在信息学奥赛CSP - J的备考冲刺阶段（第5个月），数学部分的强化学习非常关键，其中超几何分布是一个重要的知识点。
一、超几何分布的定义
超几何分布是描述在不放回抽样中成功次数的概率分布。例如，有一批产品共N个，其中合格品有M个，不合格品有N - M个。现在从中随机抽取n个产品，设抽到的合格品数量为X，那么X就服从超几何分布。其概率公式为：(P(X = k)=\frac{C_{M}^k\times C_{N - M}^{n - k}}{C_{N}^n})，其中(k)表示抽到合格品的个数，(C_{a}^b)表示从(a)个元素中选取(b)个元素的组合数。学习这个定义时，可以通过实际例子来加深理解。比如从装有不同颜色球的盒子里取球，计算取到特定颜色球的数量的概率。
二、与二项分布的区别
1. 抽样方式
- 超几何分布是不放回抽样，每次抽取都会影响下一次抽取的概率。例如在产品抽样中，随着合格品被抽出，下一次抽到合格品的概率会发生变化。
- 二项分布是放回抽样，每次抽取的概率都是固定的。比如抛硬币，每次抛硬币正面朝上的概率都是0.5，不受之前结果的影响。
2. 应用场景
- 超几何分布适用于总体数量有限且抽样不放回的情况，像从有限的人群中选具有某种特征的人数等。
- 二项分布适用于独立重复试验，如多次投篮命中的次数等。
三、期望方差计算公式
1. 期望
- 超几何分布的期望(E(X)=n\times\frac{M}{N})。这个公式的理解可以从平均的角度出发。如果进行大量的不放回抽样，平均抽到合格品的数量就是(n\times\frac{M}{N})。
2. 方差
- 方差(D(X)=n\times\frac{M}{N}\times(1 - \frac{M}{N})\times\frac{N - n}{N - 1})。计算方差时要注意各个参数的意义，并且在具体题目中准确代入数值。
在备考过程中，要多做一些关于超几何分布的练习题，包括计算概率、期望和方差等类型的题目。同时，要注意区分超几何分布和二项分布的应用场景，避免在解题时用错公式。通过对超几何分布这个知识点的深入掌握，为信息学奥赛CSP - J中的数学部分打下坚实的基础。
喵呜刷题：让学习像火箭一样快速，快来微信扫码，体验免费刷题服务，开启你的学习加速器！
