资源简介 (共16张PPT)7.4.2 超几何分布1. 二项分布:一般地,在n重伯努利试验中,设每次试验中事件A发生的概率为p (0如果随机变量X的分布列具有上式的形式,则称随机变量X服从二项分布, 记作X ~B(n,p).若X~B(n, p),则有2.二项分布的均值与方差复习引入问题:已知100件产品中有8件次品,分别采用有放回和不放回的方式随机抽取4件. 设抽取的4件产品中次品数为X,求随机变量X的分布列.探究探究新知追问2:如果采用不放回抽样,那么抽取的4件产品中次品数X是否也服从二项分布 追问1:如果采用有放回抽样,随机变量X服从二项分布吗?采用有放回抽样,则每次抽到次品的概率为0.08,且各次抽样的结果相互独立,此时X服从二项分布,即X~B(4, 0.08).采用不放回抽样,虽然每次抽到次品的概率都是0.08,但每次抽取不是同一个试验,各次抽取的结果不独立,不符合n重伯努利试验的特征,因此X不服从二项分布.解:由题意可知,X可能的取值为0, 1, 2, 3, 4.超几何分布探究新知思考:如果采用不放回抽样,抽取的4件产品中次品数X服从什么分布?如何求X的分布列?X 0 1 2 3 4P 0.71257 0.25621 0.02989 0.00131 0.00002计算的具体结果(精确到0.00001)如下表所示:可根据古典概型求X的分布列.由古典概型的知识,得X的分布列为XP一般地, 假设一批产品共有N件, 其中有M件次品. 从N件产品中随机抽取n件(不放回), 用X表示抽取的n件产品中的次品数, 则X的分布列为超几何分布:其中n, N, M∈N*, M≤N, n≤N, m=max{0, n-N+M}, r=min{n, M}. 如果随机变量X的分布列具有上式的形式,那么称随机变量X服从超几何分布.概念形成超几何分布1.公式中个字母的含义N—总体中的个体总数M—总体中的特殊个体总数(如次品总数)n—样本容量k—样本中的特殊个体数(如次品数)3.求分布列时也可以直接利用组合数的意义列式计算2.“由较明显的两部分组成”: 如“男生、女生”, “正品、次品”;解:设X表示选出的5名学生中含甲的人数,则X服从超几何分布,且N=50, M=1, n=5.例1 从50 名学生中随机选出5名学生代表,求甲被选中的概率.容易发现,每个人被抽到的概率都是 . 这个结论非常直观,上述解答过程就是这一结论的推导过程.典例分析因此甲被选中的概率为解:设X表示抽取10个零件中不合格品数,则X服从超几何分布,其分布列为例2 一批零件共有30个,其中有3个不合格. 随机抽取10个零件进行检测,求至少有1件不合格的概率.∴至少有1件不合格的概率为典例分析1. 一箱24罐的饮料中4罐有奖券,每张奖券奖励饮料一罐,从中任意抽取2罐,求这2罐中有奖券的概率.解:设抽出的2罐中有奖券的罐数为X,则X服从超几何分布,且N=24,M=4,n=2.从而抽取2罐中有奖券的概率为小试牛刀2. 学校要从12名候选人中选4名同学组成学生会,已知有4名候选人来自甲班. 假设每名候选人都有相同的机会被选到, 求甲班恰有2名同学被选到的概率.解:设选到的4人中甲班同学的人数为X,则X服从超几何分布,且N=12,M=4,n=4.从而甲班恰有2人被选到的概率为设随机变量 X 服从超几何分布,则 X 可以解释为从包含 M 件次品的 N 件产品中,不放回地随机抽取 n 件产品中的次品数.思考:服从超几何分布的随机变量的均值是什么 探究探究新知令 ,则 p 是 N 件产品的次品率,而 是抽取的 n 件产品的次品率.我们猜想下面对均值进行证明.探究新知证明:令m=max{0, n-N+M}, r=min{n, M}.由随机变量的定义:当m>0时,当m=0时,类似可以证明结论依然成立.若随机变量X服从超几何分布,则有解:(1) 对于有放回摸球,每次摸到黄球的概率为0.4,且各次试验之间的结果是独立的,因此X~B(20, 0.4),X的分布列为例3 一个袋子中有100个大小相同的球,其中有40个黄球、60 个白球,从中随机地摸出20个球作为样本. 用X表示样本中黄球的个数.(1) 分别就有放回摸球和不放回摸球,求X的分布列;(2) 分别就有放回摸球和不放回摸球,用样本中黄球的比例估计总体中黄球的比例,求误差不超过0.1的概率.对于不放回摸球, 各次试验的结果不独立, X服从超几何分布, X的分布列为典例分析(2)利用统计软件计算出两个分布列的概率值(精确到0.00001), 如下表所示.样本中黄球的比例 是一个随机变量, 根据表中数据计算得因此, 在相同的误差限制下, 采用不放回摸球估计的结果更可靠些.不放回摸球:有放回摸球:两种摸球方式下,随机变量X分别服从二项分布和超几何分布,虽然这两种分布有相等的均值(都是8),但从两种分布的概率分布图(如下图)看,超几何分布更集中在均值附近.二项分布和超几何分布都可以描述随机抽取的n件产品中次品数的分布规律,并且二者的均值相同. 对于不放回抽样,当n远远小于N时,每抽取一次后,对N的影响很小,此时,超几何分布可以用二项分布近似.辨析概念超几何分布 二项分布试验类型 抽样 抽样试验种数 有 种物品 有 种结果总体个数 个 个随机变量取值的概率 利用 计算 利用 计算联系 当 时,超几何分布 二项分布 不放回放回两两有限无限古典概型独立重复试验总体N很大近似超几何分布与二项分布的联系与区别:一般地,假设一批产品共有N件,其中有M件次品. 从N件产品中随机抽取n件(不放回),用X表示抽取的n件产品中的次品数,则X的分布列为1. 超几何分布若随机变量X服从超几何分布,则有2. 超几何分布的均值课堂小结 展开更多...... 收起↑ 资源预览