变量ξ的分布列为且设η=2ξ+1，则η的期望值是（）A．1B．C．D．4．设随机变量X的概率分布为P（X=k）=（k=1，2，3，4，5），则=（）A．B．C．D．5．电子手表厂生产某批电子手表正品率为，次品率为，现对该批电子手表进行测试，设第X次首次测到正品，则P（1≤X≤2013）等于（）A．B．C．D．6．（2010•江西）一位国王的铸币大臣在每箱100枚的硬币中各掺入了一枚劣币，国王怀疑大臣作弊，他用两种方法来检测．方法一：在10箱中各任意抽查一枚；方法二：在5箱中各任意抽查两枚．国王用方法一、二能发现至少一枚劣币的概率分别记为P1和P2．则（）A．P1=P2B．P1＜P2C．P1＞P2D．以上三种情况都有可能7．（2011•潍坊二模）设X为随机变量，X～B，若随机变量X的数学期望EX=2，则P（X=2）等于（）A．B．C．D．8．（2012•衡阳模拟）已知随机变量ξ～N（0，a2），且p（ξ＞1）=p（ξ＜a﹣3）的值为（）A．2B．﹣2 C．0D．19．设随机变量ξ～N（0，1），若P（ξ≥1）=p，则P（﹣1＜ξ＜0）=（）A．1﹣p B．p C．+p D．﹣P二．填空题（共5小题）10．（2010•上海模拟）在10件产品中有2件次品，任意抽取3件，则抽到次品个数的数学期望的值是_________．11．有一批产品，其中有6件正品和4件次品，从中任取3件，至少有2件次品的概率为_________．12．（2010•枣庄模拟）设随机变量X～B（n，0.5），且DX=2，则事件“X=1”的概率为_________（作数字作答．）13．若随机变量X服从二项分布，且X～B（10，0.8），则EX、DX分别是_________，_________．14．（2011•浙江）某毕业生参加人才招聘会，分别向甲、乙、丙三个公司投递了个人简历，假定该毕业生得到甲公司面试的概率为，得到乙、丙公司面试的概率均为P，且三个公司是否让其面试是相互独立的．记X为该毕业生得到面试的公司个数．若P（X=0）=，则随机变量X的数学期望E（X）=_________．三．解答题（共3小题）15．（2009•朝阳区二模）在袋子中装有10个大小相同的小球，其中黑球有3个，白球有n（2≤n≤5，且n≠3）个，其余的球为红球．（Ⅰ）若n=5，从袋中任取1个球，记下颜色后放回，连续取三次，求三次取出的球中恰有2个红球的概率；（Ⅱ）从袋里任意取出2个球，如果这两个球的颜色相同的概率是，求红球的个数；（Ⅲ）在（Ⅱ）的条件下，从袋里任意取出2个球．若取出1个白球记1分，取出1个黑球记2分，取出1个红球记3分．用ξ表示取出的2个球所得分数的和，写出ξ的分布列，并求ξ的数学期望Eξ．16．某批产品共10件，已知从该批产品中任取1件，则取到的是次品的概率为P=0.2．若从该批产品中任意抽取3件，（1）求取出的3件产品中恰好有一件次品的概率；（2）求取出的3件产品中次品的件数X的概率分布列与期望．17．（2006•崇文区一模）某足球赛事中甲乙两只球队进入决赛，但乙队明显处于弱势，乙队为争取胜利，决定采取这样的战术：顽强防守，0：0逼平甲队进入点球大战．假设在点球大战中双方每名运动员进球概率均为．现规定：点球大战中每队各出5名队员，且每名队员都各踢一球，求：（I）乙队以4：3点球取胜的概率有多大？（II）设点球中乙队得分为随机变量ξ，求乙队在五个点球中得分ξ的概率分布和数学期望．参考答案与试题解析一．选择题（共9小题）1．（2004•辽宁）已知随机变量ξ的概率分布如下，则P（ξ=10）=（）ξ 1 2 3 4 5 6 7 8 9 10P mA．B．C．D．考点：离散型随机变量及其分布列．专题：计算题．分析：由题意知，本题需要先计算出其它的概率之和，根据表格可以看出9个变量对应的概率组成一个首项是，公比是的等比数列，根据等比数列的求和公式，得到答案．解答：解：∵由题意知，本题需要先计算出其它的概率之和，∴根据表格可以看出9个变量对应的概率组成一个首项是，公比是的等比数列，∴S==1﹣，∵S+m=1，∴m=，故选C．点评：本题考查离散型随机变量的分布列的性质，在一个试验中所有的变量的概率之和是1，本题又考查等比数列的和，是一个综合题．2．（2011•黄冈模拟）随机变量ξ的概率分布规律为（n=1、2、3、4、…），其中a是常数，则的值为（）A．B．C．D．考点：离散型随机变量及其分布列；互斥事件的概率加法公式．专题：计算题．分析：估计所给的随机变量的分布列的特点，利用无穷等比递缩数列的各项之和写出所有的变量的概率之和，使它等于1，求出a的值，利用互斥事件的概率公式写出结果．解答：解：∵随机变量ξ的概率分布规律为（n=1、2、3、4、…），∴a=1，∴a=，∴=P（ξ=1）+P（ξ=2）==故选C．点评：本题考查离散型随机变量的分布列的性质，是一个综合题目，在解题时一定要注意所有的变量的概率之和的求法，注意应用分布列的性质．3．（2008•石景山区一模）已知随机变量ξ的分布列为且设η=2ξ+1，则η的期望值是（）A．1B．C．D．考点：离散型随机变量及其分布列．分析：由题目中所给的变量的分布列得到变量ξ的期望，根据η=2ξ+1关系，得到两个变量的关系，代入ξ的期望，求出结果．解答：解：由表格得到Eξ=﹣1×+1×=﹣，Eη=E（2ξ+1）=2Eξ+1=2×（﹣）+1=，故选C．点评：本题考查有一定关系的两个变量之间的期望之间的关系，本题也可以这样来解，根据两个变量之间的关系写出η的分布列，再由分布列求出期望．4．设随机变量X的概率分布为P（X=k）=（k=1，2，3，4，5），则=（）A．B．C．D．考点：离散型随机变量及其分布列．专题：概率与统计．分析：由题意可得P（X=1）+P（X=2）+P（X=3）+P（X=4）+P（X=5）=1，求出m的值，再根据=P （X=2）+P（X=3），进而求出答案．解答：解：因为所有事件发生的概率之和为1，即P（X=1）+P（X=2）+P（X=3）+P（X=4）+P（X=5）=1，所以m（++++）=1，即m（1﹣）=1所以m=．所以P（X=k）=（k=1，2，3，4，5），则=P（X=2）+P（X=3）=+=．故选A．点评：解决此类问题的关键是掌握所有事件发生的概率之和为1，进而求出随机变量的分布列即可得到答案．5．电子手表厂生产某批电子手表正品率为，次品率为，现对该批电子手表进行测试，设第X次首次测到正品，则P（1≤X≤2013）等于（）A．B．C．D．考点：超几何分布．专题：概率与统计．分析：先求出P（X=0），即第0次首次测到正品，即全是次品的概率，从而可得结论．解答：解：由题意，P（X=0）=∴P（1≤X≤2013）=1﹣P（X=0）=故选B．点评：本题考查n次独立重复实验中恰好发生k次的概率，考查学生的计算能力，属于中档题．6．（2010•江西）一位国王的铸币大臣在每箱100枚的硬币中各掺入了一枚劣币，国王怀疑大臣作弊，他用两种方法来检测．方法一：在10箱中各任意抽查一枚；方法二：在5箱中各任意抽查两枚．国王用方法一、二能发现至少一枚劣币的概率分别记为P1和P2．则（）A．P1=P2B．P1＜P2C．P1＞P2D．以上三种情况都有可能考点：二项分布与n次独立重复试验的模型；等可能事件的概率．专题：计算题；压轴题．分析：每箱中抽到劣币的可能性都相等，故可用独立重复试验求解，又因为事件“发现至少一枚劣币”的对立事件是“没有劣币”，概率好求．方法一概率为1﹣0.9910；方法二概率为1﹣（）5，做差比较大小即可．解答：解：方案一：此方案下，每箱中的劣币被选中的概率为，没有发现劣币的概率是0.99，故至少发现一枚劣币的总概率为1﹣0.9910；方案二：此方案下，每箱的劣币被选中的概率为，总事件的概率为1﹣（）5，作差得P1﹣P2=（）5﹣0.9910，由计算器算得P1﹣P2＜0∴P1＜P2．故选B点评：本题考查独立重复试验的概率和对立事件的概率问题，以及利用概率知识解决问题的能力．7．（2011•潍坊二模）设X为随机变量，X～B，若随机变量X的数学期望EX=2，则P（X=2）等于（）A．B．C．D．考点：二项分布与n次独立重复试验的模型．专题：概率与统计．分析：根据X为随机变量，X～B和求服从二项分布的变量的期望值公式，代入公式得到n的值，再根据二项分布概率公式得到结果．解答：解：∵随机变量X为随机变量，X～B，∴其期望EX=np==2，∴n=6，∴P（X=2）==．故选D．点评：本题主要考查分布列和期望的简单应用，通过解方程组得到要求的变量，这与求变量的期望是一个相反的过程，但是两者都要用到期望和方差的公式．8．（2012•衡阳模拟）已知随机变量ξ～N（0，a2），且p（ξ＞1）=p（ξ＜a﹣3）的值为（）A．2B．﹣2 C．0D．1考点：二项分布与n次独立重复试验的模型．专题：计算题；概率与统计．分析：利用正态曲线的对称性，可得曲线的对称轴是直线x=0，由此可得结论．解答：解：由题意，∵ξ～N（0，a2），∴曲线的对称轴是直线x=0，∵p（ξ＞1）=p（ξ＜a﹣3）∴a﹣3+1=0∴a=2故选A．点评：本题考查正态分布曲线的特点及曲线所表示的意义，主要考查正态曲线的对称性，是一个基础题．9．设随机变量ξ～N（0，1），若P（ξ≥1）=p，则P（﹣1＜ξ＜0）=（）A．1﹣p B．p C．+p D．﹣P考点：二项分布与n次独立重复试验的模型．专题：概率与统计．分析：随机变量ξ服从标准正态分布N（0，1），知正态曲线关于x=0对称，根据P（ξ≥1）=p，得到P（1＞ξ＞0）=﹣p，再根据对称性写出要求概率．解答：解：∵随机变量ξ服从标准正态分布N（0，1），∴正态曲线关于x=0对称，∵P（ξ≥1）=p，∴P（1＞ξ＞0）=﹣p，∴P（﹣1＜ξ＜0）=﹣p，故选D．点评：本题考查正态分布曲线的特点及曲线所表示的意义，本题的主要依据是曲线的对称性，这种问题可以出现在选择或填空中．二．填空题（共5小题）10．（2010•上海模拟）在10件产品中有2件次品，任意抽取3件，则抽到次品个数的数学期望的值是．考点：超几何分布；离散型随机变量的期望与方差．专题：计算题．分析：设抽到次品个数为ξ，则ξ～H（3，2，10），利用公式Eξ=，即可求得抽到次品个数的数学期望的值．解答：解：设抽到次品个数为ξ，则ξ～H（3，2，10）∴Eξ=故答案为：点评：本题考查离散型随机变量的数学期望，解题的关键是确定抽到次品个数服从超几何分布，从而利用相应的期望公式求解．11．有一批产品，其中有6件正品和4件次品，从中任取3件，至少有2件次品的概率为．考点：超几何分布．专题：概率与统计．分析：从10件产品任取3件的取法共有，其中所取的三件中“至少有2件次品”包括2件次品、3件次品，取法分别为，．利用互斥事件的概率计算公式和古典概型的概率计算公式即可得出．解答：解：从10件产品任取3件的取法共有，其中所取的三件中“至少有2件次品”包括2件次品、3件次品，取法分别为，．因此所求的概率P==．故答案为．点评：本题考查了互斥事件的概率计算公式和古典概型的概率计算公式，属于基础题．12．（2010•枣庄模拟）设随机变量X～B（n，0.5），且DX=2，则事件“X=1”的概率为（作数字作答．）考点：二项分布与n次独立重复试验的模型．专题：计算题．分析：由随机变量X～B（n，0.5），且DX=2，知n×0.5×（1﹣0.5）=2，解得n=8．再由二项分布公式能够导出事件“X=1”的概率．解答：解：∵随机变量X～B（n，0.5），且DX=2，∴n×0.5×（1﹣0.5）=2，∴n=8．∴p（x=1）=．故答案为：．点评：本题考查二项分布的性质和应用，解题时要注意二项分布方差公式Dξ=np（1﹣p）的灵活运用．13．若随机变量X服从二项分布，且X～B（10，0.8），则EX、DX分别是8， 1.6．考点：二项分布与n次独立重复试验的模型．专题：计算题．分析：根据随机变量符合二项分布，根据二项分布的期望和方差的公式和条件中所给的期望和方差的值，得到关于n和p的方程组，解方程组得到要求的两个未知量，做出概率．解答：解：∵X服从二项分布X～B（n10，0.8）由Eξ=10×0.8=8，①Dξ=1=np（1﹣p）10×0.8×0.2=1.6，②故答案为8；1.6点评：本题主要考查分布列和期望的简单应用，通过解方程组得到要求的变量，这与求变量的期望是一个相反的过程，但是两者都要用到期望和方差的公式．14．（2011•浙江）某毕业生参加人才招聘会，分别向甲、乙、丙三个公司投递了个人简历，假定该毕业生得到甲公司面试的概率为，得到乙、丙公司面试的概率均为P，且三个公司是否让其面试是相互独立的．记X为该毕业生得到面试的公司个数．若P（X=0）=，则随机变量X的数学期望E（X）=．考点：离散型随机变量的期望与方差；离散型随机变量及其分布列．专题：计算题．分析：根据该毕业生得到面试的机会为0时的概率，做出得到乙、丙公司面试的概率，根据题意得到X的可能取值，结合变量对应的事件写出概率和做出期望．解答：解：由题意知X为该毕业生得到面试的公司个数，则X的可能取值是0，1，2，3，∵P（X=0）=，∴，∴p=，P（X=1）=+=P（X=2）==，P（X=3）=1﹣=，∴E（X）==，故答案为：点评：本题考查离散型随机变量的分布列和离散型随机变量的期望，考查生活中常见的一种题目背景，是一个基础题目．三．解答题（共3小题）15．（2009•朝阳区二模）在袋子中装有10个大小相同的小球，其中黑球有3个，白球有n（2≤n≤5，且n≠3）个，其余的球为红球．（Ⅰ）若n=5，从袋中任取1个球，记下颜色后放回，连续取三次，求三次取出的球中恰有2个红球的概率；（Ⅱ）从袋里任意取出2个球，如果这两个球的颜色相同的概率是，求红球的个数；（Ⅲ）在（Ⅱ）的条件下，从袋里任意取出2个球．若取出1个白球记1分，取出1个黑球记2分，取出1个红球记3分．用ξ表示取出的2个球所得分数的和，写出ξ的分布列，并求ξ的数学期望Eξ．考点：超几何分布；n次独立重复试验中恰好发生k次的概率；离散型随机变量的期望与方差．专题：综合题．分析：（Ⅰ）先求出从袋中任取1个球是红球的概率，再利用独立事件的概率公式可求三次取球中恰有2个红球的概率；（Ⅱ）根据从袋中一次任取2个球，如果这2个球颜色相同的概率是建立等式关系，求出n的值，从而求出红球的个数．（Ⅲ）ξ的取值为2，3，4，5，6，然后分别求出对应的概率，列出分布列，最后根据数学期望的公式解之即可；解答：解：（Ⅰ）设“从袋中任取1个球是红球”为事件A，则．所以，．答：三次取球中恰有2个红球的概率为．…（4分）（Ⅱ）设“从袋里任意取出2个球，球的颜色相同”为事件B，则，整理得：n2﹣7n+12=0，解得n=3（舍）或n=4．所以，红球的个数为3个．…（8分）（Ⅲ）ξ的取值为2，3，4，5，6，且，，，，．所以ξ的分布列为ξ 2 3 4 5 6P所以，．…（13分）点评：本题以摸球为素材，主要考查相互独立事件的概率的求法，考查了离散型随机变量的期望与分布列，解题的关键是正确利用公式求概率．16．某批产品共10件，已知从该批产品中任取1件，则取到的是次品的概率为P=0.2．若从该批产品中任意抽取3件，（1）求取出的3件产品中恰好有一件次品的概率；（2）求取出的3件产品中次品的件数X的概率分布列与期望．考点：超几何分布；离散型随机变量的期望与方差．专题：应用题．分析：设该批产品中次品有x件，由已知，可求次品的件数（1）设取出的3件产品中次品的件数为X，3件产品中恰好有一件次品的概率为；（2）取出的3件产品中次品的件数X可能为0，1，2，求出相应的概率，从而可得概率分布列与期望．解答：解：设该批产品中次品有x件，由已知，∴x=2…（2分）（1）设取出的3件产品中次品的件数为X，3件产品中恰好有一件次品的概率为…（4分）（2）∵X可能为0，1，2∴…（10分）∴X的分布为：X 0 1 2P则…（13分）点评：本题以实际问题为载体，考查等可能事件的概率，考查随机变量的期望与分布列，难度不大．17．（2006•崇文区一模）某足球赛事中甲乙两只球队进入决赛，但乙队明显处于弱势，乙队为争取胜利，决定采取这样的战术：顽强防守，0：0逼平甲队进入点球大战．假设在点球大战中双方每名运动员进球概率均为．现规定：点球大战中每队各出5名队员，且每名队员都各踢一球，求：（I）乙队以4：3点球取胜的概率有多大？（II）设点球中乙队得分为随机变量ξ，求乙队在五个点球中得分ξ的概率分布和数学期望．考点：二项分布与n次独立重复试验的模型；离散型随机变量的期望与方差．专题：计算题．分析：（I）根据相互独立事件的概率公式以及n次独立重复试验中恰好发生k次的概率公式进行求解即可；（II）点球中乙队得分为随机变量ξ的取值可能为0，1，2，3，4，5，然后根据n次独立重复试验中恰好发生k次的概率公式分别求出相应的概率，列出分布列，最后利用数学期望公式解之即可．解答：解：（I）乙队以4：3点球取胜的概率为P==25×=0.1043 （II）点球中乙队得分为随机变量ξ的取值可能为0，1，2，3，4，5P（ξ=0）==，P（ξ=1）==，P（ξ=2）==P（ξ=3）==，P（ξ=3）==，P（ξ=5）==∴ξ的分布列为ξ0 1 2 3 4 5P∴Eξ=0×+1×+2×+3×+4×+5×=3.75点评：本题主要考查了离散型随机变量的期望和分布列，以及二项分布与n次独立重复试验的模型，同时考查了计算能力，属于中档题．。