离散型随机变量分布列
高中学过的分布列长这个样:
然而,如果脑海中只有这个表格,就会很难形成完整的认知。
若想认知全面,需要把更根本的概念也拿过来,于是分布列会长这个样:
从第1行,到第2行,从1个试验,到6个结果,就像树形图一样,显示了随着时间推进,世界运动的不同方向。
好像第2行与第3行重复,然而并没有,因为事件是现实世界可能发生的事情,而离散型随机变量的取值就仅仅是一个数字而已,二者本质不同。用1代表5朝上,用5代表1朝上,理论上来说也是可以的,只是这样不自然,研究不便。
从第2行到第3行,本质上是进行了数学抽象,对现实世界进行了数学建模。
第4行也是对应第2行来的,而不是第3行。
两点分布
两点分布是高中所学最基本的分布,“一点分布”已经失去了随机性。
掷硬币只看正面或反面朝上的试验是两点分布,其实这也是理想化了的,因为硬币还有可能竖起来。
不止2个结果的分布也可以看成两点分布,因为结果可以合并,比如:
当然还可以再分开,宛如二叉树:
二项分布
二项分布,就是多次独立重复伯努利试验的叠合。
假如在一个路口遇到绿灯的概率是
,这个分布是两点分布。
但是,假如要过10个路口,在每个路口遇到绿灯的概率都是
,且互相独立,那么总共会遇到多少个绿灯,这个概率分布就是二项分布了。
概率计算过程与二项式定理可以一一对应上,因为多项式乘以多项式时,项之间也是自由组合的:
每个括号就像路口一样整齐排列,
就代表总共遇到
次绿灯的概率。
确定二项分布只需要知道重复试验次数和每次成功概率这两个参数,所以
就可以代表整个分布列。
超几何分布
不放回地取球,古典概型,用等概率事件个数的比值来计算每一个概率。
如果是有放回地取球,那么超几何分布就变成了二项分布。
确定超几何分布需要三个参数,
,
相当于二项分布中的
。