1.概率
随机事件:随机事件是在随机试验中,可能出现也可能不出现,而在大量重复试验中具有某种规律性的事件叫做随机事件(简称事件)
随机变量:随机变量是量化随机事件的函数,代表了随机事件所可能出现的每一种结果,包括有连续随机变量和离散随机变量
概率分布:离散型概率分布(概率质量函数PMF)、连续性概率分布(概率密度函数PDF)
1)离散概率分布
伯努利分布
伯努利分布指的是对于随机变量X有, 参数为p(0<p<1),如果它分别以概率p和1-p取1和0为值。EX= p,DX=p(1-p)。伯努利试验成功的次数服从伯努利分布,参数p是试验成功的概率。伯努利分布是一个离散型机率分布,是N=1时二项分布的特殊情况,为纪念瑞士科学家詹姆斯·伯努利(Jacob Bernoulli 或James Bernoulli)而命名
一个非常简单的试验是只有两个可能结果的试验,比如正面或反面,成功或失败,有缺陷或没有缺陷,病人康复或未康复。为方便起见,记这两个可能的结果为0和1,下面的定义就是建立在这类试验基础之上的
如果随机变量X只取0和1两个值,并且相应的概率为:
![55cb7c30092fc539f7a6daffbffb6a19.png](https://i-blog.csdnimg.cn/blog_migrate/b331d73bf3e430515f7a75cda7c23715.png)
则称随机变量X服从参数为p的伯努利分布,若令q=1一p,则X的概率函数可写
![2dc7734428c43c405b3e064febd2b692.png](https://i-blog.csdnimg.cn/blog_migrate/46d6ce508752ccb1588b89e984f5820c.png)
如果X服从参数为p的伯努利分布,则
![ddb407a3b0b3f0284245952fb4c81f36.png](https://i-blog.csdnimg.cn/blog_migrate/2287292d69d880f9239a0b80b5aa5021.png)
python 实现
plot默认绘制折线,这里我们只绘制点,所以传入下面的参数: marker:点的形状,值o表示点为圆圈标记(circle marker) linestyle:线条的形状,值None表示不显示连接各个点的折线
vlines用于绘制竖直线(vertical lines), 参数说明:vline(x坐标值, y坐标最小值, y坐标值最大值) 我们传入的X是一个数组,是给数组中的每个x坐标值绘制竖直线, 竖直线y坐标最小值是0,y坐标值最大值是对应pList中的值 官网文档:https://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.vlines
import numpy as np
#绘图包
import matplotlib.pyplot as plt
#统计计算包的统计模块
from scipy import stats
'''
定义随机变量:1次抛硬币
成功指正面朝上记录为1,失败指反面朝上记录为0
'''
X = np.arange(0, 2,1)
p = 0.5 # 硬币朝上的概率
pList = stats.bernoulli.pmf(X, p)
plt.plot(X, pList, marker='o',linestyle='None')