Jeremy Anifacc World Labyrinth 世界迷宫

顽想学概率一-5w-离散概率分布

顽想学概率一 第五周的主题:

  • 离散概率分布 Probability Distribution
    • Bernoulli 伯努利分布
    • Binomial 二项分布
    • Uniform 均匀分布
    • Geometric 几何分布
    • Pascal 帕斯卡分布
    • Possion 泊松分布

离散概率分布

Bernoulli 伯努利分布

观察:

  1. 丢丢硬币:非正即反,正面机率:0.5
  2. 宅男告白:非成即败,成功机率:0.7

1次实验,2种结果。在意某结果是否发生 —> Bernoulli 机率分布

1次试验,试验成功机率为p,X表示成功次数。X~Bernoulli( p )

PMF CDF
\(p_X(x) = \begin{cases} p & x = 1 \\ 1-p & x = 0 \\ 0 & otherwise \end{cases}\) \(F_X(x) = \sum_{n=-\infty}^{\mid x \mid}p_X(n) = \begin{cases} 0 & x<0 \\ 1-p & 0 \leq x < 1 \\ 1 & x \geq 1 \end{cases}\)

Binomial 二项分布

观察:

  1. 丢丢硬币:丢10次,8次为正面的概率?
  2. 阿宅鼓起勇气搭讪10人,若每次搭讪成功的机率为0.6,10次成功8次的机率为?

作n次实验,1个机率,在意n次实验出现某结果k次的机率 –> Binomial 机率分布

n次伯努利试验,每次试验成功机率为p,做n次试验,X表示成功次数。 X~BIN(n, p)

PMF CDF
\(\begin{align} p_X(x) &= P(X=x) \\ &= \binom{n}{x}p^x(1-p)^{n-x} \end{align}\) \(\begin{align} F_X(x) &= \sum_{m=-\infty}^{\mid x \mid}p_X(m) \\ &= \sum_{m=-\infty}^{\mid x \mid} \binom{n}{m}p^m(1-p)^{n-m} \end{align}\)

Uniform 均匀分布

观察:

  1. 丢公平骰:1到6点各点数出现 机会均等
  2. 狡兔三窟:出现在窟1,2,3 机会均等

1次试验,n种结果,各结果出现概率均等。 在意某个结果发生与否 —> Uniform 概率分布

一次试验,X 等于a,a+1,…,b 的概率均等。 X~UNIF(a, b)

PMF CDF
\(p_X(x) = \begin{cases} \frac{1}{b-a+1} & x = a, a+1, \cdots, b \\ 0 & otherwise \end{cases}\) \(\begin{align} F_X(x) &= \sum_{n=-\infty}{\mid x \mid}p_X(x) \\ &= \begin{cases} 0 & x < a \\ \frac{\mid x \mid - a + 1}{b-a+1} & a \leq x < b \\ 1 & x \geq b \end{cases} \end{align}\)

Geometric 几何分布

观察:

  1. 阿宅告白:成功机率为0.3,不成功誓不休。 问到第5次才告白成功之机率?
  2. 孙文革命:成功机率为0.1,不成功誓不休。问到第11次才成功之机率?
  3. 六脉神剑:那纠缠狂妈宝废物段誉每次要打出六脉神剑,打的出来的机率为0.1。他在10次才打出六脉神剑的机率?

实验中出现某结果机率已知,重复操作实验至该结果出现为止。在意某结果是在第几次实验才首次出现 —>Geometric 概率分布

阿宅告白:成功机率为 p,不成功誓不休。 问到第X次才告白成功. \(X=x\)的机率?

机率:\((1-p)^{x-1}p\)

PMF CDF
\(p_X(x)= \begin{cases} (1-p)^{x-1} \cdot p & x =1, 2, 3, \cdots \\ 0 & otherwise \end{cases}\) \(\begin{align} F_X(x) &= \sum_{n=-\infty}^{\lvert x \rvert}p_X(n) \\ &= \begin{cases} \sum_{n=1}^{\lvert x \rvert} (1-p)^{n-1}p = p \cdot \frac{1-(1-p)^{\mid x \mid}}{1-(1-p)} & x \geq 1 \\ 0 & x < 1 \end{cases} \\ &= \begin{cases} 1-(1-p)^{\mid x \mid} & x \geq 1 \\ 0 & otherwise \end{cases} \end{align}\)

Pascal 帕斯卡分布

观察:

  1. 六脉神剑:妈宝废物段誉每次打成功5次六脉神剑便功力耗尽。若每次打出来的概率为0.1,请问他在第9次时刚刚好功力耗尽的概率?
  2. 自尊阿宅:阿宅邀约女店员失败的机率为0.9,若邀约失败达4次,阿宅便会自有损而放弃追求(这样能找到女朋友么!!!)。请问阿宅第7次邀约时决定放弃追求的概率?

实验中出现某结果的概率已知,重复操作实验直到该结果出现第k次结束。在意到底在第几次实验才结束 —> Pascal 概率分布

对于段誉六脉神剑的情况:

  • 第9次肯定是打出来的
  • 前8次中有4次打出来,4次没打出来。那么这个的情况有 \(\binom{8}{4}\)
  • 总概率为:\(\binom{8}{4}·0.9^4·0.1^5\)

一般化六脉神剑:妈宝废物段誉每次打成功k次六脉神剑便功力耗尽。若每次打出来的概率为p,请问他在第X次时刚刚好功力耗尽, \(X=x\)的概率? X~Pascal(k, p)

  • 第\(x\)次肯定打出来,而且是第\(k\)次打出来
  • 前 \(x-1\) 次中,有 \(k-1\) 次打成功(\(p^{k-1}\)),\((x-1)-(k-1)=(x-k)\)次没打成功\((1-p)^{x-k}\),发生的次数:\(\binom{x-1}{k-1}\)
  • 总的概率: \(\binom{x-1}{k-1}·(1-p)^{x-k}·p^{k}\)
PMF CDF
\(p_X(x)=\begin{cases} \binom{x-1}{k-1}·(1-p)^{x-k}·p^{k} &, x=k, k+1, \cdot \\ 0 & , otherwise \end{cases}\) \(\begin{align} F_X(x) &= P(X \leq x) \\ &= P(第k次成功在第x次以前发生) \\ &= P(在x次实验中 \geq k次成功) \\ &= P(Y \geq k), Y~BIN(x,p) \end{align}\)

Pascal 又称为: Negative Binomial.

Possion 泊松分布

观察:

  1. 转角夜宵:在晚上平均每小时会有10人来跟转角哥买夜宵。问摆摊5小时有60人光顾之机率?
  2. 费雯被嘘:费雯兄po文后,平均每分钟会有5人嘘之。问发文后二十分钟变成XX (100 嘘)之机率?

某结果出现之平均速率(rate:次数/时间)已知。问持续观察某时间长度后,看到该结果出现풌次之机率? –> Poisson 机率分布

已知某事发生速率为每单位时间\(\lambda\)次,观察时间为T时间单位。X 为该观察时间内发生该事的总次数。 \(X~POI(\lambda T)\) –> \(\mu=\lambda T, X~POI(\mu) \Rightarrow P_X(x) = e^{-\mu}\frac{\mu^x}{x!}\)

PMF CDF
\(p_X(x)=P(X=x)=e^{-\lambda T}\cdot \frac{(\lambda T)^{x}}{x!}\) \(\begin{align} F_X(x) &= \sum_{n=-\infty}^{\mid x \mid}p_X(x) \\ &= \begin{cases} \sum_{n=-\infty}^{\mid x \mid}e^{-\mu}\frac{\mu^n}{n!} & , x = 0, 1, 2, ... \\ 0 & , otherwise \end{cases}\end{align}\)

@Anifacc
2017-06-08

Glider

人生苦短, 为欢几何.

CCBY-NC-SA
如果喜欢, 请 Jeremy 喝杯咖啡
用微信请Jeremy Anifacc吃颗糖?

微信

用支付宝请Jeremy Anifacc吃颗糖?

支付宝