泊松分布的期望和方差_离散型概率分布

几何分布、二项分布及泊松分布都属于离散型概率分布，通过了解这些概率分布的固定模式，可以快速计算其概率、期望和方差等等。

一、几何分布

 案例：倒霉的滑雪者查德在滑雪过程中经常出事故，因此保险费多了很多开销，他不出事故直接从坡顶顺利滑到坡底的概率是0.2，他打算不停尝试(每一次滑行都是独立的)，直至大功告成，那么他需要尝试多少次才能取得一次成功呢？

  满足几何分布的条件是：

1、每一次实验只能有两种可能性(成功或者失败)，且每一次成功的概率都相等

2、进行一系列独立的实验

3、你感兴趣的是需要尝试多少次才能取得第一次成功

我们用p表示成功的概率，q表示失败的概率，r表示进行实验的次数，那么，查德第一次滑雪即取得成功的概率是0.8，第二次滑雪取得成功的概率是0.2*0.8，第三次取得成功的概率是0.2*0.2*0.8，如此类推

 

那么，为了取得1次成功，至少要进行多少次实验呢？

P(X>r)指的是为了取得1次成功需要实验r次以上的概率，为了让成功时实验的次数大于r，必须先有r次失败，则：

P(X>r) = q^r

我们已经知道了查德顺利滑到坡底需要的次数，那么他在成功之前试滑次数的期望是多少呢？

按照期望的计算方法

我们可以得出几何分布的期望

E(X) = 1/p

即，查德单次实验成功的概率是0.2，期望为5，可以理解为5次尝试中有一次趋向成功，因此我们可以期望查德尝试5次即可成功。

  同理，利用方差计算公式

   可得

二、二项分布

二项分布包括以下条件：

1、进行一系列独立的实验

2、每一次都存在失败和成功的可能，且每一次成功的概率相同

3、试验次数有限

二项分布的前两个条件与几何分布类似，不同的是，这次你感兴趣的不是尝试多少次才能成功，而是成功的次数。

案例：百万富翁节目中，答对有限道题目可以拿到相应的奖品，题目均为单选题，四选一，假设你对每道题都不清楚，属于随机猜测，则每道题答对的概率为0.25，每道题答对与否互不影响，那么n道题中答对r道题的概率是多少？假设有10道题，那么期望可以答对几道呢？

很明显该问题服从二项分布，假设n=3，那么答对1道题的概率为

答对r道题的概率为

  进行n次独立实验，答对r道题的概率为

  同理，我们可以计算出二项分布的期望：E(X)=np，方差：Var(X)=npq

假设有10道题，那么期望可以答对2.5道，按照百万富翁的获奖方式，随机猜测就可以拿奖几乎不可能。

三、泊松分布

  泊松分布包括以下条件：

  1、单独时间在给定区间内独立、随机的发生，给定区间可以是时间或空间，例如，可以是一星期，也可以是一公里。

  2、已知该区间内的事件平均发生次数(或叫做发生率)，且为有限数值。该事件平均发生次数通常用表示。

  你感兴趣的是特定区间内事件发生x次的概率

案例：某电影院的爆米花机总是坏，顾客很不高兴，下星期有活动，经理非常不希望下周爆米花机坏掉，已知爆米花机一周平均故障次数为3.4次，那么爆米花机下周不发生故障的概率是多少？

该案例就是典型的泊松分布的案例，泊松分布求给定区间内发生r次事件的概率为

 

   如果随机变量X服从泊松分布，则E(X)为给定区间内事件期望发生的次数，也就是说E(X)为给定区间内事件平均发生的次数，在该案例中就是一周内平均故障次数，即为，此外，泊松分布的方差也为，那么该案例中，不发生故障的概率为P(X=0)=0.033，一星期内发生故障的期望为3.4，方差为3.4。

祸不单行，该电影院内饮料机也坏了，已知饮料机和爆米花机没有任何影响，且饮料机一星期的平均故障次数为2.3，那么该电影院内不出故障的概率是多少？

如果X表示爆米花机一周内发生故障的次数，和Y表示饮料机发生故障的次数，则X和Y都服从泊松分布，且X和Y是相互独立的，那么X+Y也服从泊松分布，该电影院一星期内不发生故障的概率为：

下星期不发生的故障的概率仅为0.003，可以建议经理购买新机器了！

   我们知道，二项分布的期望为np，方差为npq，那么当n很大，p很小时，二项分布可以用泊松分布近似代替，则避免了太大计算难的问题，且泊松分布只有一个参数，如果我们将泊松分布作为二项分布的近似，则可以代入二项分布的期望np。

小结：

进行多次独立实验，每次实验只有两种可能，且成功的概率相等，要求取得第一次成功需要多少次实验时可以使用几何分布。如果一个随机变量X的概率符合几何分布，那么期望取得成功需要实验的次数为1/p，方差为q/p²。

二项分布与几何分布的不同在于关注的重点是成功的次数，且二项分布的实验次数是有限的。当一个随机变量服从二项分布时，那么期望成功的次数为np，方差为npq。

当单个事件独立、随机的发生，已知特定区间内事件的平均发生次数，且已知发生次数是有限的，想知道事件发生次数可以用泊松分布，泊松分布的期望和方差都为，当二项分布的n很大，p很小时，可以用泊松分布近似代替；如果X和Y都服从泊松分布，且X和Y是相互独立的，那么X+Y也服从泊松分布。