伯努利分布与二项分布
伯努利分布-Bernoulli distribution
伯努利分布是一种离散分布,有两种可能的结果。1表示成功,出现的概率为p(其中0<p<1)。0表示失败,出现的概率为q=1-p。
分布律:
性质:均值:E(X)=p
方差:var(X)=p(1-p)
二项分布-Binomial Distribution
二项分布是n个独立的是/非试验中成功的次数的离散概率分布,其中每次试验的成功概率为p。这样的单次成功/失败试验又称为伯努利试验。实际上,当n = 1时,二项分布就是伯努利分布。
概率质量函数:
一般地,如果随机变量{\displaystyle {\mathit {X}}}服从参数为{\displaystyle {\mathit {n}}}
和{\displaystyle {\mathit {p}}}
的二项分布,我们记{\displaystyle X\sim b(n,p)}
或{\displaystyle X\sim B(n,p)}
.n次试验中正好得到k次成功的概率由概率质量函数给出:
对于k = 0, 1, 2, ..., n,其中{\displaystyle {n \choose k}={\frac {n!}{k!(n-k)!}}}是二项式系数。
期望和方差:
如果X~B(n, p)(也就是说,X是服从二项分布的随机变量),那么X的
期望值为:
方差 为:
证明: 首先假设有一个伯努利试验。试验有两个可能的结果:1和0,前者发生的概率为 p ,后者的概率为1 − p 。该试验的期望值等于μ = 1 · p + 0 · (1−p) = p 。该试验的方差也可以类似地计算: σ2 = (1−p)2·p + (0−p)2·(1−p) = p(1 − p) .
一般的二项分布是n次独立的伯努利试验的和。它的期望值和方差分别等于每次单独试验的期望值和方差的和:
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理