假设一个随机变量 X X X服从参数为 n ∈ N n\in\mathbb{N} n∈N和 p ∈ [ 0 , 1 ] p\in [0,1] p∈[0,1]的二项分布, 即 X ∼ B ( N , p ) X\sim B(N, p) X∼B(N,p), 则 X X X的取值为 k k k的概率为:
Pr ( X = k ) = C n k ( 1 − p ) n − k p k \Pr(X=k)=C_n^k(1-p)^{n-k}p^k Pr(X=k)=Cnk(1−p)n−kpk
其中 k = 0 , ⋯ , n k=0, \cdots, n k=0,⋯,n
Pr ( X = k ) \Pr(X=k) Pr(X=k)的含义为, 我们掷一枚硬币, 每次正面朝上的概率为 p p p; 我们掷这枚硬币的 n n n次中, 正面朝上的次数为 k k k次的概率.
μ = E ( X ) = ∑ k = 0 n k ⋅ Pr ( X = k ) \mu = E(X) = \sum_{k = 0}^nk\cdot\Pr(X=k) μ=E(X)=∑k=0nk⋅Pr(X=k)
= ∑ k = 0 n k ⋅ n ! ( n − k ) ! k ! ⋅ ( 1 − p ) n − k p k = \sum_{k = 0}^nk\cdot\frac{n!}{(n-k)!k!}\cdot(1-p)^{n-k}p^k =∑k=0nk⋅(n−k)!k!n!⋅(1−p)n−kpk
= n ∑ k = 1 n ( n − 1 ) ! ( n
最低0.47元/天 解锁文章
640
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
