当前位置: 代码迷 >> 综合 >> 伯努利分布、二项分布和多项分布
  详细解决方案

伯努利分布、二项分布和多项分布

热度:95   发布时间:2024-02-23 10:25:36.0

1 伯努利分布 (Bernouli Distribution)

伯努利分布(Bernoulli distribution)又名 两点分布0-1分布,在讲伯努利分布前首先需要介绍伯努利试验(Bernoulli Trial)。

1.1 伯努利试验

伯努利试验是只有两种可能结果的单词随机试验,即对于一个随机变量 XXX
P[X=1]=pP[X=0]=1?p\begin{aligned} P[X=1]&=p\\ P[X=0]&=1-p \end{aligned} P[X=1]P[X=0]?=p=1?p?

因为只有两种可能结果,伯努利试验都可以表示为“是”或“否”的问题,比如:“抛一次硬币,它是正面朝上吗?”

如果试验 EEE 是一个伯努利试验,将 EEE 独立重复地进行 nnn 次,则将这一系列重复的独立试验称为是 nnn 重伯努利试验

1.2 伯努利分布

进行一次伯努利试验,X=1X=1X=1 概率为 p(0≤p≤1)p\ (0\leq p\leq 1)p (0p1)X=0X=0X=0 概率为 1?p1-p1?p,则称随机变量 XXX 服从伯努利分布。伯努利分布是离散型概率分布,其概率函数为:

f(x)=px(1?p)1?x{px=11?px=0f(x) = p^x(1-p)^{1-x} \begin{cases} p & x=1\\ 1-p & x=0 \end{cases} f(x)=px(1?p)1?x{ p1?p?x=1x=0?

数学期望

E(x)=∑i=01xif(xi)=1?p+0?(1?p)=pE(x)=\sum_{i=0}^1x_i f(x_i)=1 \cdot p + 0 \cdot (1-p)=pE(x)=i=01?xi?f(xi?)=1?p+0?(1?p)=p

方差

对伯努利分布,显然有 x2=xx^2=xx2=x,即 E(x2)=E(x)E(x^2)=E(x)E(x2)=E(x),因此:

Var(x)=E(x2)?(E(x))2=p?p2=p(1?p)Var(x)=E(x^2)-(E(x))^2=p-p^2=p(1-p)Var(x)=E(x2)?(E(x))2=p?p2=p(1?p)

2 二项分布 (Binomial Distribution)

二项分布是 nnn重伯努利试验 成功次数的离散概率分布。

如果试验 EEE 是一个 nnn重伯努利试验,每次伯努利试验的成功概率为p(0≤p≤1)p\ (0\leq p\leq 1)p (0p1)XXX 代表成功的次数,则 XXX 的概率分布是二项分布,记为 X?B(n,p)X\sim B(n,p)X?B(n,p),其概率函数为:

P(X=k)=Cnkpk(1?p)n?k,k=0,1,2,?,nP(X=k)=C_n^k p^k (1-p)^{n-k}, \ k=0,1,2,\cdots ,nP(X=k)=Cnk?pk(1?p)n?k, k=0,1,2,?,n

  • 从定义可以看出,伯努利分布是二项分布在 n=1n=1n=1 时的特例;
  • 二项分布名称的由来,是由于其概率函数中使用了二项系数 CnkC_n^kCnk?,该系数是二项式定理中的系数,二项式定理是由牛顿提出的:(x+y)n=Cnkxkyn?k(x+y)^n = C_n^kx^k y^{n-k}(x+y)n=Cnk?xkyn?k

3 多项分布 (Multinomial Distribution)

多项式分布是二项式分布的推广。二项式做 nnn 次伯努利实验,规定了每次试验只有两种可能的结果,如果现在还是做 nnn 次试验,只不过每次试验的结果可以有 mmm 个,这 mmm 个结果发生的概率互斥且和为1,则发生其中一个结果 XXX 次的概率就是 多项式分布。扔骰子是典型的多项式分布。

多项式分布一般的概率函数为:

P(X1=k1,X2=k2,?,Xn=kn)=n!k1!k2!?kn!∏i=1npiki,∑i=1nki=nP(X_1=k_1,X_2=k_2,\cdots,X_n=k_n)=\frac{n!}{k_1!k_2!\cdots k_n!} \prod_{i=1}^np_i^{k_i} \ \ ,\ \sum_{i=1}^n k_i=nP(X1?=k1?,X2?=k2?,?,Xn?=kn?)=k1?!k2?!?kn?!n!?i=1n?piki??  , i=1n?ki?=n