概率论
文章目录
概率与条件概率
-
随机试验:
①在试验前不能断定其将发生什么结果,但可明确指出或说明试验的全部可能结
果是什么;
②在相同的条件下试验可大量地重复;
③重复试验的结果是以随机方式或偶然方式出现
当试验次数增加时,随机事件A发生的频率趋于一个稳定值,记为p,p就称为该事件发生的概率,记为 P(A)= p
条件概率:表示在事件B发生的条件下,事件A发生的概率,相当于A在B中所占的比例。P(A|B) -
随机变量
按照随机变量可能取得的值,可以把它们分为两种基本类型:离散型和连续型
离散型随机变量根据不同的概率分布有伯努利分布、二项分布、几何分布、泊松分布、超几何分布等
连续型随机变量根据不同的概率分布有均匀分布、指数分布、正态分布、伽马分布等
离散随机变量分布python实验
- 伯努利分布
两点分布或0-1分布:X~B(1, ),读作 X服从参数为p的伯努利分布。
伯努利分布的概率分布用Python代码绘制如下: - 二项分布
随机变量X要满足这个分布有两个重要条件:①各次试验的条件是稳定的;②各次试验之间是相互独立的。 - 松柏分布
它们的特点是可以预估这些事件在某个时间段内发生的总次数,但是没法知道具体的发生时间。如果某事件以固定强度a随机且独立地出现,该事件在单位时间内出现的次数(个数)可以看成是服从泊松