【几何分布的期望与方差公式跪求】在概率论中，几何分布是一个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次试验的概率（即“失败-成功”模型），另一种是表示首次成功前失败次数的概率（即“失败次数”模型）。本文将围绕第一种定义，总结其期望与方差的公式，并通过表格形式进行清晰展示。
一、几何分布的基本概念
几何分布（Geometric Distribution）是一种描述在独立重复试验中，首次成功发生在第k次试验的概率分布。其基本假设为：
- 每次试验只有两种结果：成功或失败；
- 每次试验的成功概率为p，失败概率为1-p；
- 各次试验相互独立。
设随机变量X表示首次成功发生的试验次数，则X服从参数为p的几何分布，记作X ~ Geom(p)。
二、几何分布的期望与方差公式
对于几何分布X ~ Geom(p)，其期望E(X)和方差Var(X)的公式如下：
| 项目 | 公式 | 说明 |
| 期望 E(X) | $ \frac{1}{p} $ | 表示平均需要进行多少次试验才能首次成功。 |
| 方差 Var(X) | $ \frac{1 - p}{p^2} $ | 表示试验次数的波动程度，随着p的减小，方差增大。 |
三、公式推导简要说明
1. 期望的推导
几何分布的期望可以通过求和方式计算：
$$
E(X) = \sum_{k=1}^{\infty} k \cdot (1 - p)^{k-1} \cdot p
$$
经过数学推导可得：
$$
E(X) = \frac{1}{p}
$$
2. 方差的推导
方差的计算基于期望的平方与期望的平方之差：
$$
Var(X) = E(X^2) - [E(X)]^2
$$
通过展开并简化后得到：
$$
Var(X) = \frac{1 - p}{p^2}
$$
四、应用举例
假设某次射击命中率为0.3，问平均需要多少次射击才能第一次命中？以及射击次数的方差是多少？
- 期望：$ \frac{1}{0.3} \approx 3.33 $
- 方差：$ \frac{1 - 0.3}{0.3^2} = \frac{0.7}{0.09} \approx 7.78 $
这表明平均需要约3.33次射击才能命中一次，而射击次数的波动较大。
五、总结
几何分布是研究“首次成功”问题的重要工具，其期望和方差公式简洁且具有广泛的应用价值。掌握这些公式有助于在实际问题中快速分析和预测事件发生的规律性。通过上述表格和文字说明，可以清晰地理解几何分布的核心内容。
如需进一步了解其他变种（如“失败次数”模型），也可继续探讨。