二项分布与超几何分布的区别

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)。

（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)

情时每台报警器报警的概率均为 0.9 。求险情发生时下列事
件的概率： ⑴3 台都没有报警； (2)恰好有一台报警； (3)恰好有两台报警；
分析： 1.一个警报器对另一个警报器有干扰吗？
2.每一个警报器报警的概率一样吗？
3.属于几次独立重复实验？
返回
1.一个警报器对另一个警报器有干扰吗？ 2.每一个警报器报警的概率一样吗？ 3.属于几次独立重复实验？
(2)如以该次检查的结果作为该批次每件产品大肠菌群超标的概率，如 从该批次产品中任取2件，设随机变量η为大肠菌群超标的产品数量，求P(η ＝1)的值及随机变量η的数学期望．
规律总结：当提问中涉及'‘用样本数据来估计总体数
据”字样或有此意思表示的时候，就是二项分布，否则就不是。
返回
跟踪训练 1
1.（广东高考 17） 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重量（单 位：克），重量的分组区间为（490,495]，（495,500]，……，（510,515]， 由此得到样本的频率分布直方图，如图 4 所示。 （1）根据频率分布直方图，求重量超过 505 克的产品数量。 （2）在上述抽取的 40 件产品中任取 2 件，设 Y 为重量超过 505 克 的产品数量， 求 Y 的分布列。 （3）从流水线上任取 5 件产品， 求恰有 2 件产品合格的重量超过 505 克的概率。
(1).C30 0.90 (0.1)3 0.001 (2).C31(0.9)1(0.1)2 0.027 (3).C32 (0.9)2 (0.1)1 0.243
返回
返回
探究一 某地工商局从某肉制品公司的一批数量较大的火腿肠产品中
抽取10件产品，检验发现其中有3件产品的大肠菌群超标． (1)如果在上述抽取的10件产品中任取2件，设随机变量ξ为

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.。