内容正文:
第七章随机变量及其分布
7.4二项分布与超几何分布
7.4.2超几何分布
1
课程标准
1.通过具体实例,了解离散型随机变量的概念,理解离散型随机变量分布列及其数字特征(均值、方差);
2.通过具体实例,了解伯努利试验,掌握二项式及其数字特征,并能解决简单的实际问题;
3.通过具体实例,了解超几何分布及其均值,并能解决简单问题的实际应用。
2
复习回顾
回顾1 什么是二项分布?二项分布是怎么判断的?二项分布的期望与方差分别是多少?
1.二项分布的定义:一般地,在重伯努利试验中, 设每次试验中事件发生的概率为,用表示事件发生的次数,则的分布列为
如果随机变量的分布列具有上式的形式,则称随机变量服从二项分布,记作.
3
复习回顾
一般地,确定一个二项分布模型的步骤如下:
(1)明确伯努利试验及事件的意义,确定事件A发生的概率;
(2)确定重复试验的次数, 并判断各次试验的独立性;
(3)设为次独立重复试验中事件发生的次数, 则
.二项分布的期望与方差
一般地,可以证明:
如果, 那么; .
4
新课导入
接下来,我们学习另一种随机变量的模型——超几何分布
5
一
二
三
教学目标
通过具体实例,了解超几何分布
了解超几何分布均值
能用超几何分布解决简单的实际问题
教学目标
难点
重点
新知探究
探究一:超几何分布概念
7
新知讲解
问题1 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, 求随机变量的分布列.
如果采用有放回抽样, 则每次抽到次品的概率为,且各次抽样的结果相互独立 , 此时服从二项分布, 即.
采用不放回抽样?
8
新知讲解
问题2 如果采用不放回抽样 , 那么抽到4件产品中次品数是否也服从二项分布? 如果不服从,那么的分布列是什么?
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,而且各次抽取的结果也不独立,不符合重伯努利试验的特征, 因此不服从二项分布.
我们可以根据古典概型求的分布列
9
新知讲解
问题1 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, 求随机变量的分布列.
解:由题意可知,可能的取值为0,1,2,3,4.
从100件产品中任取4件,样本空间包含个样本点,且每个样本点都是等可能发生的.
其中4件产品中恰有件次品的结果数为
由古典概型的知识,得的分布列为
10
概念生成
超几何分布:一般地,假设一批产品共有件,其中有件次品. 从件产品中随机抽取件(不放回),用表示抽取的件产品中的次品数,则的分布列为:
其中n,M,N∈N*,M≤N,m≤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
那么称随机变量服从超几何分布.
:总体中的个体总数;
:总体中的特殊个体总数
(如次品总数);
:样本容量
:样本中的特殊个体数
(如次品数)
11
新知讲解
问题2 超几何分布的特征是什么?
超几何分布特征:
(1)“由较明显的两部分组成”:如“男生、女生”,“正品、次品”;
(2)不放回抽样:“任取n件”应理解为“不放回地一次取一件,连续取n件”
12
例题讲解
例4 从50名学生中随机选出5名学生代表,求甲被选中的概率.
解: 设表示选出的5名数学中含甲的人数(只能取0或1)
则服从超几何分布 , 且,,
因此甲被选中的概率为
容易发现,每个人被抽到的概率都是.
这个结论非常直观,这里给出了严格的推导.
13
新知讲解
例5 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.
法一:
解: 设抽取的10个零件中不合格品数为X , 则X服从超几何分布
且N=30 , M=3 , n=10
X的分布列为
至少有1件不合格的概率为P(X ≥1)= P(X=1)+P(X=2)+P(X=3)
法二:P(X≥1)=1−P(X=0)
正难则反
14
新知探究
探究二:超几何分布均值
15
新知讲解
问题3 服从超几何分布的随机变量的均值是什么?
设随机变量服从超几何分布 , 则可以解释为从包含件次品的件产品中,不放回地随机抽取件产品中的次品数.
令,则是件产品的次品率,而是抽取的件产品的次品率.
我们猜想,即 .
实际上,令m=max{0,n-N+M},r=min{n , M} , 由随机变量均值的定义:
16
新知讲解
当时,注意到上式中间求和的第一项为0 ,类似可以证明结论依然成立.
服从超几何分布的随机变量的均值E()=p,即 E(X)=np
17
新知讲解
例6 一袋中有100个大小相同的小球, 其中有40个黄球、60个白球,从中随机摸出20个球作为样本