歡迎來到離散均勻分佈的世界！
在統計學的世界裡，我們經常面對不可預測的情況。但如果每一個結果發生的機率都完全一樣呢？想像一下投擲一顆完美平衡的骰子，或是從帽子裡隨機抽取一張大小相同的紙條。這種「公平性」正是離散均勻分佈 (Discrete Uniform Distribution) 的核心所在。
在本章中，我們將學習如何識別這類情境、計算它們的機率，並運用一些巧妙的公式來找出它們的平均值（Mean）和離散程度（Variance）。如果這些公式乍看之下讓你有點頭昏，別擔心，我們會帶你一步步拆解它們！
1. 什麼是離散均勻分佈？
當一個隨機變數 \(X\) 具有有限數目的可能結果，且每個結果發生的機率都完全相同時，這就是離散均勻分佈。
應用條件
當符合以下條件時，你就可以使用這種分佈：
1. 結果是離散的（你可以數得出來，例如 1, 2, 3...）。
2. 結果的數量是有限的 (\(n\))。
3. 每個結果發生的機率相等。
機率函數
如果有 \(n\) 個可能的結果（例如從 \(1\) 到 \(n\) 的整數），那麼任何特定結果 \(x\) 的機率為：
\(P(X = x) = \frac{1}{n}\)
快速回顧： 由於一個分佈中所有機率的總和必須等於 1，如果你有 \(n\) 個項目，每一項的機率必然是 \(\frac{1}{n}\)，因為 \(n \times \frac{1}{n} = 1\)。
2. 計算平均值（期望值）
平均值 (Mean)，或稱期望值 \(E(X)\)，告訴我們如果多次重複實驗，我們預期會得到的「平均」結果。
公式
對於一個從 1 開始到 \(n\) 結束的均勻分佈：
\(E(X) = \frac{n + 1}{2}\)
推導過程（你需要掌握！）
要找到期望值，我們將所有數值的（結果 \(\times\) 機率）相加：
\(E(X) = \sum x P(X=x)\)
由於對於所有 \(x\)，\(P(X=x) = \frac{1}{n}\)，我們可以將它提取到求和符號外：
\(E(X) = \frac{1}{n} \sum_{x=1}^{n} x\)
先備知識檢查： 回想你在純數（Pure Math）學過的內容，前 \(n\) 個整數的和為 \(\frac{n(n+1)}{2}\)。
代入公式：
\(E(X) = \frac{1}{n} \times \frac{n(n+1)}{2}\)
\(n\) 相消後，我們得到：
\(E(X) = \frac{n + 1}{2}\)
3. 計算變異數
變異數 (Variance)，或 \(Var(X)\)，用來衡量結果相對於平均值有多麼「分散」。
公式
對於從 1 到 \(n\) 的均勻分佈：
\(Var(X) = \frac{n^2 - 1}{12}\)
推導過程（這是比較棘手的部分！）
我們使用公式：\(Var(X) = E(X^2) - [E(X)]^2\)
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：減去 \([E(X)]^2\)
\(Var(X) = \frac{(n+1)(2n+1)}{6} - (\frac{n+1}{2})^2\)
為了計算，我們通分（分母為 12）：
\(Var(X) = \frac{2(n+1)(2n+1)}{12} - \frac{3(n+1)^2}{12}\)
提取公因式 \(\frac{n+1}{12}\)：
\(Var(X) = \frac{n+1}{12} [2(2n+1) - 3(n+1)]\)
\(Var(X) = \frac{n+1}{12} [4n + 2 - 3n - 3]\)
\(Var(X) = \frac{n+1}{12} [n - 1]\)
\(Var(X) = \frac{n^2 - 1}{12}\)
重點提示： 如果考試要求你進行「推導」，你必須能夠完整寫出這些步驟！
4. 現實生活中的例子：公平轉盤
想像一個轉盤，上面有 8 個相等的區域，標記為 1 到 8。
在這裡，\(n = 8\)。
機率： 每個數字的機率都是 \(\frac{1}{8}\)。
平均值： \(E(X) = \frac{8+1}{2} = 4.5\)。
變異數： \(Var(X) = \frac{8^2 - 1}{12} = \frac{63}{12} = 5.25\)。
5. 常見錯誤避雷區
1. 用錯 \(n\)： 務必數清楚總共有幾個「可能的結果」。如果結果是 0, 1, 2, 3, 4，那麼 \(n = 5\)，而不是 4！
2. 忘記 \(+1\) 或 \(-1\)： 在平均值公式裡是 \(n+1\)，在變異數公式裡則是 \(n^2-1\)。
3. 誤以為它是連續的： 這屬於「離散」均勻分佈，這意味著 \(X\) 只能取特定的數值（如整數），而不能取中間值（例如 2.5）。
總結清單
- 均勻性： 每個結果是否都有相同的機率？
- \(P(X=x)\)： 簡單的 \(\frac{1}{n}\)。
- 平均值： \(\frac{n+1}{2}\)（平均位置/中間值）。
- 變異數： \(\frac{n^2-1}{12}\)（分散程度）。
- 推導： 你能否利用 \(\sum r\) 和 \(\sum r^2\) 的公式證明上述結果？（如果不確定，請再次複習第 2 和第 3 部分！）
冷知識： 變異數公式中的 12 是一個數學常數，對於這個分佈來說，無論 \(n\) 是多少，它都不會改變！