📚二项分布的期望方差证明 & 负二项分布的均值与方差推导🎉
发布时间：2025-03-15 01:56:43来源：网易
在概率论中，二项分布和负二项分布是两个非常重要的离散型随机变量模型。今天，让我们一起探索它们背后的数学奥秘！🎯
首先，对于二项分布 $ B(n, p) $，我们可以通过组合数学的方法证明其期望为 $ np $ 和方差为 $ np(1-p) $。想象一下，在 $ n $ 次独立重复试验中，每次成功的概率为 $ p $，失败的概率为 $ 1-p $。通过归纳法或直接计算 $ E(X) = \sum_{k=0}^{n} k \cdot P(X=k) $，可以得出期望公式。而方差则利用公式 $ Var(X) = E(X^2) - [E(X)]^2 $ 推导得到。✨
接着，转向负二项分布 $ NB(r, p) $。它描述了第 $ r $ 次成功发生在第 $ X $ 次试验时的概率。通过构造性思维，我们可以证明其期望为 $ \frac{r}{p} $，方差为 $ \frac{r(1-p)}{p^2} $。这个过程需要对概率质量函数进行细致拆解，并结合几何级数求和技巧完成推导。💡
无论是科研还是实际应用，这些基础理论都至关重要！💪
免责声明：本答案或内容为用户上传，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。 如遇侵权请及时联系本站删除。
