伯努利分布、二项分布、概念辨析

伯努利分布是描述单次随机试验中两种结果的概率分布,如抛硬币。二项分布则涉及多次独立重复试验,如连续扔硬币。二项分布是伯努利分布的特殊情况,当试验次数n=1时。伯努利关注单次试验,二项分布关注多次试验的累计结果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

伯努利分布

伯努利分布是二项分布的一种特殊情况,它描述的是单次随机试验中,只有两种结果的概率分布。其中,一种结果的概率为 p p p,另外一种结果的概率为 1 − p 1-p 1p。伯努利分布的概率质量函数如下:

f ( k ; p ) = { p if  k = 1 , 1 − p if  k = 0. f(k;p)=\begin{cases} p & \text{if }k=1,\\ 1-p & \text{if }k=0. \end{cases} f(k;p)={p1pif k=1,if k=0.

其中, k k k 表示事件发生的结果, p p p 表示事件发生的概率。

伯努利分布的一个经典例子是抛硬币。在抛硬币的过程中,正面朝上的概率为 p p p,反面朝上的概率为 1 − p 1-p 1p。这里的 p p p 就是伯努利分布的参数。

二项分布

二项分布是离散型概率分布的一种,它描述的是在 n n n 次独立重复的随机试验中,某个事件发生 k k k 次的概率分布。每次试验的结果只有两种,成功和失败。其中,成功的概率为 p p p,失败的概率为 1 − p 1-p 1p。二项分布的概率质量函数如下:

f ( k ; n , p ) = Pr ⁡ ( k ; n , p ) = Pr ⁡ ( X = k ) = ( n k ) p k ( 1 − p ) n − k , f(k;n,p)=\Pr(k;n,p)=\Pr(X=k)=\binom{n}{k}p^k(1-p)^{n-k}, f(k;n,p)=Pr(k;n,p)=Pr(X=k)=(kn)pk(1p)nk,

其中, k k k 表示事件发生的次数, n n n 表示试验的总次数, p p p 表示每次试验成功的概率。

二项分布的一个经典例子是扔硬币。如果我们扔一次硬币,那么它的结果就是一个伯努利分布。如果我们连续扔 n n n 次硬币,那么它的结果就是一个二项分布。

伯努利分布和二项分布的辨析

伯努利分布是二项分布的一种特殊情况,即 n = 1 n=1 n=1 的情形。因此,二项分布是多次伯努利分布的叠加。在实际应用中,伯努利分布通常用于描述单次试验的结果,而二项分布通常用于描述多次试验的结果。例如,我们可以用伯努利分布来描述一次抛硬币的结果,而用二项分布来描述抛 n n n 次硬币,正面朝上 k k k 次的结果。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值