欢迎来到离散均匀分布的世界！
在统计学的世界里，我们经常面对不可预测的情况。但如果每一个结果发生的概率都完全一样呢？想象一下投掷一颗完美平衡的骰子，或是从帽子里随机抽取一张大小相同的纸条。这种“公平性”正是离散均匀分布 (Discrete Uniform Distribution) 的核心所在。
在本章中，我们将学习如何识别这类情境、计算它们的概率，并运用一些巧妙的公式来找出它们的平均值（Mean）和离散程度（Variance）。如果这些公式乍看之下让你有点头昏，别担心，我们会带你一步步拆解它们！
1. 什么是离散均匀分布？
当一个随机变量 \(X\) 具有有限数目的可能结果，且每个结果发生的概率都完全相同时，这就是离散均匀分布。
应用条件
当符合以下条件时，你就可以使用这种分布：
1. 结果是离散的（你可以数得出来，例如 1, 2, 3...）。
2. 结果的数量是有限的 (\(n\))。
3. 每个结果发生的概率相等。
概率函数
如果有 \(n\) 个可能的结果（例如从 \(1\) 到 \(n\) 的整数），那么任何特定结果 \(x\) 的概率为：
\(P(X = x) = \frac{1}{n}\)
快速回顾： 由于一个分布中所有概率的总和必须等于 1，如果你有 \(n\) 个项目，每一项的概率必然是 \(\frac{1}{n}\)，因为 \(n \times \frac{1}{n} = 1\)。
2. 计算平均值（期望值）
平均值 (Mean)，或称期望值 \(E(X)\)，告诉我们如果多次重复实验，我们预期会得到的“平均”结果。
公式
对于一个从 1 开始到 \(n\) 结束的均匀分布：
\(E(X) = \frac{n + 1}{2}\)
推导过程（你需要掌握！）
要找到期望值，我们将所有数值的（结果 \(\times\) 概率）相加：
\(E(X) = \sum x P(X=x)\)
由于对于所有 \(x\)，\(P(X=x) = \frac{1}{n}\)，我们可以将它提取到求和符号外：
\(E(X) = \frac{1}{n} \sum_{x=1}^{n} x\)
先备知识检查： 回想你在纯数学（Pure Math）学过的内容，前 \(n\) 个整数的和为 \(\frac{n(n+1)}{2}\)。
代入公式：
\(E(X) = \frac{1}{n} \times \frac{n(n+1)}{2}\)
\(n\) 相消后，我们得到：
\(E(X) = \frac{n + 1}{2}\)
3. 计算方差
方差 (Variance)，或 \(Var(X)\)，用来衡量结果相对于平均值有多么“分散”。
公式
对于从 1 到 \(n\) 的均匀分布：
\(Var(X) = \frac{n^2 - 1}{12}\)
推导过程（这是比较棘手的部分！）
我们使用公式：\(Var(X) = E(X^2) - [E(X)]^2\)
第一步：求 \(E(X^2)\)
\(E(X^2) = \sum x^2 P(X=x) = \frac{1}{n} \sum_{x=1}^{n} x^2\)
利用平方和公式 \(\frac{n(n+1)(2n+1)}{6}\)：
\(E(X^2) = \frac{1}{n} \times \frac{n(n+1)(2n+1)}{6} = \frac{(n+1)(2n+1)}{6}\)
第二步：减去 \([E(X)]^2\)
\(Var(X) = \frac{(n+1)(2n+1)}{6} - (\frac{n+1}{2})^2\)
为了计算，我们通分（分母为 12）：
\(Var(X) = \frac{2(n+1)(2n+1)}{12} - \frac{3(n+1)^2}{12}\)
提取公因式 \(\frac{n+1}{12}\)：
\(Var(X) = \frac{n+1}{12} [2(2n+1) - 3(n+1)]\)
\(Var(X) = \frac{n+1}{12} [4n + 2 - 3n - 3]\)
\(Var(X) = \frac{n+1}{12} [n - 1]\)
\(Var(X) = \frac{n^2 - 1}{12}\)
重点提示： 如果考试要求你进行“推导”，你必须能够完整写出这些步骤！
4. 现实生活中的例子：公平转盘
想象一个转盘，上面有 8 个相等的区域，标记为 1 到 8。
在这里，\(n = 8\)。
概率： 每个数字的概率都是 \(\frac{1}{8}\)。
平均值： \(E(X) = \frac{8+1}{2} = 4.5\)。
方差： \(Var(X) = \frac{8^2 - 1}{12} = \frac{63}{12} = 5.25\)。
5. 常见错误避雷区
1. 用错 \(n\)： 务必数清楚总共有几个“可能的结果”。如果结果是 0, 1, 2, 3, 4，那么 \(n = 5\)，而不是 4！
2. 忘记 \(+1\) 或 \(-1\)： 在平均值公式里是 \(n+1\)，在方差公式里则是 \(n^2-1\)。
3. 误以为它是连续的： 这属于“离散”均匀分布，这意味着 \(X\) 只能取特定的数值（如整数），而不能取中间值（例如 2.5）。
总结清单
- 均匀性： 每个结果是否都有相同的概率？
- \(P(X=x)\)： 简单的 \(\frac{1}{n}\)。
- 平均值： \(\frac{n+1}{2}\)（平均位置/中间值）。
- 方差： \(\frac{n^2-1}{12}\)（分散程度）。
- 推导： 你能否利用 \(\sum r\) 和 \(\sum r^2\) 的公式证明上述结果？（如果不确定，请再次复习第 2 和第 3 部分！）
冷知识： 方差公式中的 12 是一个数学常数，对于这个分布来说，无论 \(n\) 是多少，它都不会改变！