几何分布的期望求法很直接：若随机变量 X 表示“首次成功所需的试验次数”，且每次试验成功的概率为 p，则 X 服从参数 p 的几何分布，期望为 E(X)=1/p。这个结果来自几何分布的概率公式，按定义把每次取值乘上对应概率再求和，就可以得到同一公式；也可以用递归思路快速得到：一次试验有 p 的概率结束，有 1-p 的概率进入下一次试验，因此平均试验次数满足 E=1+(1-p)E，解出 E=1/p。实际使用时，只要先明确几何分布从1开始计数，还是从0开始计数，就能对应选出正确公式。
结果速览
| 计数方式 | 随机变量含义 | 概率公式 | 期望公式 |
|---|---|---|---|
| 从1开始计数 | 首次成功所需试验次数 | P(X=k)=(1-p)^(k-1)p，k=1,2,3,... | E(X)=1/p |
| 从0开始计数 | 首次成功前的额外试验次数 | P(Y=k)=(1-p)^k p，k=0,1,2,... | E(Y)=(1-p)/p |
适用前提
- 每次试验相互独立。
- 每次试验只有“成功”和“未成功”两类结果。
- 单次成功概率固定为 p，且 0
- 随机变量记录的是到达首次成功时的试验次数。
按定义直接推导
设 X~Geom(p)，并且：
P(X=k)=(1-p)^(k-1)p，k=1,2,3,...
期望定义为：
E(X)=Σ k·P(X=k)
代入概率公式：
E(X)=Σ k·(1-p)^(k-1)·p
令 q=1-p，则：
E(X)=p·Σ k·q^(k-1)
利用常见幂级数求和公式：
Σ k·q^(k-1)=1/(1-q)^2，|q|<1
所以：
E(X)=p·1/(1-q)^2
因为 q=1-p，所以 1-q=p：
E(X)=p·1/p^2=1/p
因此，几何分布从1开始计数时，期望为：
E(X)=1/p
用递归思路理解
设平均试验次数为 E。
- 第一次试验本身占1次。
- 第一次试验成功的概率是 p，此时试验结束。
- 第一次试验未成功的概率是 1-p，此时相当于回到起点，还需要继续做平均 E 次试验。
因此可以写出：
E=1+(1-p)E
整理：
E-(1-p)E=1
pE=1
E=1/p
这个写法很直观，也适合快速判断几何分布期望为什么是 1/p。
两种常见定义对照
有些教材把几何分布记为“首次成功所需的试验次数”，取值从1开始，此时期望是 1/p。
有些教材把几何分布记为“首次成功前的额外试验次数”，取值从0开始，此时期望是 (1-p)/p。
两者只差一次试验的计数口径。若 p=0.2，从1开始计数的期望为：
E(X)=1/0.2=5
从0开始计数的期望为：
E(Y)=(1-0.2)/0.2=0.8/0.2=4
这表示首次成功平均需要5次试验，或者首次成功前平均还要经历4次额外试验。
快速判断口径的方法
| 题目描述 | 应使用公式 |
|---|---|
| “求首次成功所需的试验次数” | E(X)=1/p |
| “求直到首次成功一共做了多少次” | E(X)=1/p |
| “求首次成功前的额外试验次数” | E(Y)=(1-p)/p |
| “求首次成功前的未成功试验次数” | E(Y)=(1-p)/p |
【常见问题】
问题1：几何分布的期望怎么求啊，常用公式是什么？
回答1：几何分布的期望怎么求啊，若 X 表示首次成功所需试验次数，且单次成功概率为 p，则常用公式是 E(X)=1/p；若题目统计首次成功前的额外试验次数，则常用公式是 E(Y)=(1-p)/p。
问题2：几何分布的期望怎么求啊，为什么两种定义结果不同？
回答2：几何分布的期望怎么求啊，要先看随机变量的计数起点。从1开始计数时，结果包含首次成功那一次试验，因此期望为 1/p；从0开始计数时，只统计首次成功前的额外试验次数，因此期望为 (1-p)/p。
问题3：几何分布的期望怎么求啊，用级数怎么推导？
回答3：几何分布的期望怎么求啊，按定义写出 E(X)=Σ_{k=1}^{∞} k(1-p)^(k-1)p，再令 q=1-p，利用 Σ_{k=1}^{∞} kq^(k-1)=1/(1-q)^2，即可得到 E(X)=1/p。
问题4：几何分布的期望怎么求啊，用递归怎么理解？
回答4：几何分布的期望怎么求啊，设平均试验次数为 E。一次试验后，有 p 的概率结束，有 1-p 的概率进入下一轮，因此可以写出 E=1+(1-p)E，解出 E=1/p。
免责声明：本内容用于数学概念讲解与公式说明。实际使用时，请根据教材或应用场景确认几何分布的计数方式，并结合具体概率 p 进行计算。
