Files
MathNotesVersion1/公式笔记/概率论/Ch04_随机变量的数字特征/题型3_常见分布的期望与方差.md
T
2026-10-04 11:44:56 +08:00

5.2 KiB
Raw Blame History

题型三:常见分布的期望与方差

识别特征

  • 题干直接给出或可识别为常见分布(二项、泊松、几何、超几何、均匀、指数、正态等)
  • 要求计算期望 E(X) 或方差 D(X)
  • 或者已知 $E(X), D(X)$,反推分布

解题流程

flowchart TD
    A[识别:常见分布的 E X / D X] --> B{已知分布?}
    B -->|是| C[查速查表直接得结果]
    B -->|否| D[判断属于哪类分布]
    D --> E{离散 or 连续?}
    E -->|离散| F[判断: 二项/泊松/几何/超几何/0-1]
    E -->|连续| G[判断: 均匀/指数/正态]
    F --> H[代入参数计算]
    G --> H

通法步骤

一、八大分布速查表 ⭐⭐⭐(必背)

分布 记号 参数 E(X) D(X)
0-1 分布 B(1,p) p \in (0,1) p p(1-p)
二项分布 B(n,p) n \ge 1, p \in (0,1) np np(1-p)
泊松分布 P(\lambda) \lambda > 0 \lambda \lambda
几何分布 G(p) p \in (0,1) 1/p (1-p)/p^2
超几何分布 H(N, M, n) N, M, n nM/N nM(N-M)(N-n)/(N^2(N-1))
均匀分布 U(a,b) a < b (a+b)/2 (b-a)^2/12
指数分布 E(\lambda) \lambda > 0 1/\lambda 1/\lambda^2
正态分布 N(\mu, \sigma^2) \mu, \sigma > 0 \mu \sigma^2

🔑 核心记忆口诀:

  • 二项:"$E=np$,$D=np(1-p)$"
  • 泊松:"$E=D=\lambda$"
  • 均匀:"E 中点,$D = (b-a)^2/12$"
  • 指数:"$E=1/\lambda$,$D=1/\lambda^2$"
  • 正态:"$E=\mu$,$D=\sigma^2$"

二、利用已知结论推导

二项 $B(n,p)$:$X = \sum_{i=1}^n X_i$,X_i \sim B(1,p) 独立同分布


E(X) = \sum E(X_i) = np, \quad D(X) = \sum D(X_i) = np(1-p)

泊松 $P(\lambda)$:通过定义展开或特征函数


E(X) = \sum k \cdot \frac{\lambda^k}{k!} e^{-\lambda} = \lambda

指数 $E(\lambda)$:密度 $f(x) = \lambda e^{-\lambda x}$($x \ge 0$)


E(X) = \int_0^\infty x \lambda e^{-\lambda x} dx = \frac{1}{\lambda}, \quad D(X) = \frac{1}{\lambda^2}

三、逆向应用:从 E, D 反推分布

已知 推断
E = np, D = np(1-p) $X \sim B(n,p)$,n 已知求 p
E = D = \lambda $X \sim P(\lambda)$,\lambda 已知
E = 1/p, D = (1-p)/p^2 $X \sim G(p)$,可由 E, D 求 p
E = (a+b)/2, D = (b-a)^2/12 $X \sim U(a,b)$,可由 E, D 求 a, b
E = 1/\lambda, D = 1/\lambda^2 $X \sim E(\lambda)$,\lambda 已知
E = \mu, D = \sigma^2 X \sim N(\mu, \sigma^2)

常见陷阱

  • 正态的参数顺序:$N(\mu, \sigma^2)$,第二个是方差(不是标准差!);标准差是 \sigma
  • 泊松的"双胞胎":$E(X) = D(X) = \lambda$(独一无二的性质!)
  • 指数 vs 泊松:指数是连续,泊松是离散;指数的 \lambda 是"率"(单位时间事件数),与泊松的 \lambda 在排队论中意义相同
  • 超几何 vs 二项:超几何不放回(D 公式复杂),二项放回(或独立)

经典母题

题目 1:设 $X \sim B(10, 0.4)$。求 $E(X), D(X)$。

解析:

直接代入公式:

  • E(X) = np = 10 \times 0.4 = 4
  • D(X) = np(1-p) = 10 \times 0.4 \times 0.6 = 2.4

复盘:二项分布的数字特征必须熟练背诵。


题目 2:设 $X \sim P(3)$。求 $E(2X+1), D(2X+1)$。

解析:

$E(X) = D(X) = 3$(泊松"双胞胎")。

  • E(2X+1) = 2 E(X) + 1 = 2 \times 3 + 1 = 7
  • D(2X+1) = 4 D(X) = 4 \times 3 = 12

复盘:方差的伸缩公式 $D(aX+b) = a^2 D(X)$(常数项不影响方差)。


题目 3:设 $X \sim N(2, 9)$。求 $E(X), D(X)$,并写出标准化变量 X^* 的分布。

解析:

  • E(X) = \mu = 2
  • $D(X) = \sigma^2 = 9$,\sigma = 3
  • 标准化:X^* = \dfrac{X - 2}{3} \sim N(0, 1)

复盘:正态标准化 → 标准正态 $N(0,1)$。


题目 4:已知某离散分布 $E(X) = 2, D(X) = 2$,判断可能是什么分布。

解析:

  • 二项 $B(n,p)$:$np=2, np(1-p)=2 \Rightarrow 1-p=1 \Rightarrow p=0$(不合题意,p=0 无意义)
  • 泊松 $P(\lambda)$:E=D=\lambda=2 ✓ → X \sim P(2)

复盘:E = D 是泊松分布的独有特征,可作为"签名"。


题目 5:设 $X \sim U(0, \theta)$,\theta 未知。现有 n 个样本 $X_1, \ldots, X_n$,用矩估计求 \theta 的估计量。

解析:

$E(X) = \theta/2$,令样本均值 $\bar{X} = \theta/2$,解出 $\hat{\theta} = 2\bar{X}$。

复盘:常见分布的期望是矩估计(Ch07)的基础。


变式 1:$X \sim G(p)$,$E(X) = 5$,求 p 和 $D(X)$。

解:$1/p = 5 \Rightarrow p = 0.2$;$D(X) = (1-p)/p^2 = 0.8/0.04 = 20$。

变式 2:$X \sim H(N, M, n)$,$N=100, M=20, n=10$,求 $E(X), D(X)$。

解:$E = nM/N = 10 \times 20/100 = 2$;$D = \dfrac{10 \times 20 \times 80 \times 90}{100^2 \times 99} = \dfrac{1440000}{990000} \approx 1.45$。


口诀速记:

  • "二项 $np$,$np(1-p)$"
  • "泊松 $E=D=\lambda$"
  • "均匀 $(a+b)/2$,$(b-a)^2/12$"
  • "指数 $1/\lambda$,$1/\lambda^2$"
  • "正态 $\mu$,$\sigma^2$"