伯努利分布&泊松分布应用解析及手撕代码详解

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import random
import itertools

排列组合计算 n是元素的总个数，m是参数排列组合的个数，!是阶乘
阶乘算法$$n!=1\times 2\times 3\times ...\times (n-1)\times n$$。阶乘亦可以递归方式定义：$$0!=1，n!=(n-1)!\times n$$

def factorial(N):
    n = 1
    for i in range(1,N+1):
        n *= i
    return n

排列公式 $$A(n,k)=n(n-1)....(n-k+1)=n!/(n-k)!$$

def Ank(n,k):
    return factorial(n)/factorial(n-k)

组合公式 $$C(n,k)=A(n,k)/k!=n!/k!(n-k)!=C_n^{n-k}$$

def Cnk(n,k):
    return factorial(n)/(factorial(k)*factorial(n-k))

调用标准库的itertoolst函数给出排列组合选项

example1 = ['a','b','c']

product 笛卡尔积　　（有放回抽样排列）

list(itertools.product(example1,repeat=2))

permutations 排列　　（不放回抽样排列）

list(itertools.permutations(example1,2))

combinations 组合,没有重复　　（不放回抽样组合）

list(itertools.combinations(example1, 2))

combinations_with_replacement 组合,有重复　　（有放回抽样组合)

list(itertools.combinations_with_replacement(example1, 2))

概率分布计算
$$P(X=k)=C(n,k)\ast (P^k)\ast [(1-p{)}^{(n-k)}]$$
$$n是全不的组合元素数，X=k是选择的组合长度，P是事件单独发生的概率$$

伯努利分布：

def bernoulliDistribution(n,X,P):
    k = X
    return Cnk(n,k)*(P**k)*((1-P)**(n-k))

验证函数

概率分布计算
通过 n 和 p，我们可以计算出 X 取 0~n 中任何整数值 k 的概率：
例子 : 连续 10 次投硬币，正面朝上的次数 X=5 的概率：
$$P(X=5)=C(10,5)\ast (0.5^5)[(1-0.5{)}^{10-5}]$$
$$=252\ast (0.5^{1}0)0.246$$
$$（大约1/4）$$

bernoulliDistribution(n=10,X=5,P=0.5)

需要多少次才能成功呢？

def Ep(n,k,P):
    return 1/bernoulliDistribution(n,k,P)
Ep(n=10,k=5,P=0.5)

观察一下，当成功概率变动时候，发生了什么

data = np.array([[i/100,Ep(int(100*(i/100)),int(100*(i/100)),i/100),5] for i in range(1,100)])
plt.plot(data[:,1:2])

【期望和方差】
二项分布的期望（均值）为 np，方差为 np(1-p)。（推导过程不难，不会也可以问问搜索引擎）

---

二项分布告诉我们：想要“期望 ”大，那就提升 n 和 p。

（限制了 p，就想法扩大 n）

• 而如果客观条件约束了胜算，只要“期望”收益为正，那就追求多次可重复。
  例如，赌场，保险公司，风险投资……（这里与上一篇的信息熵对应）

大量可重复，概率的规律才有意义。
因为少量的“试验”次数，难以支撑那一点微小的概率优势；只有不断扩大 n，“运气”才会收敛到“期望”。

（限制了 n，就努力提升 p）

• 对难得的机会，最好事前充分地准备，提升成功概率，降低不确定性。

柏松分布

柏松部分是一种特殊的伯努利分布，公式是
$$P(X=k)=e^{\lambda }{\lambda }^k/k!$$
$n是实验的次数，p是实验出现情况可能性的乘积，\lambda 是n\ast p的乘积$

例子：

每天早上有一个同事小美会给大家带10份早饭，先到先得，每个员工8点以前能到公司的概率是10%。
公司员工100人，每个人每天到达公司的时间是随机的，且无相关性，不存在商量的情况
新来的员工小曹，能够吃上早饭的概率是多少？

总人数是100

$$n=100$$

八点以前到公司的概率是10%

$$p=0.1$$

$$\lambda =n\ast p所以：$$

$$\lambda =100\ast 0.1=10$$

小美只带10份早饭，所以k的集合是={0,1,2…9}，也就是已经被领取的早饭数量的顺序值

$$(X=k):$$

柏松分布的函数

def pocssonDistribution(n,k,p):
    Lambda = n*p
    probability = np.array([(np.exp(-Lambda)*Lambda**ki)/np.math.factorial(ki) for ki in range(k+1)])
    cumulativeProbability = np.array([np.dot(probability[:i],np.ones(i)) for i in range(1,len(probability)+1)])
    return probability[:-1],cumulativeProbability[:-1],Lambda

柏松分布概率表

def pocssonDistribution_to_table(n,k,p):
    probability,cumulativeProbability,Lambda = pocssonDistribution(n,k,p)
    return pd.DataFrame({'k':range(1,len(probability)+1),'Lambda':Lambda,'单次概率':probability,'累计概率':cumulativeProbability})

测试函数

Ptable = pocssonDistribution_to_table(100,20,0.1)
Ptable.head()

$$如果k超过\lambda ，则概率开始朝下走$$

这也符合正常的直觉，当需要早餐的人越来越多时，8点能够拿到早餐的概率就会降低

解读上面的表:
k代表累计已经被领取的早餐:
可以看到，无论是累计还是单次的概率，都随着k值增加，也就是说，8点整点领取第几份早餐的相应概率也在增加

plt.plot(probability,c='r')
plt.plot(cumulativeProbability,c='g')

通过计算得到，如果在整点8到达，能吃到小美的饭的概率就是45.7%
如果公司员工人数发生变动呢？比如减少60人，可能性依然是10%

可以看到，当n和k增大时，概率不变，则n越大，能够吃到的早餐的可能性越大,但是百分之50%是一个上限，继续增加人数，效率并不高

table = pocssonDistribution_to_table(100,20,0.1)
plt.plot(table.k,table.累计概率,c='b')
plt.scatter(table.k,table.累计概率,c='r')
plt.scatter(table.k[14:15],table.累计概率[14:15],c='g')
plt.show()
plt.close()

如果增加早餐的份数也就是k的上限，也就是增加冗余，则可以很高效的解决这个问题

可以看到，累计的概率到k=20左右的时候，增加的效果逐渐降低

换一个例子，假如电话公司节假日客户同时通话的概率是60%