6.4 KiB
题型二:常见离散分布 ⭐⭐⭐
识别特征
- 题干出现"独立重复
n次" → 二项分布B(n,p) - 题干出现"单位时间/面积/体积内事件数" → 泊松分布
P(\lambda) - 题干出现"首次成功所需次数" → 几何分布
G(p) - 题干出现"不放回抽样" → 超几何分布
H(N,M,n) - 题干出现"成功/失败"两类结果 → 0-1 分布
B(1,p)
解题流程
flowchart TD
A[识别场景] --> B{两类结果?}
B -->|单次| C[0-1 分布 B 1,p]
B -->|n次独立重复| D[二项分布 B n,p]
B -->|不放回抽样| E[超几何 H N,M,n]
A --> F{单位时间/空间事件数?}
F -->|是| G[泊松分布 P λ]
A --> H{首次成功次数?}
H -->|是| I[几何分布 G p]
D --> J[1. 写公式 pk = Cnk pk 1-p^n-k]
E --> K[1. 写公式 pk = CMk CN-M n-k / CNn]
G --> L[1. 写公式 pk = λk/k! e^(-λ)]
I --> M[1. 写公式 pk = 1-p^k-1 p]
通法步骤
一、0-1 分布 B(1, p)
P(X = k) = p^k (1-p)^{1-k}, \quad k \in \{0, 1\}
识别:单次伯努利试验(成功/失败)
二、二项分布 B(n, p) ⭐⭐⭐(考研核心)
P(X = k) = \binom{n}{k} p^k (1-p)^{n-k}, \quad k = 0, 1, \ldots, n
识别:
- "独立" + "重复" + "
n次" + "每次成功概率 $p$" - 求"成功次数"的概率
步骤:
- 验证独立 + 重复(关键!)
- 写公式,
k是成功次数 - 用组合公式展开
- 计算数值或保留组合形式
极简例子: $X \sim B(3, 0.5)$,P(X = 2) = C_3^2 (0.5)^2 (0.5) = 3 \times 1/8 = 3/8
🔑 判断独立 + 重复的提问:
- "每次抽完放回" ✓ 独立
- "每次抽完不放回" ✗ 不独立(若
n \ll N可视为二项近似)- "有放回地抽取" ✓ 独立
三、泊松分布 P(\lambda) ⭐⭐⭐(考研核心)
P(X = k) = \frac{\lambda^k}{k!} e^{-\lambda}, \quad k = 0, 1, 2, \ldots
识别:
- "单位时间(/面积/体积)内事件发生次数"
- 事件"稀疏、独立"(稀疏事件流)
- 平均速率
\lambda
步骤:
- 确定 $\lambda$(单位时间/面积/体积的平均数)
- 写公式,
k是实际发生次数 - 算
\lambda^k / k!和e^{-\lambda}
极简例子: 商店平均每小时来 5 个顾客,$X \sim P(5)$,P(X = 3) = \dfrac{5^3}{3!} e^{-5} = \dfrac{125}{6} e^{-5} \approx 0.1404
🔑 泊松定理(重要近似): 当
n \to \infty, p \to 0, np = \lambda时,B(n,p) \to P(\lambda)应用场景:n很大,p很小("稀疏事件")
四、几何分布 G(p) ⭐⭐
P(X = k) = (1-p)^{k-1} p, \quad k = 1, 2, \ldots
识别:
- "首次成功所需的次数"
- 独立重复试验,每次成功概率
p
关键性质:无记忆性
P(X > m + n \mid X > m) = P(X > n)
极简例子: 射击命中率 $p = 0.3$,P(X = 2) = 0.7 \times 0.3 = 0.21
五、超几何分布 H(N, M, n)
P(X = k) = \frac{\binom{M}{k} \binom{N - M}{n - k}}{\binom{N}{n}}, \quad \max(0, n - (N-M)) \le k \le \min(n, M)
识别:
N件物品中M件是"特殊"(次品/正品)- 不放回抽取
n件 - 求"特殊物品数"
X
步骤:
- 识别三参数:$N$(总数), $M$(特殊数), $n$(抽取数)
- 写公式:分子 $C_M^k C_{N-M}^{n-k}$,分母
C_N^n
极简例子: $N=5, M=2, n=2$,P(X = 1) = \dfrac{C_2^1 C_3^1}{C_5^2} = \dfrac{6}{10} = 0.6
🔑 超几何 vs 二项:
- 不放回:超几何
- 放回:二项
- 当
n \ll N时,超几何\approx二项B(n, M/N)
六、常见分布速查表
| 分布 | 符号 | 参数 | E(X) |
D(X) |
关键场景 |
|---|---|---|---|---|---|
| 0-1 | B(1,p) |
p |
p |
p(1-p) |
单次试验 |
| 二项 | B(n,p) |
n, p |
np |
np(1-p) |
独立重复 n 次 |
| 泊松 | P(\lambda) |
\lambda |
\lambda |
\lambda |
稀疏事件流 |
| 几何 | G(p) |
p |
1/p |
(1-p)/p^2 |
首次成功 |
| 超几何 | H(N,M,n) |
N,M,n |
nM/N |
nM(N-M)(N-n)/(N^2(N-1)) |
不放回抽样 |
常见陷阱
- 泊松
\lambda是"速率":题目要仔细看是"每小时 $\lambda$"还是"每天 $\lambda$",要先统一单位 - 泊松 vs 二项:泊松是"事件数"(无穷多可能 $k$),二项是"
n次中成功次数"($k = 0, \ldots, n$) - 超几何 vs 二项:放回才能用二项;不放回必须用超几何(或当
n \ll N时近似为二项) - 几何分布无记忆性的误用:仅适用于"首次成功",不适用于"等待时间"
- 0-1 分布公式的常见错:$P(X = 0) = p$,$P(X = 1) = 1 - p$(不是反过来!)
经典母题
题目:某车间有 5 台机床,每台机床的"开动率"为 0.7(即开动概率 0.7,且相互独立)。求: (1) 5 台机床中恰好 2 台开动的概率; (2) 5 台机床中至少 2 台开动的概率; (3) 1 小时内平均有 3 台机床开动时(其他参数不变),求恰有 5 台开动的概率。
解析:
设 X = "5 台中开动的机床数"。
(1) 5 台独立,每台开动 $p = 0.7$,$X \sim B(5, 0.7)$:
P(X = 2) = \binom{5}{2} (0.7)^2 (0.3)^3 = 10 \times 0.49 \times 0.027 \approx 0.1323
(2) P(X \ge 2) = 1 - P(X = 0) - P(X = 1)
P(X = 0) = (0.3)^5 = 0.00243, \quad P(X = 1) = 5 \times 0.7 \times (0.3)^4 = 0.02835
P(X \ge 2) = 1 - 0.00243 - 0.02835 \approx 0.9692
(3) 1 小时内平均开动 3 台 → $X \sim P(3)$:
P(X = 5) = \frac{3^5}{5!} e^{-3} = \frac{243}{120} e^{-3} = \frac{81}{40} e^{-3} \approx 0.1008
复盘:
- (1)(2) 用二项分布(独立 + 重复 + 次数固定)
- (3) 用泊松分布(单位时间内事件数)
变式 1(不放回抽样):100 件产品有 5 件次品,不放回抽 3 件,求次品数
X的分布。
解:X \sim H(100, 5, 3)
P(X = k) = \frac{\binom{5}{k} \binom{95}{3-k}}{\binom{100}{3}}, \quad k = 0, 1, 2, 3
注意:不放回 → 必用超几何,不能用二项!
变式 2(无记忆性):某元件寿命 $X \sim G(p)$,求 $P(X > m + n \mid X > m)$。
解:由无记忆性,$P(X > m + n \mid X > m) = P(X > n) = (1-p)^n$。
口诀速记:
- "独立重复
n次" → 二项- "单位时间事件数" → 泊松
- "不放回抽样" → 超几何
- "首次成功次数" → 几何