【几何分布的期望和方差】几何分布是概率论中一种重要的离散型概率分布，常用于描述在一系列独立重复试验中，首次成功发生在第 $ k $ 次试验的概率。根据定义，几何分布有两种形式：一种是表示首次成功发生在第 $ k $ 次试验（$ k = 1, 2, 3, \dots $）；另一种是表示在首次成功前失败的次数（$ k = 0, 1, 2, \dots $）。本文将重点介绍第一种形式，即首次成功发生在第 $ k $ 次试验的几何分布。
一、几何分布的基本概念
设随机变量 $ X $ 表示在独立重复试验中，首次成功发生的试验次数，且每次试验成功的概率为 $ p $，失败的概率为 $ q = 1 - p $，其中 $ 0 < p < 1 $。则 $ X $ 的概率质量函数（PMF）为：
$$
P(X = k) = (1 - p)^{k - 1} p, \quad k = 1, 2, 3, \dots
$$
二、几何分布的期望
几何分布的期望表示的是在多次独立试验中，首次成功所需的平均试验次数。其数学表达式为：
$$
E(X) = \frac{1}{p}
$$
这意味着，当成功概率越高时，期望值越小，反之亦然。
三、几何分布的方差
方差反映了随机变量取值的波动程度。对于几何分布，其方差为：
$$
\text{Var}(X) = \frac{1 - p}{p^2}
$$
该公式表明，随着成功概率 $ p $ 的增加，方差会减小，说明结果更加集中。
四、总结与对比
以下是几何分布的期望和方差的总结表格：
| 项目 | 公式 | 说明 |
| 随机变量 | $ X $ | 首次成功发生的试验次数 |
| 概率质量函数 | $ P(X = k) = (1 - p)^{k - 1} p $ | $ k = 1, 2, 3, \dots $ |
| 期望 | $ E(X) = \frac{1}{p} $ | 平均需要多少次试验才能成功 |
| 方差 | $ \text{Var}(X) = \frac{1 - p}{p^2} $ | 反映试验次数的波动性 |
五、应用实例
假设某次考试通过率为 $ p = 0.6 $，则：
- 期望通过次数为 $ E(X) = \frac{1}{0.6} \approx 1.67 $
- 方差为 $ \text{Var}(X) = \frac{1 - 0.6}{0.6^2} = \frac{0.4}{0.36} \approx 1.11 $
这表明，平均约需 1.67 次尝试才能通过考试，而实际尝试次数的波动大约在 1.11 左右。
六、小结
几何分布是一种描述首次成功发生所需试验次数的概率模型，广泛应用于可靠性分析、抽样调查等领域。通过了解其期望和方差，可以更好地预测和控制试验过程中的不确定性。