概率与统计
二项分布、期望与方差
从成功位置的组合数推导二项分布,用每次试验的结果求期望和方差。
知识点
- 在 n 次相互独立的试验中,每次有成功和失败两种结果,且成功概率均为 p,则成功次数 X 服从二项分布,记作 X\sim B(n,p)。
- 应先检查各次试验是否相互独立、成功概率是否相同。不放回抽取会改变下一次抽取的条件概率,通常不满足二项分布的条件。
- 期望是随机变量可能取值按其概率加权的平均值。方差衡量取值围绕期望的波动,单位是原单位的平方。
公式速查
- 对 X\sim B(n,p) 且 0<p<1,有
其中 k=0,1,\ldots,n。当 p=0 时 X 恒为 0,当 p=1 时 X 恒为 n。
- E(X)=np,\operatorname{Var}(X)=np(1-p),边界 p=0,1 也成立。
- 若 X 的可能取值为 x_i,相应概率为 p_i,则 E(X)=\sum_i x_i p_i。记 \mu=E(X),则 \operatorname{Var}(X)=\sum_i(x_i-\mu)^2p_i=E(X^2)-\mu^2。
- 若 Y=aX+b,且期望与方差存在,则 E(Y)=aE(X)+b,\operatorname{Var}(Y)=a^2\operatorname{Var}(X)。
基础公式推导
考虑 0<p<1。要使 X=k,先从 n 个位置中选出 k 个成功的位置,有 \binom nk 种选法。对每一种选法,要求所选位置全部成功,剩余位置全部失败。由独立性,这一确定结果的概率为 p^k(1-p)^{n-k}。
各种位置安排两两互斥,且覆盖 X=k 的全部情况,因此将这些相等的概率相加,得到 P(X=k)=\binom nk p^k(1-p)^{n-k}。
进阶公式推导
把成功次数拆成每次试验的贡献。 设 I_i 表示第 i 次是否成功,成功取 1,失败取 0。于是 X=\sum_{i=1}^n I_i。由 P(I_i=1)=p 可得 E(I_i)=p,再由 I_i^2=I_i 可得
期望可直接相加,所以 E(X)=np。求方差时,将 X-np 写成 \sum_{i=1}^n(I_i-p) 并展开平方。每个平方项的期望为 p(1-p)。不同次试验之间相互独立,因而 i\ne j 时
交叉项都消去,余下 n 个相同的平方项,所以 \operatorname{Var}(X)=np(1-p)。若题目把次数换成得分 Y=aX+b,则 E(Y)=aE(X)+b,从而 Y-E(Y)=a[X-E(X)]。平方再取期望,得到 \operatorname{Var}(Y)=a^2\operatorname{Var}(X)。
典型例题
例 1 · 成功次数的概率
独立尝试 5 次,每次成功概率为 \frac15。求恰好成功两次的概率、成功次数的期望和方差。
解析与答案
成功次数 X 服从 B(5,\frac15)。从 5 个位置选 2 个成功的位置,有 \binom52=10 种安排,因此
E(X)=5\cdot\frac15=1,\operatorname{Var}(X)=5\cdot\frac15\cdot\frac45=\frac45。
例 2 · 先求答对题数,再求得分
完成四道题,每题答对的概率为 \frac35,答题结果相互独立。每答对一道得 2 分,每答错一道扣 1 分,求总分的期望与方差。
解析与答案
设答对题数为 X,则 X\sim B(4,\frac35),答错的题数为 4-X。总分为 Y=2X-(4-X)=3X-4。先求 E(X)=\frac{12}5、\operatorname{Var}(X)=\frac{24}{25},再按线性变换计算。