二项分布与超几何分布比较
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)。
二项分布与超几何分布的区别
（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)
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,其实这个问题的回答就出现在教材上,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 ,Λ，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.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;(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2.计算公式超几何分布: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 ,Λ，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。
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。
二项分布和超几何分布
二项分布和超几何分布二项分布和超几何分布是统计学中比较常见的两个概率分布，它们都是很重要的知识点，被应用在许多领域，尤其是生物和药物研究等统计分析中。
在本文中，我们将对这两个概率分布进行介绍和比较，包括定义、性质、应用、关系以及如何求解这两个概率分布。
一、二项分布二项分布是一种偏态分布，也被称为二项概率分布，它以独立的事件进行描述，用来描述一个独立的试验或该试验的结果。
它形成了一种定义精确的概率模型，用来对实际问题进行分析、预测和解决。
二项分布中有两个参数，即n（试验次数）和p（每次试验成功的概率）。
假设有一个试验，该试验有n次，每次试验成功的概率为p，则最终成功的次数X服从二项分布：X~B(n,p)。
其性质如下：（1）二项分布的期望值E[X] = np。
（2）二项分布的方差 D[X]= npq=np（1-p）。
（3）当n趋于无穷大，p趋于某一定值时，此时X服从泊松分布。
（4）二项分布的n和p均大于0，当n=1时，二项分布即成为伯努利分布。
二项分布的应用非常广泛，常被应用在质量控制、生物学、总体调查中。
比如，在质量检验中，二项分布被应用在检验样本中不良品率检验；在生物学中，可以用二项分布研究DNA分子的突变率；在总体调查中，也可用二项分布来描述一个样本是否属于某一总体。
求解二项分布的方法：一般通过概率计算和抽样模拟的方法。
概率计算方法是对二项分布概率的精确计算，即在已知成功的概率p和试验次数n的情况下，可以精确算出在n次试验中成功m次出现的概率。
而抽样模拟方法是通过实际模拟事件，用实际上发生的次数来估计概率，为此可以用计算机模拟，从而统计概率出现的次数。
二、超几何分布超几何分布也称为无限取样分布，是一种古典的概率分布，用来描述一系列独立事件中指定类型的成功次数的分布情况。
它和二项分布很相似，但它的背后的模型是不同的。
超几何分布有三个参数，即n（试验次数）、N（总体样本数）和p（每次试验成功的概率）。
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,其实这个问题的回答就出现在教材上,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.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;(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2.计算公式超几何分布: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。
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
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。
二项分布和超几何分布，五分钟让你再也不迷糊！
二项分布和超几何分布，五分钟让你再也不迷糊！有一次被学生问到：老师您给我讲讲二项分布和超几何分布的区别吧。
我想，二项分布和超几何分布的区别大着呀，没道理会把它们弄混。
但是既然学生提出来了，就说明这样的疑惑的确存在，我们今天就来捋一捋，让疑者不疑，不疑者更明。
发生条件的不同二项分布：描述n次独立重复试验，而且该随机试验只有两种可能结果：发生或者不发生（也常说试验成功或失败）。
“独立”强调的是各次试验互相不干扰，“重复”强调的是每次试验中事件发生与否的概率保持不变。
超几何分布：描述由N个物件（其中有M个指定物件）中抽出n 个物件。
随机变量的不同二项分布的随机变量ξ是n次独立重复试验中试验成功的次数k。
超几何分布的随机变量ξ是抽出的n个物件中抽到指定种类的物件的个数m。
概率：在二项分布中，P(ξ=k)= C(n, k) * p^k * (1-p)^(n-k).在超几何分布中，P(ξ=m)= C(M, m) * C(N-M, n-m) / C(N,n).用一个“抽取合格品/次品”（换成双色小球也是一样）模型来对比上述两种分布：现有N件产品，其中M件合格品，N-M件次品。
1.从中抽取一件产品，为合格品的概率是？p=M/N2.每次抽取一件产品，抽完放回，抽n次(这里的n与N无关)，共抽到k次合格品的概率是？C(n, k) * p^k * (1-p)^(n-k)，其中p为第1问里的p.3.每次抽取一件产品，抽完不放回，抽n次(这里的不大于N)，共抽到m次合格品的概率是？C(M, m) * C(N-M, n-m) / C(N,n)对于第3问中的情况，和1次性抽出n件产品，其中有m件合格品的概率是一样的。
能不能像第2问一样，用分步做乘法的方法来写概率呢？也可以的，不过因为不放回，产品总数在递减，每次抽到合格品的概率受之前抽到合格品还是次品的结果影响，所以不是独立重复实验了！为了帮助大家进一步看清楚，我举一个数目较小的具体例子来演示，3件产品，其中2件合格品，1件次品。
- 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)。
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.ξ
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；
（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.。