Files
MathNotesVersion1/公式笔记/概率论/Ch02_随机变量及其分布/题型2_常见离散分布.md
T
2026-10-04 11:44:56 +08:00

195 lines
6.4 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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
```mermaid
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**:
1. 验证独立 + 重复(关键!)
2. 写公式,$k$ 是成功次数
3. 用组合公式展开
4. 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**:
1. 确定 $\lambda$(单位时间/面积/体积的平均数)
2. 写公式,$k$ 是实际发生次数
3. 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**:
1. 识别三参数:$N$(总数), $M$(特殊数), $n$(抽取数)
2. 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