【概率分布】多项分布详解

概率分布之多项分布详解

多项分布是概率论与统计学中核心的离散概率分布之一，是二项分布的自然推广，专门用于描述多结果、固定次数、独立重复试验中各结果出现频率的概率规律，本科阶段的概率论、数理统计课程，以及研究生阶段的机器学习、数据分析相关研究中都会频繁用到这一分布。

一、多项分布的通俗理解

简单来说，当一次试验有3个及以上可能的结果，且每个结果的发生概率固定、试验之间相互独立、总试验次数确定时，想要知道各结果分别出现多少次的概率，就可以用多项分布来描述。

经典例子

对比二项分布（仅2个结果，如掷硬币：正面/反面）就能快速理解：多项分布是二项分布在「结果数量」上的推广，二项分布能解决的是“两种结果出现次数的概率”，多项分布则能解决“多种结果同时出现对应次数的概率”。

二、多项分布的核心特点

多项分布的适用场景必须满足以下5个核心条件，缺一不可，也是判断一个试验是否能用多项分布分析的关键：

三、多项分布的数学定义与概率计算

1. 符号与分布表示

假设进行n次独立重复试验，单次试验有k个结果，各结果的发生概率为$p_1,p_2,\dots ,p_k$（满足${\sum }_{i=1}^k{p}_i=1$）。

用$X_1,X_2,\dots ,X_k$分别表示k个结果在n次试验中出现的次数（满足${\sum }_{i=1}^k{X}_i=n$，且$X_i\ge 0$为整数），则称随机向量$(X_1,X_2,\dots ,X_k)$服从参数为n和$p=(p_1,p_2,\dots ,p_k)$的多项分布，记为：
$$(X_1,X_2,\dots ,X_k)\sim Multinomial(n,p=(p_1,p_2,\dots ,p_k))$$

示例表示：上述抽球实验（n=10，红0.5、蓝0.3、绿0.2），记$X_R$为红球出现次数、$X_B$为蓝球次数、$X_G$为绿球次数，则：
$$(X_R,X_B,X_G)\sim Multinomial(n=10,p=[0.5,0.3,0.2])$$

2. 概率质量函数（PMF）

多项分布的概率质量函数用于计算“n次试验中，第1个结果出现$x_1$次、第2个结果出现$x_2$次、…、第k个结果出现$x_k$次”的具体概率，公式为：
$$P\left(X_1=x_1,X_2=x_2,\dots ,X_k=x_k\right)=\left(\genfrac{}{}{0ex}{}{n}{x_1,x_2,\dots ,x_k}\right)\cdot p_1^{x_1}\cdot p_2^{x_2}\cdot \dots \cdot p_k^{x_k}$$

其中包含两个核心部分：

（1）多项式系数

$\left(\genfrac{}{}{0ex}{}{n}{x_1,x_2,\dots ,x_k}\right)$ 表示“n次试验中，分配各结果出现次数的方式数”，计算公式为：
$$\left(\genfrac{}{}{0ex}{}{n}{x_1,x_2,\dots ,x_k}\right)=\frac{n!}{x_1!\cdot x_2!\cdot \dots \cdot x_k!}$$
（！为阶乘，如5!=5×4×3×2×1，0!=1）

（2）概率乘积项

$p_1^{x_1}\cdot p_2^{x_2}\cdot \dots \cdot p_k^{x_k}$ 表示“第1个结果出现$x_1$次、第2个结果出现$x_2$次……”的概率乘积，是单次试验概率的多次幂。

3. 实际计算示例

仍以抽球实验为例，计算10次试验中红球出现5次、蓝球3次、绿球2次的概率：
已知n=10，$x_R=5,x_B=3,x_G=2$，$p_R=0.5,p_B=0.3,p_G=0.2$，代入公式：
$$P\left(X_R=5,X_B=3,X_G=2\right)=\frac{10!}{5!\cdot 3!\cdot 2!}\cdot 0.5^5\cdot 0.3^3\cdot 0.2^2$$

分步计算：

• 多项式系数：$\frac{10!}{5!\cdot 3!\cdot 2!}=\frac{3628800}{120\times 6\times 2}=2520$
• 概率乘积：$0.5^5\times 0.3^3\times 0.2^2=0.03125\times 0.027\times 0.04=0.00003375$
• 最终概率：$2520\times 0.00003375=0.08505$

即10次抽球中，红球5次、蓝球3次、绿球2次的概率为8.505%。

四、多项分布的公式推导逻辑

多项分布的公式并非凭空推导，核心基于二项分布的推广和组合计数原理，理解推导逻辑能更灵活地应用该分布：

简单来说，多项分布的概率公式 = 分配次数的方式数 × 各结果出现对应次数的概率乘积。

五、Python实现多项分布的模拟与可视化

本科/研究生在做实验、数据分析时，常需要用代码模拟多项分布并可视化结果，以下基于Python的numpy（生成多项分布数据）和matplotlib（可视化）实现，代码注释清晰，可直接运行，以**红、蓝、绿球抽球实验（n=1000，p=[0.5,0.3,0.2]）**为例：

完整代码

import numpy as np
import matplotlib.pyplot as plt

# 设置多项分布参数
n = 1000 # 总试验次数
p = [0.5, 0.3, 0.2] # 各结果的概率（红、蓝、绿）
k = len(p) # 结果的种类数

# 生成多项分布随机数据：size=1表示生成1组数据，[0]取结果数组
data = np.random.multinomial(n, p, size=1)[0]

# 可视化结果：条形图展示各结果的出现频率
labels = ['Red', 'Blue', 'Green'] # 坐标轴标签
plt.bar(labels, data, color=['red', 'blue', 'green']) # 绘制条形图
plt.title(f'Multinomial Distribution (n={n}, p={p})') # 图表标题
plt.xlabel('Outcomes') # x轴标签：试验结果
plt.ylabel('Frequency') # y轴标签：出现次数
plt.show() # 显示图表

# 输出各结果的具体出现次数
print(f'实验中红球出现次数:{data[0]}')
print(f'实验中蓝球出现次数:{data[1]}')
print(f'实验中绿球出现次数:{data[2]}')

运行结果说明

代码拓展

若需要生成多组多项分布数据（如模拟10次1000抽球实验），只需将size=1改为size=10即可，后续可对多组数据做统计分析（如求均值、方差）。

六、总结

多项分布在实际应用中十分广泛，比如机器学习中的分类问题概率建模、统计学中的列联表分析、经济学中的市场份额预测等，掌握该分布的定义、计算和代码实现，是后续进阶学习的重要基础。