阿甜是街角奶茶店的店员。她每天观察着店里的各种随机事件：一位顾客进门后会不会点珍珠奶茶？中午一小时会来多少位顾客？从开店到现在，第一位点“芋泥波波”的顾客要等多久才出现？这些问题看似不同，其实都对应着概率论中四种最经典的离散分布——伯努利分布、二项分布、泊松分布和几何分布。它们就像四种不同的“计数镜头”：有的只看一次结果，有的数固定次数的成功数，有的数一段时间的随机到达数，有的记录等到第一个成功要多久。这四把尺子看似相似，量出来的却是完全不同的随机规律。

岗位关联

对于 AI 从业者来说，四大离散分布是理解分类任务、A/B 测试显著性检验、客服排队建模、异常检测等无数工程场景的“数学底层代码”。掌握它们，你就能看懂数据背后到底在走哪种随机程序。

目录
  1. 可视化演示
  2. 伯努利分布：一次试验的“是与否”
  3. 二项分布：n次试验的成功计数
  4. 泊松分布：稀有事件的时间切片
  5. 几何分布：等待首次成功
  6. 公式对比：一页看懂四种概率质量函数
  7. 期望与方差：分布的重心与离散度
  8. 近似关系：二项分布如何走进泊松
  9. 应用与选择：给问题挑对分布
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

通过概率质量函数(PMF)柱状图对比伯努利、二项、泊松、几何四种离散分布的形态差异，展示分布间的演化关系与极限近似。

本节配有交互动效（进入视口后自动加载，约 3KB）。

四大离散分布PMF对比 Ber: 单次试验 Bin: n次成功数 Poi: 事件计数 Geo: 首次成功 P(X=k) 四种分布的概率质量函数形态对比

伯努利分布：一次试验的“是与否”

阿甜站在吧台后面，看着下一位顾客推门进来。她心里只问一个问题：“这位顾客会不会点珍珠？”答案只有两种——会，或者不会。这就是伯努利分布：它描述一次试验中“成功”与“失败”两个结果，是整个随机世界最小的积木块。

如果把这个问题数学化，我们设成功概率为 p，那么失败概率自然是 1-p。阿甜不知道下一位顾客会怎样，但她能说出：这位顾客点珍珠的概率是 70%，不点的概率是 30%。注意，伯努利分布只有一个试验，所以它不能回答“30位顾客里有几位点珍珠”这种问题，那是二项分布的活儿。

为了让描述更简洁，统计学家定义随机变量 X 表示试验结果：X=1 表示成功，X=0 表示失败。伯努利分布的概率质量函数可以写成一条“开关公式”：

在 AI 领域，伯努利分布常被用来模拟“一个样本是否属于某个类别”：垃圾邮件检测里一封邮件是不是垃圾，推荐系统里一次点击会不会发生，神经网络二分类输出的那个 0 到 1 之间的概率，本质上就是伯努利分布的成功率 p。阿甜现在终于明白，她每天问的那句“要不要珍珠”，其实是整个统计世界的一粒种子。

P(X=k)=p k(1−p) 1−k,k∈{0,1}\displaystyle P(X=k)=p^{\,k}(1-p)^{\,1-k},\qquad k\in\{0,1\}
这个公式用一个小技巧把两种结果写进同一行：当 k=1 时只留下 p，当 k=0 时只留下 1-p。它像一盏双控灯开关——拨到哪边，哪边的概率就亮起来。
  1. k=1 时取成功概率把 k=1 代入指数，得到 P(X=1)=p^1(1-p)^0=p，这表示“这次试验成功”的概率。
    P(X=1)=p1(1−p)0=pP(X=1)=p^1(1-p)^0=p
  2. k=0 时取失败概率把 k=0 代入，得到 P(X=0)=p^0(1-p)^1=1-p，表示“这次试验失败”的概率。
    P(X=0)=p0(1−p)1=1−pP(X=0)=p^0(1-p)^1=1-p
  3. 概率和为 1把两种结果的概率相加，p+(1-p)=1，说明这个试验无论结果如何，总共发生的概率一定是 100%。
    p+(1−p)=1p+(1-p)=1

二项分布：n次试验的成功计数

阿甜不再只看一位顾客了。她把目光投向门口涌进来的一批 30 位顾客，心里默默盘算：“这 30 个人里，会有几位点珍珠奶茶？”这就是二项分布的舞台——它统计“固定次数 n 次独立试验中，成功事件发生的总次数”。

二项分布有三个必须满足的前提：第一，每试验一次都只有成功或失败两种结果；第二，每次试验互不干扰、相互独立，前一位顾客点不点珍珠不会影响下一位；第三，每次成功的概率 p 都一样。这就像阿甜每次都从同一箱珍珠里舀一勺，舀完放回去再舀，保证每次“捞到珍珠”的概率不变化。如果舀出来不放回，那就不再是二项分布，而是超几何分布了。

那么“30 位顾客里恰好有 k 位点珍珠”的概率怎么算？先从 30 个人里任选 k 位作为“点珍珠者”，组合数是 \binom{n}{k}；这 k 位每人以概率 p 点单，剩下 n-k 位以概率 1-p 不点单。乘积就是最终概率：

在推荐系统里，给用户展示 10 个商品，用户点击了其中 3 个，这种“固定展示次数下统计点击个数”的建模正是二项分布。阿甜恍然大悟：原来“这批顾客里几个要珍珠”不是一个靠猜的问题，而是可以精确计算的随机规律。

P(X=k)=(nk) p k(1−p) n−k,k=0,1,2,…,n\displaystyle P(X=k)=\binom{n}{k}\,p^{\,k}(1-p)^{\,n-k},\qquad k=0,1,2,\dots,n
这个公式可以拆成三块积木：\binom{n}{k} 负责“从 n 个位置里选出 k 个成功位置”，p^k 负责“让这 k 个位置都成功”，(1-p)^{n-k} 负责“让其余位置都失败”。
  1. 组合数选出成功位置\binom{n}{k}=\frac{n!}{k!(n-k)!} 表示从 n 次试验中挑出 k 次作为成功的所有可能方式，好比从 30 位顾客里挑选哪几位是“珍珠党”。
    (nk)=n!k!(n−k)!\binom{n}{k}=\frac{n!}{k!(n-k)!}
  2. 成功同时发生这 k 个选中的位置各自以概率 p 发生成功，由独立性可相乘，得到 p^k。
    p k=p⋅p⋅⋯⋅pp^{\,k}=p\cdot p\cdot\cdots\cdot p
  3. 失败同时发生剩下的 n-k 个位置各自以概率 1-p 发生失败，相乘得到 (1-p)^{n-k}。
    (1−p) n−k(1-p)^{\,n-k}
  4. 参数范围p 必须满足 0<p<1，k 的取值从 0 到 n，且 n 是正整数，这规定了公式的有效区域。
    0<p<1,k∈[0,n]0<p<1,\quad k\in[0,n]

泊松分布：稀有事件的时间切片

到了午市高峰，阿甜发现正八经数“多少位顾客”太累了，她换了个角度：只要数“这一小时内进门的人数”就够了。只要顾客平均每分钟进店 0.8 位，那么一小时大概会来 48 位。可是具体到某天某时，可能来 40 位，也可能来 60 位。这种“在固定时间或空间区间内，稀有事件发生次数的计数”就是泊松分布的用武之地。

泊松分布的核心参数是 λ（读作 lambda），它表示单位区间内事件发生的平均次数。泊松模型有个独特气质：事件在每个瞬间发生的概率极小，但时间切片那么多，累加起来反而有稳定产出——就像奶茶店每一秒来人的概率微乎其微，但 3600 秒叠加起来，就会有一批可观的人流量。数学上，它要求事件独立、均匀且单个事件“稀有”。它的概率公式是：

在 AI 与运维场景里，泊松分布无处不在：客服电话量预测、服务器请求数监控、异常日志计数。阿甜看着门口的人流笑了笑：她不需要记住每一位顾客，只需要知道平均一小时来多少人，就能勾勒出整条队伍的轮廓。

P(X=k)=λ k e−λk!,k=0,1,2,…\displaystyle P(X=k)=\frac{\lambda^{\,k}\,e^{-\lambda}}{k!},\qquad k=0,1,2,\dots
这里的 e 是自然常数约 2.718。公式像一台“稀有事件相机”：λ^k 表示“平均强度累积 k 次”，e^{-λ} 表示“没有事件发生的背景概率”，k! 负责把重复计数方案归一化。
  1. 平均强度的 k 次幂λ^k 表示在平均强度为 λ 的前提下，事件连续发生 k 次的“累计能量”，就像把一小时的平均客流量放大到 k 次“聚焦”。
    λ k\lambda^{\,k}
  2. 无人发生的背景折扣e^{-λ} 表示在这个区间内完全没有事件发生的概率，它给整体结果打折，保证概率不会无限膨胀。
    e−λe^{-\lambda}
  3. 排列去重k!（k 的阶乘）用来消除“哪一次事件先发生”的重复统计，因为事件彼此独立，先后顺序无关紧要。
    k!=1⋅2⋅3⋯kk!=1\cdot2\cdot3\cdots k
  4. 可数无穷取值k 可以取 0、1、2……直到无穷，因为理论上一个时间段内可能来任意多位顾客。
    k=0,1,2,…k=0,1,2,\dots

几何分布：等待首次成功

打烊前，阿甜突然好奇一个问题：“从明天开店算起，要等到第几位顾客，才会遇到第一位点'芋泥波波'的人？”如果每位顾客点芋泥波波的概率都是 0.2，那可能第一位就点，也可能等上十几位。这种“不断重复试验，直到第一次成功为止，记录所需试验次数”的分布，就是几何分布。

几何分布特别像阿甜在门口按图钉：每进一位顾客就按一下，失败（没点芋泥波波）就继续等，直到成功（点到芋泥波波）才停止计数。关键的是，每次失败不会“累积运气”——哪怕前面已经等了 50 位失败顾客，第 51 位点芋泥波波的概率依然是 p，不会变成 0.5 或 0.9。这就是几何分布独有的“无记忆性”：已经走过的路不会缩短前方的路。

它的概率公式直观得惊人：要想在第 k 次试验首次成功，必须前面 k-1 次全部失败，最后一次成功。因此：

在可靠性分析中，几何分布常被用来描述“系统运行多少次后才出现第一次故障”；在强化学习里，它也能模拟“智能体要尝试多少次才首次解锁新状态”。阿甜恍然大悟：等待第一位芋泥波波顾客的心情，其实早就有数学公式在背后静静计时了。

P(X=k)=(1−p) k−1 p,k=1,2,3,…\displaystyle P(X=k)=(1-p)^{\,k-1}\,p,\qquad k=1,2,3,\dots
这是一条不断衰减的阶梯：越往后的 k，前面需要连续失败的次数越多，概率也就越小。最可能发生的 k 永远是 1，也就是“第一位顾客就点单”。
  1. 连续失败 k-1 次(1-p)^{k-1} 表示前 k-1 次试验都失败的概率，每失败一次就乘一次 (1-p)。
    (1−p) k−1(1-p)^{\,k-1}
  2. 最后一次成功乘上最后的 p，表示第 k 次试验终于成功。这两段相乘就是“恰好第 k 次成功”的概率。
    (1−p) k−1⋅p(1-p)^{\,k-1}\cdot p
  3. 取值范围从 1 开始k 必须从 1 开始计数，因为至少要做一次试验才可能成功；它没有上限，理论上可能永远等不到。
    k=1,2,3,…k=1,2,3,\dots

公式对比：一页看懂四种概率质量函数

阿甜把四种分布的名字记在小黑板上，发现它们看似都是“数离散事件”，但镜头完全不同。伯努利只看 1 次试验；二项固定试验 n 次、数成功次数；泊松不数试验次数，只数单位区间内稀有事件的个数；几何则反过来，数“等到第一个成功要用几次试验”。四者最核心的差异，就在它们的概率质量函数上。

| 分布 | 随机变量含义 | 参数 | 概率 P(X=k) |

| --- | --- | --- | --- |

| 伯努利 | 一次试验是/否 | p | p^k(1-p)^{1-k}，k∈{0,1} |

| 二项 | n 次试验中成功次数 | n,p | \binom{n}{k}p^k(1-p)^{n-k}，k=0..n |

| 泊松 | 区间内事件次数 | λ | λ^k e^{-λ}/k!，k=0,1,2,…… |

| 几何 | 首次成功所需试验次数 | p | (1-p)^{k-1}p，k=1,2,3,…… |

只要细心看，就能发现规律：二项是伯努利的“叠加版”，n=1 时二项退化成伯努利；泊松是二项在极限条件下的“简化版”（后面章节会讲）；几何则是二项的一种“反向视角”——从数成功个数变成数等待长度。虽然它们的形态不同，但所有概率分布都必须遵守一条铁律：所有可能取值的概率加起来必须等于 1。

在写代码实现这四种分布时，阿甜只要对照这张表就能立刻判断：如果处理“固定次数 + 两个结果”，用二项；如果处理“时间区间 + 稀有事件”，用泊松。这四张公式卡片，就是统计工具箱里的四把螺丝刀。

∑kP(X=k)=1\displaystyle \sum_{k} P(X=k)=1
这条公式就像记账必须平账：不管随机事件有多少种可能结果，把全部结果的概率加在一起，总数一定是 100%，不可能多也不可能少。
  1. 遍历所有取值求和符号下的 k 表示把随机变量 X 的所有可能取值逐个代入，比如二项分布从 k=0 一直加到 k=n。
    ∑k\sum_{k}
  2. 每个取值对应一个概率每一项 P(X=k) 都是该取值的概率质量，四个分布各有各的计算公式，但它们共享“相加为 1”的约束。
    P(X=k)P(X=k)
  3. 总概率归一把上面所有项相加，结果恒等于 1。这保证了概率系统不重不漏、没有“凭空多出来的概率”。
    =1=1

期望与方差：分布的重心与离散度

阿甜开始关心更实用的问题：“四种分布分别平均在哪？波动大吗？”这就引出了两个刻画分布的核心指标：期望（均值）和方差。期望是概率分布的“重心”，告诉我们大量重复试验后结果平均落在哪里；方差是“离散度”，告诉我们结果围绕重心波动得有多剧烈。

期望的通用公式是：把每个取值 k 乘以它出现的概率 P(X=k)，再全部相加。方差则是在期望基础上，衡量每个点偏离重心的平方平均值。四种分布的期望和方差可以总结成一张记忆卡：

| 分布 | 期望 E(X) | 方差 Var(X) |

| --- | --- | --- |

| 伯努利 | p | p(1-p) |

| 二项 | np | np(1-p) |

| 泊松 | λ | λ |

| 几何 | 1/p | (1-p)/p² |

注意泊松分布的特殊性：它的期望和方差都等于 λ。这意味着“平均数多大，波动也就多大”——如果一个时段平均来 10 位顾客，那么波动范围也大约以 10 为中心展开。期望的数学定义如下：

方差公式 \mathrm{Var}(X)=E(X^2)-[E(X)]^2 可以看作“重心周围的抖动幅度”。对 AI 工程师来说，期望告诉我们预测的平均表现，方差告诉我们结果稳不稳定。阿甜看着这张表，心里更有底了：原来“平均来多少顾客”和“波动有多大”是两回事，就像同一家奶茶店，工作日和周末的客流波动完全不同。

E(X)=∑kk⋅P(X=k)\displaystyle E(X)=\sum_{k} k\cdot P(X=k)
这个公式像称体重：每个取值 k 是“重量”，发生的概率 P(X=k) 是“频次权重”，加权平均的结果就是分布的重心位置。
  1. 每个取值乘以对应概率k·P(X=k) 给每个结果“加权”，越常发生的结果对平均值的贡献越大。
    k⋅P(X=k)k\cdot P(X=k)
  2. 对所有结果求和从最左边到最右边，把所有权重乘积累加成一个数，这个数就是期望。
    ∑k\sum_{k}
  3. 几何分布的代入示例以几何分布为例，E(X)=\sum_{k=1}^{\infty} k(1-p)^{k-1}p=\frac{1}{p}，说明成功概率越小，等待的期望次数就越大。
    E(X)=∑k=1∞k(1−p)k−1p=1p\displaystyle E(X)=\sum_{k=1}^{\infty} k(1-p)^{k-1}p=\frac{1}{p}

近似关系：二项分布如何走进泊松

阿甜发现一个有趣的现象：当顾客很多、每人点特定小料的概率又很小时，数“点了特定小料的人数”和二项分布算出来的结果，跟泊松分布几乎一模一样。这不是巧合，而是数学上一个漂亮的极限过渡——二项分布在某些条件下会“收敛”成泊松分布。

条件很简单：试验次数 n 要足够大，成功概率 p 要足够小，同时让两者的乘积 np 保持为一个有限常数 λ。工程上常用的经验法则是 n≥20 且 p≤0.05，此时用泊松分布近似二项分布的误差已经很小。为什么？因为当 p 很小时，(1-p)^{n-k} 接近 e^{-np}，而组合数 \binom{n}{k} 在高阶小量上会趋近 λ^k/k!。最终得到极限等式：

这条近似关系意义重大：在搜索引擎里，统计“某稀有词在 10 万篇文档中出现的次数”，直接算二项分布的 \binom{100000}{k} 会算出天文数字甚至溢出，而换成泊松分布一步就能算完。阿甜感叹：原来“顾客多、小料稀”的奶茶店，本身就是一座天然泊松工厂。

lim⁡n→∞, np=λ(nk)p k(1−p) n−k=λ k e−λk!\displaystyle \lim_{n\to\infty,\ np=\lambda}\binom{n}{k}p^{\,k}(1-p)^{\,n-k}=\frac{\lambda^{\,k}\,e^{-\lambda}}{k!}
这个极限公式像一条“近似立交桥”：从二项分布这条车道出发，当 n 越来越大、p 越来越小且 np 稳定为 λ 时，就平滑驶入了泊松分布的专属车道。
  1. 设定 λ=np令 λ 为 n 与 p 的乘积且保持常数，当 n 增大时 p 自动变小，保证平均成功次数不变。
    λ=n p\lambda=n\,p
  2. 改写组合数\binom{n}{k} 当 n 远大于 k 时近似等于 n^k/k!，成功部分 p^k 乘进去得到 λ^k/k!。
    (nk)p k≈n kk!p k=λ kk!\binom{n}{k}p^{\,k}\approx\frac{n^{\,k}}{k!}p^{\,k}=\frac{\lambda^{\,k}}{k!}
  3. 失败部分收敛(1-p)^{n-k} 在 n 很大时趋近 (1-\frac{\lambda}{n})^n → e^{-λ}，这是自然对数定义的核心极限。
    (1−p) n−k→e−λ(1-p)^{\,n-k}\rightarrow e^{-\lambda}
  4. 合并逼近泊松把近似结果拼起来，左边收敛到右边，二项分布便化身为泊松分布。
    λ kk! e−λ\frac{\lambda^{\,k}}{k!}\,e^{-\lambda}

应用与选择：给问题挑对分布

阿甜现在遇到的每一个随机问题，她都要先在脑子里过一遍“选哪把尺子”。这把尺子的选择，直接决定了之后所有统计推断和机器学习特征工程的成败。她总结出三条最容易上手的实战准则。

质量控制场景里，生产线抽检 100 个产品，统计次品个数，这是固定次数下的成功计数，应该用二项分布。如果次品率很低（比如 0.01），且抽检量很大，那么可以退一步用泊松近似。排队建模场景里，客服中心统计每 15 分钟的呼入电话数、奶茶店统计每小时进店人数，这类“无固定次数上限、只看单位区间内稀有事件次数”的问题，直接选泊松分布。可靠性分析场景里，服务器首次崩溃的时间、设备首次故障前的运行天数，这类“等到第一次成功/失败”的问题，用几何分布描述试验次数，用它的连续版亲戚（指数分布）描述等待时长。

选择分布时，最关键的换算桥是期望公式。如果你已经知道平均值，就能反推分布参数，例如泊松分布中 \lambda 就是平均事件数；二项分布中期望 np 给出平均成功数。这就是选择时的第一把钥匙：

在真实的 AI 项目里，这个选择过程每天都在发生：推荐系统统计点击率用伯努利/二项，流量预测用泊松，故障重试策略用几何。阿甜把四种分布画成一张决策图：先问“是几次试验？”，再问“数成功还是等成功？”，最后问“事件稀不稀有？”——三个问题答完，合适的分布自然浮出水面。

λ=n p\displaystyle \lambda = n\,p
这个朴素等式把二项和泊松两座岛连在一起：只要知道了 n 和 p，就能算出泊松近似的平均发生率 λ；反过来，如果只知道平均发生率 λ，也等于同时掌握了泊松分布的期望与方差。
  1. 统计平均成功数n·p 表示 n 次独立试验中最可能的成功总次数，这是二项分布的期望。
    n pn\,p
  2. 把它当作泊松强度对稀有事件，用同一个数值作为泊松分布的参数 λ，即每个单位区间的平均事件数。
    λ=n p\lambda=n\,p
  3. 参数互换于是二项分布 (n,p) 与泊松分布 (λ) 之间可以通过 λ=np 双向换算，只需满足 n 大、p 小的近似条件。
    np↔λnp \leftrightarrow \lambda

AI 应用场景

客服呼叫中心话务量预测

阶段：数据收集与流量建模

解决的问题：传统排班方式按“全天总来电数/营业时长”平均分配人力，但电话在一天内波动巨大，高峰期排队、低谷期人员闲置。用泊松分布按每 15 分钟建立“呼入电话数”模型，用 λ 描述每个时段的平均来电强度，再结合概率反推出需要多少坐席才能让 95% 的时段不用排队。

具体案例：某银行客服中心发现每 15 分钟平均呼入 12 通电话，使用泊松分布计算 P(X>18) 的概率，据此安排晚班坐席数，将电话接通率从 88% 提升到 96%，人力成本下降 11%。这和奶茶店阿甜数客流、定店员班次是同一个道理。

A/B测试中的转化率显著性检验

阶段：实验设计与假设检验

解决的问题：做推荐策略 A/B 测试时，只比较“平均点击率 2.0% vs 2.3%”容易被随机波动欺骗。正确做法是用二项分布建模：每组 n 次曝光中产生多少次点击服从二项分布，再比较两个二项总体的差异是否显著。这样能区分“真实提升”与“运气波动”。

具体案例：某资讯 App 将新推荐算法同时推给 10000 名用户，老算法获得 224 次点击、新算法获得 246 次点击。用二项分布近似计算两组的置信区间与 p 值，发现差异并未达到显著水平，于是果断拒绝上线新策略，避免了一次负向发布。奶茶店阿甜如果想验证“新品海报是否真的提升点单率”，其实也要做同样的二项检验。

分布式系统的故障重试策略

阶段：异常检测与可靠性工程

解决的问题：大模型训练集群偶尔会遇到节点故障或网络抖动，盲目重试会浪费算力，不重试又会丢失任务。用几何分布建模“每次任务调度后首次出现故障的尝试次数”，估计平均故障间隔，再设定一个最优重试上限：尝试到期望次数附近时果断放弃并切换节点。

具体案例：某 MLOps 团队统计发现，每调度 20 次任务会遇到一次节点故障（p=0.05），平均可成功运行 1/p=20 个任务。他们把自动重试阈值设为 20，超限即换机器，最终将训练任务的有效算力利用率从 78% 提升到 91%。这就像奶茶设备每做 20 杯奶茶可能坏一次，阿甜就提前在第 20 杯后安排检修一样。

Python 演示

python65 行
# -*- coding: utf-8 -*-"""四种离散分布的抽样模拟与统计对比"""import randomimport math  def bernoulli(p, size=10000):    # 每次试验以概率p返回1, 否则返回0    return [1 if random.random() < p else 0 for _ in range(size)]  def binomial(n, p, size=10000):    # 每次样本做n次独立试验, 统计成功次数    return [sum(1 for _ in range(n) if random.random() < p)            for _ in range(size)]  def poisson(lam, size=10000):    # 用指数分布累加法生成泊松计数: 连续乘均匀随机数直到小于e^(-lam)    samples = []    bound = math.exp(-lam)    for _ in range(size):        prob = 1.0        k = 0        while prob > bound:            prob *= (1 - random.random())            k += 1        samples.append(k - 1)    return samples  def geometric(p, size=10000):    # 用对数变换生成首次成功所需次数: k = floor(log(u)/log(1-p)) + 1    q = 1 - p    samples = []    for _ in range(size):        u = 1 - random.random()        samples.append(int(math.log(u) / math.log(q)) + 1)    return samples  def summarize(samples):    # 计算样本均值和样本方差    mean = sum(samples) / len(samples)    var = sum((x - mean) ** 2 for x in samples) / len(samples)    return mean, var  def main():    n, p = 30, 0.3    lam, pg = n * p, 0.1    cases = [        ("伯努利", bernoulli(p), p, p * (1 - p)),        ("二项", binomial(n, p), n * p, n * p * (1 - p)),        ("泊松", poisson(lam), lam, lam),        ("几何", geometric(pg), 1 / pg, (1 - pg) / pg ** 2),    ]    for name, samples, mu, var in cases:        sample_mean, sample_var = summarize(samples)        print("{}: 样本均值={:.3f} 理论均值={:.3f}; 样本方差={:.3f} 理论方差={:.3f}".format(            name, sample_mean, mu, sample_var, var))  if __name__ == "__main__":    main()
目的：通过随机模拟生成四大离散分布的大规模样本，并用样本均值和方差与理论值对照，直观验证伯努利、二项、泊松、几何四种分布的核心统计量。
  1. def bernoulli(p, size=10000):每次用 random.random() < p 模拟一次成功概率为 p 的伯努利试验，返回一万个 0/1 样本。
  2. def binomial(n, p, size=10000):内层循环做 n 次独立试验，sum(...) 统计成功次数，模拟一个二项样本。
  3. while prob > bound:泊松采样的核心循环，不断乘上随机数直到累积概率跌破 e^{-λ}，此时抽样次数就是泊松计数。
  4. def geometric(p, size=10000):利用对数变换把均匀随机数转换为首次成功等待次数，比循环逐次试验快得多。
  5. def summarize(samples):用列表求和与均值公式计算样本均值与样本方差，作为理论值的经验验证。
  6. cases = [...]把四种分布的参数和理论期望/方差整理成统一结构，方便循环对比打印。
  7. print("{}: 样本均值={:.3f}...".format(...))用格式化字符串把模拟结果与理论值并排输出，误差越小说明模拟越可靠。

常见误区

误区我刚学泊松分布时以为它就是用来描述“很少发生的事”，比如一年只发生一次的地震。那如果事件一天发生一千次，是不是就不能用泊松了？

正解泊松分布的关键不是“发生的绝对次数少”，而是“每个瞬间事件发生的概率极小，但时间切片数极多”。呼叫中心一小时接 200 通电话完全可以用泊松建模——因为每一秒来电话的概率仍然很小，但 3600 秒叠加起来就有稳定产出。就像奶茶店每一瞬间来人的概率都很小，但一整天累计客流可能上千。

为何常见：“稀有事件”这个译名让人误以为总数必须很小，其实“稀有”指的是单位瞬时概率 p 小，而不是区间总次数 k 小。

误区我做过 50 次抽奖抽到 3 次大奖，是不是就可以直接用二项分布建模？反正每次抽奖概率都一样。

正解二项分布还有一个隐含前提——每次试验必须相互独立。如果抽奖是不放回抽样，比如从一盒 100 个球里连续抽 50 个不送回，那么每次抽中大奖的概率会随抽取进度改变，这属于超几何分布而不是二项分布。只有“抽完放回”或“总体无限大”时，才满足 p 恒定和独立性。

为何常见：人们容易只记住“重复 n 次”这个表面条件，忽略了“独立同分布”这个底层假设，而独立性恰好是概率相乘的前提。

误区我查资料发现有的书上写 P(X=k)=(1-p)^k p，有的写 (1-p)^{k-1} p，到底哪个才是几何分布？考试经常记混。

正解两种写法其实对应两种不同的变量定义：一种记“首次成功所需的试验次数”（从 1 开始），概率是 (1-p)^{k-1}p；另一种记“首次成功前失败的次数”（从 0 开始），概率是 (1-p)^k p。本文统一采用前者。做题和下代码前一定要先确认随机变量的计数起点，否则期望公式也会差 1。

为何常见：不同教材对“第几号样本算第一个”的约定不同，初学者又没有建立“先看取值范围再套公式”的习惯，于是产生混淆。

误区泊松分布的期望和方差都等于 λ，那我看到系统平均每小时 100 次请求，是不是就说明它每小时的请求数都在 100 附近？

正解泊松分布的方差为 λ，意味着标准差是 \sqrt{λ}（约 10）。所以每小时 100 次请求时，100±20 都属于正常波动范围。方差跟期望相等，反映的是“波动幅度与均值同量级”，而不是“波动为零”。如果真实数据的方差远大于均值（过离散），泊松模型反而不合适，需要改用负二项分布。

为何常见：初学者把“期望=方差”这个等式错误解读成“方差小、数据集中”，忽略了方差本身也是一个随 λ 增大的量。

误区n=30、p=0.3 的时候，我直接用泊松(9)去近似二项分布，结果概率算出来差了很多，是不是公式记错了？

正解二项趋近泊松需要 n 大且 p 小（经验规则 n≥20 且 p≤0.05）。n=30、p=0.3 时 p 太大了，二项分布的形状和泊松分布差异明显，误差很大。可以理解为：只有当“成功”足够稀有（p 很小）时，试验之间因次数累积产生的细节差异才会被抹平，泊松才能登场。

为何常见：经验法则常被记住“n≥20“却忽略”p≤0.05”，实际上 p 的大小才是决定近似误差的主要因素。

面试题

Q1. 伯努利分布的核心特征是什么？

单选题 · easy

  • A.一次试验只有两个结果← 正确答案
  • B.多次重复独立试验
  • C.单位时间内事件发生的次数
  • D.等待首次成功所需试验次数

答案：A。伯努利分布只描述单次试验的两种结果（成功/失败），就像阿甜只看一位顾客是否点珍珠。B 是二项分布，C 是泊松分布，D 是几何分布。

Q2. 二项分布成立的条件包括哪些？

多选题 · mid

  • A.各次试验相互独立← 正确答案
  • B.每次试验成功概率相同← 正确答案
  • C.试验次数固定不变← 正确答案
  • D.事件必须极其罕见

答案：ABC。二项分布要求 n 次试验固定、各次独立、每次成功概率 p 相同，三者缺一不可。D 描述的是泊松近似场景，不是二项分布成立的必要条件。

Q3. 泊松分布的参数 λ 在数值上等于什么？

单选题 · easy

  • A.期望和方差← 正确答案
  • B.单次试验的概率
  • C.试验总次数
  • D.组合数的值

答案：A。泊松分布的期望与方差均为 λ。λ 是单位区间内事件的平均发生次数，与单次试验概率和试验次数无关。

Q4. 几何分布描述的随机变量是什么？

单选题 · mid

  • A.首次成功所需的试验次数← 正确答案
  • B.固定次数试验中的成功个数
  • C.一个时间段内的到达事件数
  • D.一次试验的成功与否

答案：A。几何分布记录“等到第一次成功用了多少次试验”，逐次试验直到成功为止。B 是二项分布，C 是泊松分布，D 是伯努利分布。

Q5. 伯努利分布的方差等于多少？

单选题 · mid

  • A.p(1-p)← 正确答案
  • B.np(1-p)
  • C.p 的平方
  • D.1-p

答案：A。伯努利分布只有 0/1 两个取值，方差是 p(1-p)。B 是二项分布的方差，C 和 D 都不是方差表达式。

Q6. 当二项分布的 n 很大且 p 很小时，最适合用哪个分布近似？

单选题 · hard

  • A.泊松分布← 正确答案
  • B.几何分布
  • C.伯努利分布
  • D.任何离散分布

答案：A。n≥20 且 p≤0.05 时，二项分布概率会趋近泊松分布，且 λ=np。几何分布描述等待次数，伯努利只描述单次试验，都不能替代二项计数。

Q7. 以下哪些现象适合用泊松分布建模？

多选题 · mid

  • A.呼叫中心每十分钟的来电数← 正确答案
  • B.网页一秒钟的点击次数← 正确答案
  • C.单位路段一年的事故次数← 正确答案
  • D.抛十次硬币正面朝上的次数

答案：ABC。泊松分布适合单位区间内稀有事件的计数，来电、点击、事故都满足。D 是固定 10 次试验的成功计数，应使用二项分布。

Q8. 几何分布的“无记忆性”指的是什么？

单选题 · hard

  • A.已等待的失败不会影响继续等待← 正确答案
  • B.试验次数越多成功概率越高
  • C.成功概率随等待时间增大
  • D.等待时长与概率大小无关

答案：A。无记忆性指前面已经失败 k 次后，下一次再成功的条件概率仍然是 p，不因之前的失败而改变。B 和 C 都错误地暗示概率会累积变化。

Q9. 选择离散分布时，以下哪些判断是正确的？

多选题 · hard

  • A.固定 n 次试验且 p 不变时用二项← 正确答案
  • B.稀有事件按区间计数时考虑泊松← 正确答案
  • C.等待首次成功时用几何← 正确答案
  • D.任何计数问题都必须用泊松

答案：ABC。A、B、C 分别是三种分布的标准适用场景。D 过于绝对，泊松只适用于稀有事件计数，固定次数成功计数或等待类问题应选其他分布。

Q10. 若 X 服从二项分布 Binomial(1000, 0.002)，下列哪个模型最适合近似？

单选题 · extreme

  • A.Poisson(2)← 正确答案
  • B.Poisson(1000)
  • C.Geometric(0.002)
  • D.Bernoulli(0.002)

答案：A。n=1000 足够大、p=0.002 足够小，满足二项趋近泊松条件，且 λ=np=2，故用 Poisson(2)。Poisson(1000) 错误地直接把 n 当 λ；几何和伯努利都描述等待或单次试验，不匹配计数问题。