内容正文:
衔接教材 夯基固本
落实
第8节 二项分布、超几何分布与正态分布
微点突破6 二项分布与超几何分布的辨别
第四章 计数原理、离散型随机变量及其分布
衔接教材 夯基固本
落实
请完成:课时训练(33)
温馨提示
谢谢观看!
考题中常涉及二项分布与超几何分布,有些学生对这两种模型的定义不能很好地理解,一遇到“取”或“摸”的题型,就认为是超几何分布,不加分析,滥用公式,运算对象不明晰,事实上,超几何分布和二项分布确实有着密切的联系,但也有明显的区别.
[例] 写出下列离散型随机变量的分布列,并指出其中服从二项分布的是哪些,服从超几何分布的是哪些.
(1)X1表示n次重复地抛掷1枚骰子,出现点数是3的倍数的次数;
(2)X2表示连续抛掷2枚骰子,所得的2个骰子的点数之和;
(3)有一批产品共有N件,其中次品有M件(N>M>0),采用有放回抽取方法抽取n次(n>N),抽出的次品件数为X3;
(4)有一批产品共有N件,其中M件为次品,采用不放回抽取方法抽n件,出现次品的件数为X4(N-M>n>0).
解:(1)X1的分布列为
X1
0
1
P
C eq \o\al(\s\up1(0),\s\do1(n))( eq \f(1,3))0( eq \f(2,3))n
C eq \o\al(\s\up1(1),\s\do1(n))( eq \f(1,3))1( eq \f(2,3))n-1
X1
…
n
P
…
C eq \o\al(\s\up1(n),\s\do1(n))( eq \f(1,3))n
X1服从二项分布,即X1~B(n, eq \f(1,3)).
(2)X2的分布列为
X2
2
3
4
5
6
7
8
9
10
11
12
P
eq \f(1,36)
eq \f(1,18)
eq \f(1,12)
eq \f(1,9)
eq \f(5,36)
eq \f(1,6)
eq \f(5,36)
eq \f(1,9)
eq \f(1,12)
eq \f(1,18)
eq \f(1,36)
X2既不服从二项分布,也不服从超几何分布.
(3)X3的分布列为
X3
0
1
P
C eq \o\al(\s\up1(0),\s\do1(n))( eq \f(M,N))0(1- eq \f(M,N))n
C eq \o\al(\s\up1(1),\s\do1(n))( eq \f(M,N))1(1- eq \f(M,N))n-1
X3
…
n
P
…
C eq \o\al(\s\up1(n),\s\do1(n))( eq \f(M,N))n
X3服从二项分布,即X3~B(n, eq \f(M,N)).
(4)X4的分布列为
X4
0
1
…
k
…
n
P
eq \o\al(\s\up1(n),\s\do1(N-M)) eq \f(C,C eq \o\al(\s\up1(n),\s\do1(N)))
eq \o\al(\s\up1(1),\s\do1(M)) eq \f(CC eq \o\al(\s\up1(n-1),\s\do1(N-M)),C eq \o\al(\s\up1(n),\s\do1(N)))
…
eq \o\al(\s\up1(k),\s\do1(M)) eq \f(CC eq \o\al(\s\up1(n-k),\s\do1(N-M)),C eq \o\al(\s\up1(n),\s\do1(N)))
…
eq \o\al(\s\up1(n),\s\do1(M)) eq \f(C,C eq \o\al(\s\up1(n),\s\do1(N)))
X4服从超几何分布.
超几何分布与二项分布的区别与应用
(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.
(3)区别:①最主要的区别在于是有放回抽样还是不放回抽样.超几何分布的试验是从含有m(m≤N)件次品的N件产品中任取n(n≤N)件产品,可以理解为是不放回抽样的试验;二项分布的试验就是在相同的条件下做了n次独立重复试验,可以理解为有放回抽样的试验.
②超几何分布需要知道总体容量,而二项分布不需要.
(4)应用:超几何分布的应用中,常见的模型常有较明显的两部分,如“正品”与“次品”,“男生”与“女生”,“优”与“劣”等;二项分布的应用中,常见的模型涉及试验次数,如“射击次数”“摸球次数”“几人试验”等.
训练 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质量(单位:g),质量分组区间为[490,495],(495,500],…,(510,515].由此得到样本的频率分布直方图(如图所示).
(1)根据频率分布直方图,求质量超过505 g的产品数量;
(2)在上述抽取的40件产品中任取2件,设X为质量超过505 g的产品数量,求X的分布列;
(3)从该流水线上任取2件产品,设Y为质量超过505 g的产品数量,求Y的分布列.
解:(1)质量超过505 g的产品的频率为5×0.05+5×0.01=0.3,
质量超过505 g的产品数量为40×0.3=12(件).
(2)质量超过505 g的产品数量为12件,则质量未超过505 g的产品数量为28件,X的所有可能取值为0,1,2,
且X服从超几何分布.
P(X=0)=eq \o\al(\s\up1(2),\s\do1(28)) eq \f(C,C eq \o\al(\s\up1(2),\s\do1(40)))
= eq \f(63,130),P(X=1)=eq \o\al(\s\up1(1),\s\do1(12)) eq \f(CC eq \o\al(\s\up1(1),\s\do1(28)),C eq \o\al(\s\up1(2),\s\do1(40)))
= eq \f(28,65),
P(X=2)=eq \o\al(\s\up1(2),\s\do1(12)) eq \f(C,C eq \o\al(\s\up1(2),\s\do1(40)))
= eq \f(11,130),
X的分布列为
X
0
1
2
P
eq \f(63,130)
eq \f(28,65)
eq \f(11,130)
(3)根据样本估计总体的思想,任取一件产品,该产品的质量超过505 g的概率为 eq \f(12,40)= eq \f(3,10).
从流水线上任取2件产品互不影响,该问题可看成2次独立重复试验,质量超过505 g的件数Y的可能取值为0,1,2,且Y~B(2, eq \f(3,10)),P(Y=k)=C eq \o\al(\s\up1(k),\s\do1(2))×(1- eq \f(3,10))2-k×( eq \f(3,10))k,
所以P(Y=0)=C eq \o\al(\s\up1(0),\s\do1(2))×( eq \f(7,10))2= eq \f(49,100),P(Y=1)=C eq \o\al(\s\up1(1),\s\do1(2))× eq \f(7,10)× eq \f(3,10)= eq \f(21,50),P(Y=2)=C eq \o\al(\s\up1(2),\s\do1(2))×( eq \f(3,10))2= eq \f(9,100).
Y的分布列为
Y
0
1
2
P
eq \f(49,100)
eq \f(21,50)
eq \f(9,100)
$$