泊松分布中入可以为0吗_泊松分布与Python图解

Python包

import numpy as np
import matplotlib.pyplot as plt

from numpy import power
from scipy.special import comb

相关知识

Bernoulli Experiment (伯努利试验)

对于一个试验（事件），如果重复发生的概率是独立的（互补影响），那么它是独立试验。特别的，如果这个试验只存在两种结果，则称其为伯努利试验。

Binomial Distribution (二项式分布)

对于重复

次的伯努利试验，我们可以计算成功

次的概率：

def BinomialDist(n, k, p=.5):
    return comb(n, k) * power(p, k) * power(1-p, n-k)

e.g. 假设我们抛一枚硬币，总共抛10次，求10次都是正面的概率？

解：

验证一下我们的函数：

BinomialDist(10, 10) == power(0.5, 10)

True

e.g. 假设我们抛一枚硬币，总共抛10次，分别求

次是正面的概率？

ks = np.linspace(0, 10, 11) #ks=0,1,2,...,10

Plst = BinomialDist(10, ks)
plt.plot(Plst, '.')
plt.title(r'$P(X=k), X sim B(10,0.5)$')
plt.show()

从上图可以看出，

时候最大，这符合我们的预期：抛10次硬币，正面朝上的次数最有可能为5。即随机变量

，

。

简单证明一下

：

1. 预备公式：
   
2. 离散型随机变量
   的期望：
   
3. 这里