从抓小球谈起---常见的离散型概率模型
来源:互联网 发布:菊花插件dbm数据 编辑:程序博客网 时间:2024/06/06 08:25
假设有n个小球,其中a个为红球,b个为黑球,有a + b = n
问题一:抓到红球的概率为多少?(两点分布)
概率:p = a / n
问题二:放回抓取,不停的抓,直到第k次抓到红球为止(几何分布)
概率:p = ((1 - p)^ (k - 1)) * p
需要抓取次数的期望:1 / p
问题三:放回抓取,抓了m次,其中抓到k次红球的概率(二项分布)
概率:略
抓到红球个数的期望:np
问题四:不放回抓取,抓了m次,其中抓到k次红球的概率(超几何分布)
概率:略
抓到红球个数的期望:(a/m) * p
注:在实际应用时,只要n>=10a,超几何分布可用二项分布近似描述抓到红球的个数。
总结:
一、对于求某一事件的概率问题,首先要判断该事件是否是独立事件:
1.如果是独立事件,那么直接求解
2.如果不是独立事件,见《关于事件独立和先验概率》
二、对于求期望问题
1.首先要判断是求什么的期望,如问题二是求抓取次数的期望,问题三是求抓取红球个数的期望
2.期望大多都是求多项式的和,对于无法直接套用求和公式的情况,可以考虑使用(错位相减法)和(导数公式)
例如问题二:
错位相减法:
导数公式
- 从抓小球谈起---常见的离散型概率模型
- 常见离散的概率分布
- 从几种常见的分辨率谈起
- 离散概率模型的Python实现
- 常见的概率分布模型
- 离散型概率分布的抽样
- 从中国的制造业谈起!
- 从程序员的月薪谈起
- 《大话处理器》处理器的分层模型——从MIPS、龙芯、ST的关系谈起
- 统计学:离散型和连续型随机变量的概率分布
- 机器学习: 离散变量的概率分布
- 从系统托盘右键的怪现象谈起
- 给中国学生的一封信:从诚信谈起
- 从Functional Programming的翻译方法谈起
- 给中国学生的一封信:从诚信谈起
- 从所谓的“银河麒麟”谈起
- 给中国学生的一封信:从诚信谈起
- 从人耳的认知特性谈起
- 林仕鼎谈数据中心计算(二):存储资源分层
- android AsyncTask介绍
- Java中super的几种用法并与this的区别
- ComboBox最常用的一些属性和方法
- Windows下比较两个文件的不同(命令行操作/相关软件)
- 从抓小球谈起---常见的离散型概率模型
- HDU 1421
- Stream单表复制:分步实施,本地捕获
- CAMERA调试碰到的问题
- 设计模式--templete mode
- 详解Objective-c Block应用
- android与服务器交互查询数据小例子
- 使用CSS实现圆角效果
- 计算机十二种常用密码破解法