超几何分布公式详解

【超几何分布公式详解】超几何分布是概率论中一种重要的离散概率分布，用于描述在不放回抽样情况下，成功事件发生的次数的概率分布。它常用于统计学、抽样调查、质量控制等领域。

一、基本概念

1. 定义：

超几何分布描述的是在一个有限总体中，进行不放回抽样时，某类元素被抽中的次数的概率分布。

例如：从一批产品中抽取若干件，其中合格品的数量服从超几何分布。

2. 基本条件：

- 总体中包含两种类型元素（如合格品与不合格品）；

- 抽样时不放回；

- 已知总体中两类元素的总数；

- 抽取样本数量已知。

二、超几何分布公式

设总体中有 $ N $ 个元素，其中有 $ K $ 个“成功”元素（如合格品），其余为“失败”元素。从中抽取 $ n $ 个样本，其中恰好有 $ k $ 个“成功”元素的概率为：

$$

P(X = k) = \frac{{\binom{K}{k} \cdot \binom{N - K}{n - k}}}{{\binom{N}{n}}}

$$

其中：

- $ \binom{a}{b} $ 表示组合数，即从 $ a $ 个元素中取出 $ b $ 个的组合方式数；

- $ X $ 是随机变量，表示在样本中“成功”元素的个数；

- $ k $ 的取值范围为 $ \max(0, n - (N - K)) \leq k \leq \min(n, K) $

三、关键参数说明

四、典型应用场景

五、与二项分布的区别

六、实例分析

问题：

一个盒子中有 10 个球，其中 4 个是红球，6 个是蓝球。从中随机抽取 3 个球，求抽到 2 个红球的概率。

解法：

- $ N = 10 $

- $ K = 4 $（红球）

- $ n = 3 $（抽取数量）

- $ k = 2 $（红球数量）

代入公式：

$$

P(X = 2) = \frac{{\binom{4}{2} \cdot \binom{6}{1}}}{{\binom{10}{3}}} = \frac{6 \cdot 6}{120} = \frac{36}{120} = 0.3

$$

结论： 抽到 2 个红球的概率为 0.3（即 30%）。

七、总结表格

通过以上内容可以看出，超几何分布在实际问题中具有广泛的应用价值，尤其适用于小样本、无放回抽样的情境。掌握其公式和应用场景，有助于更好地理解和解决相关概率问题。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！