几何分布的定义以及期望与方差的证明.docxVIP

几何分布的定义以及期望与方差 几何分布（ Geometric distribution ）是离散型概率分布。其中一种定义为：在 试验 k 次才得到第一次成功的机率。详细的说，是：前 k-1 次皆失败，第 公式： 它分两种情况：  n 次伯努利试验 中， k 次成功的概率。 得到 1 次成功而进行， n 次伯努利 实验， n 的概率分布 ，取值范围为『 1， 2， 3， ...』 ; 2. m = n-1 次失败，第 n 次成功， m 的概率分布，取值范围为『 0， 1， 2， 3，...』 . 由两种不同情况而得出的期望和方差如下： , ; , 。 概率为  p 的事件  A ，以  X 记  A 首次发生所进行的试验次数，则  X 的分布列： ， 具有这种分布列的 随机变量  X ，称为服从参数  p 的几何分布，记为  X~Geo(p)。 几何分布的期望 ，方差 。 高中数学教科书新版第三册（选修 II ）比原来的修订本新增加随机变量的几何分布，但书中 只给出了结论： （ 1） E 1 ，（2） D 1 p ，而未加以证明。本文给出证明，并用于解题。 p p 2 （ 1）由 P( k ) q k 1 p ，知 E p 2 pq 3q 2 p kq k 1 p (1 2q 3q 2 kq k 1 ) p 下面用倍差法（也称为错位相减法）求上式括号内的值。记 Sk 1 2q 3q 2 kq k 1 qSk q 2q 2 ( k 1 q k 1 kq k ) 两式相减，得 (1 q)Sk 1 q q2 qk 1 kq k Sk 1 q k kq k (1 q) 2 1 q 由 0 p 1，知 0 q 1，则 lim q k 0 ，故 k 2 kq k 1 lim Sk 1 1 1 2 p 3q 2 2 k (1 q) p 从而 E 1 p 也可用无穷等比数列各项和公式 S a1 (| q| 1) （见教科书 91 页阅读材料），推导如下： 1 q 记 S 1 2q 3q 2 kq k 1 qS q 2q 2 ( k 1) qk 1 相减， (1 q)S 1 q q2 q k 1 1 1 q 则 S 1 1 (1 q) 2 p 2 还可用导数公式 ( xn ) nxn 1 ，推导如下： 1 2 x 3x2 kxk 1 x (x 2 ) ( x 3 ) ( xk ) (x x 2 x 3 x k ) x (1 x) ( x) ( ) x) 2 1 x (1 1 (1 x)2 上式中令 x q ，则得 1 2q 3q2 kq k 1 1 1 (1 q) 2 p2 （ 2）为简化运算，利用性质 D E 2 ( E )2 来推导（该性质的证明，可见本刊 6 页）。 可见关键是求 E 2 。 E 2 p 22 qp 32 q2 p k 2 q k 1 p p(1 2 2 q 32 q 2 k 2 q k 1 ) 对于上式括号中的式子，利用导数，关于 q 求导： k 2 q k 1 (kq k ) ，并用倍差法求和，有 1 2 2 q 32 q 2 k 2q k 1 (q 2q 2 3q 3 kq k ) [ q 2 ] (1 q) 2 2(1 q) q q) (1 q) 4 (1 1 q 2 1 q 2 p (1 q) 4 (1 q) 3 p3 则 E 2 p( 2 3 p ) 2 p 2 p ，因此 D E 2 (E )2 2 p 2 p ( 1 ) 21 p 2 p p p 利用上述两个结论，可以简化几何分布一类的计算问题。 例 1. 一个口袋内装有 5 个白球和 2 个黑球， 现从中每次摸取一个球， 取出黑球就放回， 取出 白球则停止摸球。求取球次数 的数学期望 E 与方差D 。 解：每次从袋内取出白球的概率 p 5 ，取出黑球的概率 q 2 。 的取值为 1，2，3，??， 7 7 有无穷多个。我们用 k 表示前 k－ 1 次均取到黑球，而第 k 次取到白球，因此 P( k) q k 1 p ( 2 ) k 1 ( 5 )( k 1,2,3, ) 。可见 服从几何分布。所以 7 7 E 1 7 p 5 1 p 1 5 14 D 7 5 p2 ( ) 2 25 7 例 2. 某射击运动员每次射击击中目标的概率为 p（ 0p1）。他有 10 发子弹，现对某一目标 连续射击，每次打一发子弹，直到击中目标，或子弹打光为止。求他击中目标的期望。 解：射手射击次数的可能取值为 1， 2，?， 9，10。 若 k (k 1,2, ,9) ，则表明他前 k 1次均没击中目标，而第 k 次击中目标；若