伯努利分布
的伯努利分布本质上模拟了一次投掷加权硬币的试验。它是一个只有两个值的随机变量的概率分布, (“成功”) (“失败”)的概率是互补的 和 分别。因此,伯努利分布描述的事件只有两种结果,这在现实生活中是普遍存在的。这类事件的一些例子如下:一支队伍将赢得一个冠军或没有,一个学生将通过或不通过考试,和一个骰子将显示6或任何其他数字。
伯努利分布是建立伯努利试验模型的离散分布的基石,例如<一个href="//www.parkandroid.com/wiki/binomial-distribution/" class="wiki_link" title="二项分布" target="_blank">二项分布和<一个href="//www.parkandroid.com/wiki/geometric-distribution/" class="wiki_link" title="几何分布" target="_blank">几何分布.
定义
伯努利分布是随机变量的概率分布 有<一个href="//www.parkandroid.com/wiki/continuous-random-variables-probability-density/" class="wiki_link" title="概率密度函数" target="_blank">概率密度函数
为 .
直观地说,它描述了一个具有两种结果的单一实验:成功(“1”)发生的概率 失败(“0”)与概率发生 它描述了一个单一的试验<一个target="_blank" rel="nofollow" href="//www.parkandroid.com/wiki/binomial-distribution/">伯努利实验.
伯努利分布概率密度函数的封闭形式是 .
我们可以将伯努利分布图形表示如下:
在这里, .
一枚均匀的硬币被抛一次。用伯努利分布来模拟实验结果 .
基本性质
的<一个href="//www.parkandroid.com/wiki/expected-value/" class="wiki_link" title="" target="_blank">期望值伯努利分布的
的<一个href="//www.parkandroid.com/wiki/variance-definition/" class="wiki_link" title="" target="_blank">方差伯努利分布的
的<一个href="//www.parkandroid.com/wiki/data-mode/" class="wiki_link" title="" target="_blank">模式,伯努利分布中出现概率最高的值是 如果 和 如果 .如果 在美国,成功和失败的可能性是一样的,而且两者都有 和 是模式。这一点直觉上很清楚:因为只有两种结果的概率是互补的, 意味着成功的概率高于失败的概率。
伯努利分布的基本性质可以通过取 在<一个href="//www.parkandroid.com/wiki/binomial-distribution/" class="wiki_link" title="二项分布" target="_blank">二项分布.
使用属性,例如<一个href="//www.parkandroid.com/wiki/linearity-of-expectation/" class="wiki_link" title="线性的期望" target="_blank">线性的期望和计算方差的规则,伯努利分布被用于计算基于伯努利实验的分布性质,例如<一个href="//www.parkandroid.com/wiki/binomial-distribution/" class="wiki_link" title="二项分布" target="_blank">二项分布.
例子
伯努利分布模型的情况如下:
- 新生儿有男有女。(这里孩子是男性的概率大约是0.5。)
- 你考试不是及格就是不及格。
网球运动员不是赢就是输一场比赛。
掷向圆形飞镖的飞镖随机地落在它的区域(<一个href="//www.parkandroid.com/wiki/1-dimensional-geometric-probability/" class="wiki_link" title="例子" target="_blank">例子).省道着陆时,要么离中心更近,要么离边缘更近(在第二种情况下,要么离边缘更近,要么离中心和边缘的距离相等)。在这种情况下 .
一个整数 是随机选择的。我们考虑三个变量, 和 . 假设值 数的数字和 是整除 和 否则; 假设值 如果 可以表示为四个整数的平方和 否则; 假设值 和 分别,如果 剩下 和 当除以 .
一个正整数的数字和 是整除 当且仅当 分 .一个随机选择的整数的概率 能被整除 是 因此, 伯努利分布随机变量是什么 .
每个正整数都可以表示为a<一个href="//www.parkandroid.com/wiki/fermats-sum-of-two-squares-theorem/" class="wiki_link" title="四平方和" target="_blank">四平方和,所以变量 不是随机变量,也不是伯努利分布。在伯努利分布的定义中 排除了情况 .
的变量 为一个有两种以上结果的实验建模,因此它不是伯努利分布。
假设我们有 独立的伯努利 试用让 就是第一次成功的次数 在这些试验中 就是最后成功的次数 这些试验。利用伯努利分布的性质,我们可以得出以下结论:
- ~二项 因为我们有 独立的伯努利 试用我们不关心最后一个 试用
- ~二项 因为我们有 独立的伯努利 试用我们不关心第一个 试用
- ~二项 因为所有的伯努利实验都是独立的,我们可以把它们当作i.i.d。
- 和 是独立的,因为两组试验(第一组 审判与最后 试验)是独立的。