Discrete random variables

歡迎來到離散隨機變數的世界！

在 H2 數學中，你已經掌握了二項分佈（Binomial distribution）。現在，在進階數學（Further Mathematics）中，我們要進一步擴展你的工具箱，引入兩個專門的「計數」模型：泊松分佈（Poisson Distribution）和幾何分佈（Geometric Distribution）。無論是計算一小時內收到的電郵數量，還是計算玩遊戲直到獲勝所需的次數，這些模型都非常重要。別擔心，如果這些看起來有點嚇人，我們會一步步為你拆解！

1. 泊松分佈 \(Po(\mu)\)

想像一下，你站在街角計算經過的紅色汽車數量。你不知道「可能」經過的汽車最大數量（這與二項分佈不同，二項分佈有固定的試驗次數）。你只知道平均發生率。這正是泊松分佈大顯身手的地方。

什麼時候適合使用這個模型？

一個情況要符合泊松分佈，必須滿足四個條件。你可以透過縮寫 CRIS 來記憶：

C – Constant rate (恆定比率)： 在單位區間（時間或空間）內的平均發生次數保持不變。
R – Random/Independent (隨機/獨立)： 事件的發生不會影響下一次事件發生的可能性。
I – Individually (個別發生)： 事件不能同時發生（在極微小的時間內）。
S – Singly (單次發生)： 事件每次只發生一次。

公式

若 \(X \sim Po(\mu)\)，其中 \(\mu\) 是平均發生率：

\(P(X = x) = \frac{e^{-\mu} \mu^x}{x!}\)，其中 \(x = 0, 1, 2, ...\)

注意：變數 \(x\) 可以無限延續！

平均值與變異數

泊松分佈有一個非常獨特且實用的特性：

平均值 (Mean)： \(E(X) = \mu\)
變異數 (Variance)： \(Var(X) = \mu\)

小貼士： 如果你計算某些數據的平均值和變異數，發現它們幾乎相等，這是一個強烈的暗示，表示泊松模型可能非常適合！

加法性質

如果你有兩個獨立的泊松變數，你可以直接將它們的比率加在一起！

若 \(X \sim Po(\mu_1)\) 且 \(Y \sim Po(\mu_2)\)，那麼：
\(X + Y \sim Po(\mu_1 + \mu_2)\)

例子：如果你平均每小時收到 2 封郵件，而你的朋友平均每小時收到 3 封，你們合起來平均每小時收到 5 封。

重點總結： 泊松分佈用於模擬在固定的時間或空間區間內事件發生的次數。

2. 幾何分佈 \(Geo(p)\)

泊松分佈計算的是「有多少」，而幾何分佈則是在問「直到第一次成功需要多久？」 試想你要擲出骰子的「6」。你不斷地擲，直到終於成功為止。你所需要的試驗次數就是你的幾何隨機變數。

什麼時候適合使用這個模型？

幾何分佈的條件與二項分佈非常相似：

1. 每次試驗都是獨立的。
2. 只有兩種結果：成功或失敗。
3. 成功的機率 \(p\) 在每次試驗中都是固定不變的。
4. 我們在第一次成功出現時立即停止試驗。

公式

若 \(X \sim Geo(p)\)，其中 \(p\) 是成功機率：

\(P(X = x) = (1-p)^{x-1} p\)，其中 \(x = 1, 2, 3, ...\)

類比： 要在第 10 次嘗試才成功，代表你必須先失敗 9 次，然後在第 10 次成功。所以，\(P(X=10) = (1-p)^9 \times p\)。

平均值與變異數

這些公式稍微複雜一點，但非常重要：

平均值 (期望值)： \(E(X) = \frac{1}{p}\)
變異數： \(Var(X) = \frac{1-p}{p^2}\)

你知道嗎？如果贏得遊戲的機率是 \(1/10\)，平均值告訴你，你預期需要玩 10 次才能獲得第一次勝利。這其實就是機率的倒數！

重點總結： 幾何分佈用於模擬直到第一次成功出現為止的試驗次數。

3. 常見陷阱

1. 泊松分佈的區間錯誤： 如果比率是每小時 3 次，但題目詢問 2 小時內的機率，你必須將 \(\mu\) 改為 6。務必確保你的 \(\mu\) 與題目中的時間/空間區間相符！

2. 從零開始： 在泊松分佈中，\(X\) 可以是 0（什麼都沒發生）。但在幾何分佈中，\(X\) 必須至少是 1（你至少要嘗試一次才能成功）。

3. 獨立性： 如果事件之間相互影響，你不能將泊松變數相加，也不能使用幾何分佈。請務必檢查題目是否暗示了獨立性。

總結清單

在開始練習題之前，確保你能：

- [ ] 說出泊松 (CRIS) 和幾何模型所需的條件。
- [ ] 計算這兩種分佈的 \(P(X=x)\) 機率。
- [ ] 記住對於泊松分佈，平均值 = 變異數。
- [ ] 使用泊松分佈的加法性質來合併獨立的比率。
- [ ] 計算幾何分佈的預期試驗次數 (\(1/p\))。

專業建議：如果公式剛開始看起來很棘手，請別擔心。大多數學生在練習 5 到 10 題後，就會找到這些分佈的「節奏」，並變得得心應手！