【为什么叫几何分布】在概率论与统计学中，几何分布是一个常见的离散型概率分布。它描述的是在一系列独立的伯努利试验中，首次成功发生在第k次试验的概率。尽管名称中带有“几何”二字，但其与几何学并无直接关系，而是源于其数学形式中的几何级数特性。
一、几何分布的定义
设随机变量 $ X $ 表示在独立重复的伯努利试验中，首次成功发生在第 $ k $ 次试验时的次数，其中每次试验成功的概率为 $ p $，失败的概率为 $ 1 - p $。则 $ X $ 的概率质量函数（PMF）为：
$$
P(X = k) = (1 - p)^{k-1} \cdot p, \quad k = 1, 2, 3, \dots
$$
二、为何称为“几何分布”
1. 数学结构中的几何级数
几何分布的概率质量函数形式类似于一个几何级数。例如，当计算所有可能的 $ k $ 值对应的概率之和时，可以得到：
$$
\sum_{k=1}^{\infty} (1 - p)^{k-1} \cdot p = 1
$$
这个求和过程正是几何级数的求和公式，因此被称为“几何分布”。
2. 概率递减的模式
随着试验次数的增加，首次成功发生的概率呈指数衰减趋势，这种递减模式也符合几何序列的特征。
3. 历史渊源
在早期概率理论中，人们发现这类分布的概率结构与几何级数有相似之处，因此沿用了“几何分布”这一名称。
三、与其他分布的区别
| 特征 | 几何分布 | 二项分布 | 泊松分布 |
| 定义 | 首次成功前的失败次数 | 固定次数下的成功次数 | 单位时间内的事件发生次数 |
| 支持集 | $ k = 1, 2, 3, \dots $ | $ k = 0, 1, 2, \dots, n $ | $ k = 0, 1, 2, \dots $ |
| 参数 | 成功概率 $ p $ | 成功概率 $ p $、试验次数 $ n $ | 平均发生率 $ \lambda $ |
| 是否独立 | 是 | 是 | 否（通常假设独立） |
| 数学形式 | $ (1-p)^{k-1}p $ | $ C(n,k)p^k(1-p)^{n-k} $ | $ \frac{\lambda^k e^{-\lambda}}{k!} $ |
四、总结
“几何分布”这一名称来源于其概率质量函数的形式与几何级数密切相关。尽管名字中有“几何”，但它并不涉及几何学中的图形或空间概念，而是基于数学上的级数结构命名的。理解这一点有助于我们更好地掌握该分布的性质及其应用场景。
通过表格对比可以看出，几何分布与其他常见分布有着明显的区别，尤其在支持集、参数设置以及数学表达式上具有独特性。了解这些差异，有助于我们在实际问题中正确选择和应用相应的概率模型。