泊松分布 二项分布 正态分布 高斯分布 伯努利分布latex

本文深入介绍了概率论中的几种重要分布,包括伯努利、二项、泊松和正态分布。伯努利分布是最简单的0-1分布,如抛硬币;二项分布基于伯努利实验,例如求单身汪获得妹子微信的概率;泊松分布描述单位时间内随机事件的发生次数;正态分布则呈现钟形曲线,广泛应用于各种数据分布。此外,文章还涉及了这些分布的期望、方差及概率密度函数。

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

注:此文章既可以用于了解泊松分布 二项分布 正态分布 高斯分布 伯努利分布,也可以用于练习latex
变量类型:
连续型变量 如:指数分布、正态分布
离散型变量 如:伯努利分布、二项分布、泊松分布
在这里插入图片描述
伯努利分布:
首先说伯努利分布, 这个是最简单的分布,就是0-1分布
以抛硬币为例, 为正面的概率为p, 反面的概率为q
是一种离散型概率分布,也是很多分布的基础
二项分布:

二项分布(Binomial distribution)

二项分布即重复n次的伯努利试验。在每次试验中只有两种可能的结果,而且是互相对立的,是独立的,与其它各次试验结果无关,结果事件发生的概率在整个系列试验中保持不变,则这一系列试验称为伯努利实验。
还是以伯努利分布为基础,假设伯努利分布中得1的概率为p, 0的概率为q
那么二项分布求的就是进行n次伯努利分布,得到k次1的概率是多少?
例如:单身汪找妹子要微信,假设妹子会给微信的概率为p, 不给的概率为q
那么单身汪给100个妹子要了微信,请问会有10个妹子给微信的概率是多少
这个问题的求解其实不难, 从100个妹子中选取10个妹子的组合有从100个妹子中选取10个妹子的组合有 C 100 10 C_{100}^{10} C10010, 那么最终的概率就是B(100, p, 10) = C 100 10 C_{100}^{10} C10010 * p 10 p^{10} p10* ( 1 − p ) 90 (1-p)^{90} (1p)90
在这里插入图片描述

规则:变量_{下限}^{上限}
二项分布的期望是np, 方差是npq
进行n次独立实验,每次实验成功概率为p,失败为1-p,n次成功的概率为
p(k)= ( k n ) ∗ p k ∗ ( 1 − p ) n − k (_k^n)*p^k*(1-p)^{n-k} (kn)pk(1p)nk ( k n ) = C n n

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