内容正文:
人教A版2019选修第三册
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.通过具体实例,了解超几何分布及其均值;
2.能用超几何分布解决简单的实际问题,会求服从超几何分布的随机变量的均值;
3.了解超几何分布与二项分布之间的联系与区别.
教学目标
01 温故知新
PART.01
温故知新
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<p<1),用X表示事件A发生的次数,则X的分布列为:
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:
超几何分布
PART.02
问题提出
前面我们学习了离散型随机变量的有关知识,本节将利用这些知识研究两类重要的概率模型---二项分布与超几何分布.
概念讲解
问题1:已知100件产品中有8件次品,现从中采用有放回方式随机抽取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.
思考1:采用有放回抽样,随机变量X服从什么分布?
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).
概念讲解
思考2:如果采用不放回抽样,抽取的4件产品中次品数X服从二项分布吗?若不服从,那么X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.
概念讲解
可以根据古典概型求的分布列.由题意可知,可能的取值为0,1,2,3,4.从100件产品中任选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
计算的具体结果(精确到0.00001)如表所示.
2 3 4
概念讲解
超几何分布
一般地,假设一批产品共有件,其中有件次品. 从件产品中不放回地随机抽取件,用表示抽取的件产品中的次品数,则的分布列为
.
其中,,,,,.
若随机变量的分布列具有上式的形式,则称随机变量服从超几何分布.
定义
注意:(1)事件“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”;
概念讲解
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)
概念辨析
1.判断下列结论是否正确.(正确的打“√”,错误的打“×”)
(1)在产品检验中,超几何分布描述的是放回抽样.( )
×
(2)从4名男演员和3名女演员中随机选出4名演员,其中所选女演员的人数 <m></m> 服从超几何分布.( )
√
(3)在超几何分布中,只要知道 <m></m> , <m></m> 和 <m></m> ,就可以根据公式,求出 <m></m> 取不同值 <m></m> 时的概率 <m></m> .( )
√
概念辨析
A
例题剖析
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.
解:设表示选出的5名学生中含甲的人数(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.
例题剖析
练习:从放有10个红球与15个白球的暗箱中,随意摸出5个球,规定取到一个白球得1分,一个红球得2分,求某人摸出5个球,恰好得7分的概率.
解:设X表示摸出的5个球中红球的个数,
则X服从超几何分布,且N=25,M=10,n=5.
∴恰好的7分的概率即为摸出2个红球的概率,为
例题剖析
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.
解:设抽取的10个零件中不合格品数为,则服从超几何分布,且,
,.
的分布列为
至少有1件不合格的概率为
方法一:.
方法二:
超几何分布的均值
PART.03
概念讲解
问题2: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,,由随机变量均值的定义:当时,.(1)
因为,所以.
当时,注意到(1)式中间求和的第一项为0,类似可以证明结论依然成立.
概念讲解
超几何分布的均值
.
如果随机变量X的分布列具有上