几何分布的期望公式的推导

最新推荐文章于 2024-05-26 15:01:02 发布
置顶 最新推荐文章于 2024-05-26 15:01:02 发布
阅读量7.6w 收藏 85
点赞数 59
分类专栏： 数学 文章标签： 概率论 概率分布 几何分布 期望
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013688451/article/details/79825389
版权

 

随机变量服从几何分布  

 

概率分布  

 

期望

 

 

现在先求等差比数列和  

 

 

②-③, 并运用等比数列求和公式,可得

 

 

 

 

将④代入①得

 

 

 

 

 

 

David.X.Wu
关注
  • 59
    点赞
  • 踩
  • 85
    收藏
    觉得还不错? 一键收藏
  • 11
    评论
专栏目录
常见分布的数学期望和方差PPT课件.pptx
10-12
通过详细的公式推导和实例分析，帮助学生深入理解各类分布的数学期望和方差的计算方法和应用场景。 一、常见离散型分布的数学期望和方差 1. 0-1分布 0-1分布是最简单的离散型分布，表示事件的成功或失败。其数学...
几何分布期望，方差推导
sinat_37321923的博客
08-23 4万+
几何分布的期望，方差推导
概率论的学习和整理8： 几何分布
奔跑的犀牛先生
08-03 2万+
几何分布
五种离散型随机变量的概率分布：两点、二项、几何（打靶）、超几何（有限不放回）、泊松
最新发布
分享各种学习心得和遇到的问题
05-26 468
通过理解这些名字的来源，可以更容易地记住它们的特点和应用场景。
几何分布的期望和方差
热门推荐
k的博客
05-30 10万+
【期望】几何分布的期望
Hi_jiaxinwei的博客
07-28 5649
先给出一个几何分布的分布列： 其中， x表示第x次抽中 p表示第中的概率 对于每一次抽奖：中奖概率p为3/4，不中奖概率(1-p)为1/4； 1.什么是几何分布 简言之，几何分布就是前n次都没有抽中，第n+1次抽中的概率； 2.几何分布的期望 假设，对于每一次抽奖，抽中的概率为p，未抽中的概率为(1-p)； 则期望为1/p; 一维离散性概率分布的期望计算公式为：
几何分布的期望和方差公式推导_常用概率分布总结(1)
weixin_39605345的博客
11-22 4838
老是记不住各种分布及其意义，每次用时，回查各个课本资料也很麻烦，一些分布的重要性质也是各处散布，经常找不到，故这里做个总结，当作个资料卡用。内容有各种常见概率分布，一般会写含义、密度函数形式、期望、方差、特征函数，其它性质感觉重要就添加（有趣但感觉没什么用的不会添加）。先介绍下在R中的使用随机数，密度函数，分布函数，分位函数的命令，使用正态分布为示例。以下不做说明均是使用 R 语言。随机数从服从某...
几何分布的期望推导
HiSi_的博客
03-31 2382
推导过程
数理统计ppt讲义，很详细，公式都有推导
11-05
它们的概率分布，如二项分布、泊松分布、正态分布等，以及它们的期望值和方差是学习的重点。 3. **大数定律和中心极限定理**：这两个定理是数理统计的基石，它们揭示了大量独立随机变量平均行为的稳定性，为统计...
全套考研数学公式 完整
05-29
这个压缩包里的“数学公式”文件，应当包含了这些领域的详细公式和推导过程，有助于考生系统地复习和记忆。在备考过程中，不仅要熟记公式，更要理解其背后的数学原理，通过大量的习题练习来提高应用能力。此外，对于...
高中数学常用公式，复习用
02-07
二次方程的标准形式是ax²+bx+c=0，它的解可以通过韦达定理或者求根公式（即韦达定理的直接推导结果：x=[-b±sqrt(b²-4ac)]/2a）求得。不等式则涉及到解集的表示，如开区间、闭区间、半开半闭区间等。 接下来是...
成考《专升本-数学》复习必背公式.pdf
01-28
理解公式的推导过程，以及它们在不同问题中的应用，有助于提高解题的灵活性和准确性。同时，定期回顾和归纳，形成自己的知识网络，是提高记忆效率的有效方法。对于成考《专升本-数学》来说，深入理解和熟练应用这些...
几何分布的期望和方差公式推导_数学期望、方差、协方差
weixin_39539807的博客
11-22 6962
概论：一维随机变量期望与方差二维随机变量期望与方差协方差1.一维随机变量期望与方差：公式：离散型：E(X)=∑i=1->nXiPiY=g(x)E(Y)=∑i=1->ng(x)Pi连续型：E(X)=∫-∞->+∞xf(x)dxY=g(x)E(Y)=∫-∞->+∞g(x)f(x)dx方差：D(x)=E(x²)-E²(x)标准差：根号下的方差常用分布的数学期望和方差：0~1分布 ...
几何分布每次概率不同期望公式推导（多个不同p的几何分布期望）
lanhezhong的博客
06-04 2471
问题提出： 有这样一种试验，一个袋子里有m个球，每次从袋子里抽出a个球，每抽n 次后再把抽出的球放回，然后又继续抽，直到抽到指定的那个球， 求抽的次数的数学期望。 例如：有1个大袋子，里面有99个白球1个红球，再有一个空的小篮子一次只能装10个球，我每次从大袋子中随机抽出1个球放到小篮子中，如果小篮子装满了我就全部倒回大袋子里去，重新再抽，直到抽到红球为止。试问我抽到红球所需抽的次数的数学期望是多少？ 问题分析： 在问题例子中，相当于一直重复进行概率为 1/100,1/99,1/98,1/97,1
几何分布及其期望计算
杂笔庐
08-03 6224
几何分布 以抛硬币为例：抛到正面则继续抛，抛到不是正面为止，记录这时抛硬币的次数X。假设出现正面的概率为ppp，那么非正面概率为1−p1-p1−p。发生抛k次事件的概率为：P{X=k}=pk−1(1−p)P\{X=k\}=p^{k-1}(1-p)P{X=k}=pk−1(1−p) 求几何分布的期望 根据离散概率分布的期望公式计算E[X]=∑ζP{X=ζ}E[X]=\sum \zeta P\{X=\zeta\}E[X]=∑ζP{X=ζ}得到几何分布的期望为E[X]=∑k=1∞kP{X=k}=∑k=1∞kpk−1
几何分布（一种离散分布）
一个搬运知识的笨小孩
02-16 1万+
几何分布 几何分布是伯努利分布的推广，不断重复伯努利试验，直到首次成功为止，随机变量XXX表示首次成功时已经完成的试验次数，我们称 XXX 是一个服从几何分布的随机变量 截图来源：Geometric distribution 我们这里介绍的是第一种几何分布 均值和方差 我们用 μX\mu_XμX​ 表示均值 第一次试验成功，成功概率为 ppp，已经完成的试验次数 X=1X=1X=1，此轮试验的期望 1⋅p1\cdot p1⋅p 第一次试验失败，已经完成试验次数 X=1X=1X=1，期望为 1⋅(1
几何分布GeometricDistribution
yingfly的专栏
02-26 1万+
几何分布 几何分布用于描述这种分布：独立事件的结果只有2个：”1和0“ 或”成功和失败“等，成功的概率为ppp, 失败的概率为q=1−pq=1-pq=1−p; 第r次成功的概率为 P(X=r)=p⋅qr−1P(X=r)=p\cdot q^{r-1}P(X=r)=p⋅qr−1 即用来描述进行多次伯努利事件，第1次成功次数的概率；换句话说每一次事件都有成功和失败的可能，所关心的是第一次成功的概率或取得第一次成功需要试验的次数。 期望 ：E(X)=1p\displaystyle E(X)=\frac {1}{p}
几何分布的期望和方差公式推导_B-S-M期权定价公式
weixin_39589253的博客
11-10 2457
前言一、微积分部分 若 ~ ，那么 Y服从正态分布，X服从对数正态分布显然， ， 对X取期望，以及计算X的2阶原点矩 [1]令 ，那么 同理，二阶矩为 可以得到 二、几何布朗运动和伊藤引理的运用由于股票价格变动服从几何布朗运动，所以 ， 且 ~ 令 ，根据伊藤引理得到， [2]因此， ~ 三、求 同上第一部分，令 ，那么 在第一部分中，可以得到这样一个等式 ，...
几何分布的期望
qq_36679229的博客
02-24 3601
 假设在n次伯努利试验当中，试验了k次才得到第一次成功的概率为p，即前k-1次试验均失败，第k次成功的概率为p。  由，知 下面用倍差法（也称为错位相减法）求上式括号内的值。记 两式相减，得 由，知，则，故 从而 也可用无穷等比数列各项和公式（见教科书91页阅读材料），推导如下： 记 相减， 则 还可用导数公式，推导如下： 上式中令...
几何分布的期望公式推导
01-11
几何分布是描述在一系列独立的伯努利试验中，首次成功所需的试验次数的概率分布。假设每次试验成功的概率为p，则几何分布的概率质量函数可以表示为： P(X=k) = (1-p)^(k-1) * p 其中，X表示首次成功所需的试验次数，k表示试验次数，p表示每次试验成功的概率。 要推导几何分布的期望公式，我们可以使用概率质量函数的定义。期望值E(X)可以表示为： E(X) = Σ(k * P(X=k)) 我们将概率质量函数代入上式，得到： E(X) = Σ(k * (1-p)^(k-1) * p) 为了求解这个无穷级数，我们可以对其进行变换。首先，我们将k * (1-p)^(k-1)拆分为两部分： k * (1-p)^(k-1) = (1-p)^(k-1) + (k-1) * (1-p)^(k-1) 然后，我们可以将无穷级数分为两个部分： 第一部分：Σ((1-p)^(k-1) * p) = p * Σ((1-p)^(k-1)) 第二部分：Σ((k-1) * (1-p)^(k-1) * p) = p * Σ((k-1) * (1-p)^(k-1)) 对于第一部分，我们可以使用几何级数的公式进行求解： Σ((1-p)^(k-1)) = 1 / (1 - (1-p)) = 1 / p 对于第二部分，我们可以进行变换： Σ((k-1) * (1-p)^(k-1)) = Σ(k * (1-p)^(k-1)) - Σ((1-p)^(k-1)) 根据之前的推导，第一部分可以表示为1/p，第二部分可以表示为E(X)。因此，我们可以得到： E(X) = p * (1/p - E(X)) 将E(X)移到等式左边，得到： E(X) + p * E(X) = 1/p 合并同类项，得到： (1 + p) * E(X) = 1/p 最后，将等式两边除以(1 + p)，得到几何分布的期望公式： E(X) = (1 + p) / p 这就是几何分布的期望公式的推导过程。
评论 11
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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