第7031篇《数学之光：全红婵儿的清华之路》

第555篇《数学之光：全红婵儿的清华之路》

木质课桌上面摊开人教版高中数学教材，书页停留在超几何分布这一节。全红婵指尖轻压着书页，草稿纸上还留存着二项分布的演算痕迹。她对着课本当中的取样例题静静思索，一个总体里面包含两类不同的个体，总数有限，从中不放回抽取规定数量的样本，统计样本当中含有某一类个体的数目。刚刚学完的二项分布要求每一次试验事件发生概率恒定不变，不放回抽取的时候，每一轮抽取之后总体结构发生改变，单次抽取的概率不断浮动，不再满足伯努利试验的条件，二项分布公式便不再适用。她拿起笔在纸上写下一组数字，箱子当中一共有十颗球，六颗红球四颗黑球，不放回抽取四颗，想要算出恰好取出两颗红球的概率。依靠古典概型组合数可以完成计算，倘若样本总量变大，一次次枚举显然低效，应当有着一套专属的分布模型来概括这一类问题。

朦胧柔和的光晕自桌侧慢慢弥散开来，雅各布伯努利的身形浮现在光影之中，目光落在草稿纸上一长串组合算式，语调平缓厚重。

超几何分布，描述有限总体不放回抽样的概率规律。它与二项分布如同两条并行的轨道，对应着两种抽样模式。有放回抽样，总体保持原样，单次概率不变，适配二项分布；不放回抽取，样本不回添进总体，每一次抽取都会改变剩余样本构成，概率发生偏移，便要使用超几何分布。许多做题之人只会死记两条分布的计算公式，不去读懂背后抽样逻辑，题目稍微改换抽样方式就胡乱套用公式。你要牢牢记住，模型由场景而生，先看清抽样规则，再选用对应的计算框架。超几何分布依靠组合数完成概率的构建，本质上依旧扎根于古典概型。

全红婵轻轻颔首，摆正课本，顺着教材编排的逻辑逐层拆解知识要点。古典概型、独立事件、二项分布的知识会和本节内容交织在一起，两类分布的辨析是本节核心重难点，一处概念模糊，综合题便极易出错。她放平心绪，笔尖落在空白笔记本之上，一点点搭建完整的知识框架。

知识点精讲

一、超几何分布定义

一般地，假定一个总体含有N件物品，其中具备某类特征的物品共有M件，从总体当中不放回一次性取出n件物品，取出的n件物品当中含有该特征的物品件数记作随机变量X。那么X取k值时对应的概率表达式为P(X=k)=C_Mᵏ·C_{N‑M}^{n‑k}/C_Nⁿ。k能够取的值为0，1，2……l，l是M与n当中较小的那一个。这时便称随机变量X服从超几何分布，记作X~H(N,M,n)。

时空智者留下哲思评述。拆分整条公式便能读懂它的由来。C_Nⁿ代表从总数N件物品当中任选n件物品，全部等可能的选取方式总数，来自古典概型分母。C_Mᵏ代表从M件目标物品当中选出k件，C_{N‑M}^{n‑k}代表从剩余不含该特征的物品当中选出余下n‑k件。分步选出符合条件的样本，两种选法数目相乘，得到有利事件的选取方式总数。用有利情形除以全部情形，得到对应概率。整条公式并不是凭空生成，是古典概型组合计数的浓缩形式。

全红婵在笔记侧边写下案例辅助理解。一箱零件一共有二十件，其中次品五件，从中不放回抽取六件零件，抽取出来的次品数量记作X。N=20，M=5，n=6。想要求取恰好抽到两件次品的概率，k=2，P(X=2)=C₅²·C₁₅⁴/C₂₀⁶。

她自行推演一组特殊情况，倘若n=1，只抽取一件物品，P(X=1)=C_M¹·C_{N‑M}⁰/C_N¹=M/N，等同于单次抽取取到目标物品的概率，和常识相互印证。推演特例可以用来检验公式记忆是否出现偏差。

二、超几何分布的均值

若随机变量X~H(N,M,n)，那么均值E(X)=n·M/N。均值表达的含义是，不放回抽取n件样本时，样本当中带有指定特征物品数目的平均期望值。

全红婵标记下这条公式。均值公式形式和二项分布均值E(X)=np外观十分相像。超几何分布当中M/N可以视作总体当中目标物品所占比例p。于是E(X)=np。形式相近，内在前提不一样。二项分布之中p是每一回试验恒定不变的发生概率；超几何分布M/N是总体占比，不放回抽样每一轮单次概率并不等于固定值，仅仅均值公式外形趋同。千万不可因为公式外形近似就混淆两套模型。

伯努利缓缓开口，超几何分布并没有通用简洁的方差公式。课本不作要求记忆方差，做题时不必强行背诵繁杂式子。考试如果需要方差数值，要么给出参考数据，要么借助定义式分步计算，不要自行编造简易公式。重心放在概率公式与均值之上。

三、超几何分布与二项分布完整辨析

相同之处：随机变量X都代表事件发生的次数，取值均为非负整数；均值公式形式相近E(X)=np，二项分布p为单次试验概率，超几何分布p=M/N为总体占比。

核心差异落在抽样方式之上。

二项分布对应有放回抽样，每一次抽取完成之后样本放回总体，总体构成不会改变，每一次试验彼此独立，单次试验目标事件发生概率p全程恒定不变。试验可以无限次重复开展。

超几何分布对应有限总体不放回抽样，样本取出之后不再放回总体，总体样本总量持续变少，每一次抽取时目标物品占比不断变化，各次抽取试验并不相互独立。试验最多能够开展N次。

全红婵整理对比条目，记录临界情形。当总体容量N十分庞大，抽取的样本数量n远远小于N的时候，不放回抽取对总体占比造成的改变微乎其微。此时超几何分布可以近似使用二项分布来处理。举例子，一批种子数万颗，从中抽取几十颗，不放回抽取，总体比例几乎没有变动，能够近似视作有放回抽样。必须谨记，近似使用的前提是N远大于n。题干没有给出可以近似的说明，有限小总体不放回抽样必须严格采用超几何分布列式。

举例对比两道题型。袋子当中一共八个小球，三红五白。情形一，有放回抽取五次，取出红球数目X，X~B(5,3/8)，二项分布。情形二，不放回抽取五个小球，取出红球数目X，X~H(8,3,5)，超几何分布。仅仅放回与不放回两个字的差别，分布模型全然不同。

四、超几何分布解题固定步骤

第一步通读题干，锁定总体总数N，总体当中具备目标特征个体数目M，抽取样本数量n。核查抽样方式是否为不放回抽样。

第二步判定随机变量X服从超几何分布，书写X~H(N,M,n)。

第三步依据问题锁定k的取值，代入概率公式P(X=k)=C_MᵏC_{N‑M}^{n‑k}/C_Nⁿ列式。

第四步遇到取值区间范围，把区间之内每一个k对应的概率求出之后相加。

第五步求取均值直接代入E(X)=nM/N运算。

伯努利说道，步骤是规避失误的框架。很多学生拿到不放回抽样题目，跳过参数提取，直接随意带入数字，N、M、n互相弄混。先把三个参数一一标注出来，再去书写公式，出错概率会大幅下降。

题型突破

题型一 超几何分布模型判定题

例题，判断下述情景随机变量X是否服从超几何分布。

①班级一共有四十五名学生，男生二十五人女生二十人，不放回随机抽取十名学生，抽到男生的人数记作X。

②抛掷一枚均匀骰子十二次，掷出点数六的次数记作X。

③大批量产品总数数十万件，从中不放回抽取三十件产品，抽到次品数量记作X。

④箱子当中装有十二个玩偶，七个蓝色五个橙色，有放回抽取八次，抽到蓝色玩偶数目X。

解析，①有限总体，不放回抽样，抽取固定样本数，统计一类个体数量，X服从超几何分布。②重复抛掷骰子，每一次试验独立，概率不变，属于二项分布。③总体数量极大，抽取样本数量远小于总量，不放回抽取近似二项分布，不严格服从超几何分布。④有放回抽样，适配二项分布。

全红婵写下批注。判定超几何分布三个关键点，有限总体、不放回抽取、抽取固定容量样本，统计样本内某一类个体数量，三条条件全部匹配才可判定模型。

题型二 基础概率求值

例题，一个收纳盒装有14支笔，其中6支黑色笔，8支蓝色笔，不放回随机取出5支笔，取出黑色笔的支数记作X。求取P(X=2)。

解析，N=14，M=6，n=5，k=2。

P(X=2)=C₆²·C₈³/C₁₄⁵。C₆²=15，C₈³=56，C₁₄⁵=2002。代入计算P(X=2)=(15×56)/2002=840/2002=60/143。

变式，求取P(X=0)，取出五支笔全都不是黑色笔。k=0，C₆⁰=1，P(X=0)=C₆⁰C₈⁵/C₁₄⁵=C₈⁵/2002。

演算之后红婵记下细节，k存在取值上限，k不能超出M，同时n‑k不能超出N‑M。本题M=6，n=5，k最大只能取5，不会出现k=6的情况，列式的时候留意k合理取值范围。

题型三 区间概率计算

例题，果园采摘的苹果一共有三十箱，优等果十八箱，普通果十二箱。不放回抽取七箱苹果，优等果箱数为X。求取抽取到的优等果不少于三箱的概率，也就是P(X≥3)。

解析，X可以取3，4，5，6，7。分别算出X=3，X=4，X=5，X=6，X=7对应的概率，全部相加得到最终结果。

P(X=3)=C₁₈³C₁₂⁴/C₃₀⁷

P(X=4)=C₁₈⁴C₁₂³/C₃₀⁷

P(X=5)=C₁₈⁵C₁₂²/C₃₀⁷

P(X=6)=C₁₈⁶C₁₂¹/C₃₀⁷

P(X=7)=C₁₈⁷C₁₂⁰/C₃₀⁷

P(X≥3)=[C₁₈³C₁₂⁴+C₁₈⁴C₁₂³+C₁₈⁵C₁₂²+C₁₈⁶C₁₂¹+C₁₈⁷]/C₃₀⁷。

伯努利轻声提点，区间取值数量少可以逐项相加。倘若X≥1，k从1取到7，项数较多，可以启用对立事件P(X≥1)=1‑P(X=0)，缩减运算量。先观察取值范围，灵活选择求和路径。

题型四 均值的计算应用

例题，某仓库存放零件一共50件，其中15件为瑕疵件，其余完好。不放回抽取10件零件，瑕疵件数量记作X，求X的均值E(X)。

解 N=50，M=15，n=10。E(X)=n·M/N=10×15/50=3。

拓展变式，已知总体物品数量N=40，从中不放回抽取8件物品，已知随机变量X均值E(X)=3，求总体当中带有目标特征物品数目M。

由E(X)=nM/N可得3=8×M/40，8M=120，M=15。依靠均值公式反向求解M，是一类高频考题。

全红婵标注要点，均值公式可以正向求值，也能够逆向求解总体当中特殊个体的数量。公式变形的时候做好移项，不要出现计算失误。

题型五 二项分布与超几何分布综合辨析大题

例题，现有两箱产品。甲箱装有产品20件，次品5件；乙箱存有上万件产品，次品占比0.25。

(1)从甲箱不放回抽取6件产品，次品数量记为X₁，求X₁分布模型以及均值。

(2)从乙箱当中不放回抽取6件产品，次品数量记作X₂，判定分布模型并求取均值。

解析，(1)有限总体不放回抽样，X₁服从超几何分布，X₁~H(20,5,6)。E(X₁)=6×5/20=1.5。

(2)乙箱总体数量庞大，抽取6件样本对于整体次品占比几乎不产生影响，可以近似视作二项分布X₂~B(6,0.25)。E(X₂)=6×0.25=1.5。

两道小题均值恰好相等，分布模型却并不相同。这道题目清晰展现出两种分布的边界。

全红婵在题目的旁边写下总结，均值一致不能代表分布一致，不能够依靠均值去判定分布类型，抽样方式才是判定的核心凭据。

易错清单

易错点一 不分抽样方式，不放回有限总体随意套用二项分布公式，忽略超几何分布的适用场景。

易错点二 参数提取错乱，混淆N、M、n。N是总体全部数量，M是总体当中具备特征个体数目，n是抽取样本数。

易错点三 误认为均值公式外形一致，两套分布没有本质区别。忽略试验独立性上的差异。

易错点四 在总体数量并不大的情形之下自行近似为二项分布，题干未给出允许近似的条件，擅自简化模型。

易错点五 计算范围概率的时候，漏掉k的部分取值，求和出现缺项，最终概率偏小。

易错点六 强行记忆超几何分布繁杂方差公式，考试之中浪费大量精力，课本不作要求，无需背诵。

易错点七 k取值超出合理区间，列式时出现C_Mᵏ当中k＞M的情形，组合数没有意义。做题先锁定k全部可取数值。

学习心得感悟

窗外吹来微凉的风掀动纸页，全红婵放下手中的笔，看着笔记之上并排书写的两套分布模型，心中生出许多感触。最开始粗略浏览公式的时候，她只感慨两条公式模样差别很大，均值却近乎一样，险些凭着外形将二者归为同类。细细拆解抽样场景之后才懂得，放回与不放回一条无形界线，划分开两套概率模型。公式只是表象，背后现实情景才是根基。做题不能够浮于表面记忆算式，要读懂算式适配的场景。

她想起平日里在小卖部摸小球的小游戏，一个罐子里面装着为数不多的彩球，摸出一颗拿在手里再摸下一颗，就是超几何分布对应的场景；每摸一颗便放回去摇匀再抽取，便是二项分布。书本上抽象的分布模型，对应着生活里简单的小事。数学从现实情景当中提炼规则，再反过来用来预判随机事件发生的规律。

辨析模型的过程教会她一件事，相似的表象之下，内核可以天差地别。做题如此，看待周遭事物亦是这般，不能只凭着外在样貌下定论，要深入看清内在的规则与前提。浅层次的观察容易带来误判，细致拆解条件，才能够做出准确判断。

均值的巧合让她心生感慨。即便抽样方式截然不同，抽取样本里面特殊个体的平均数目可以相等。偶然的趋同，掩盖不住整套分布规律的差异。平均值仅仅是众多特征当中的一项，不能够依靠单一指标去概括事物全部的特质。

光影慢慢消散，伯努利的话语留在心间。世间没有放之万事皆准的法则，每一套规律都划定了自身适用的边界。不看清边界就去套用规则，再精妙的公式也只会生出错误的答案。学习知识，既要熟记规则，更要熟记规则的边界。懂得边界，方能灵活自如地运用所学。

全红婵合上笔记本，目光落在教材下一节内容。离散型随机变量的数字特征将会系统梳理均值、方差完整性质。前面零散学到的均值方差运算规则，将会整合在一起。她收拢散落的草稿纸，将笔记本收进帆布书包，缓步走出自习室。

互动区互动环节：《红婵清华北大学霸笔记铺》涵盖初高中各科笔记、真题、方法技巧、学习心得感悟及趣味故事等，在手机上随时可翻看，是你的行走课堂，专门为初高中学生打造《红婵清华北大学霸笔记铺》互动环节内容。 免费为收藏关注的同学设计笔记，把你的要求发在评论区，例如 给我设计一篇初中八年级英语上册第3单元的学习笔记。设计完成后编号放在红婵儿清华北大学霸笔记铺的专栏里，你可自行提取。另外你有好的设计笔记，请在评论区留言，我们在学霸笔记铺设专题专栏为你发布，欢迎你的参与！让我们共同打造最实用的学霸笔记库

章末备注：文中公式和算式的代码（乱码）可用任一款ai软件（豆包）解锁，即将内容复制并粘贴至豆包对话框确认即可