【c k】∑[k=0∞]C(kN)C(n-kM-N)=C(nM)∑[k=0n](1-p

【c k】∑[k=0∞]C(kN)C(n-kM-N)=C(nM)∑[k=0n](1-p

【答案】 第一题实质上就是第三题.它的实质推导很复杂,但你可以通过一个数学模型去理解它.
　　假设有M个零件,里面有N个次品.从这M个零件随机抽取n个零件,里面有k个次品的情况数就是
　　题目中的C(k,N)C(n-k,M-N),
　　令随机变量X为一次实验获得的次品数,而一次实验获得k个次品的概率就是P(X=k)=C(k,N)C(n-k,M-N)/C(n,M),统计学上称X的分布为超几何分布.根据X的所有情况的概率相加要=1的要求,就有∑[k=0,n]P(X=k)=1=∑[k=0,n]C(k,N)C(n-k,M-N)/C(n,M)
　　第二问可以用高中的等比数列前n项和的公式算得,而那个公式的推导用了错位相减法.
　　而你给的答案好像是无穷项等比数列的结果,要在原来的前n项和公式上令n趋向正无穷
　　∑[k=0,∞](1-p)^k=首项/(1-公比)=1/(1-(1-p))=1/p 追问： 我知道这分布，但是书上让读者自己证明这个，所以才来问问推导过程 追答： 超几何分布概率推导过程：也是从二项式定理出发，只是变了一下形式 首先，有(1+x)^N*(1+x)^(M-N)= (1+x)^M 对两边的式子分别展开，则都是同一个关于x的M次多项式，由多项式相等等价于对应次数项的系数相等，再比较左右两边x^n的系数可得： 左边的x^n相的系数=∑[k=0,n]C(k,N)C(n-k,M-N)=右边的x^n的系数=C(n,M)

这个答案应该是对的