我們已經知道,若隨機變數
服從二項分佈,即有
或有
公式中p為一次試驗成功機率,則有
根據離散型隨機變數均值和方du差定義,若離散型隨機變數X的分zhi布如下圖:
則稱E(X)=x1*p1+x2*p2+...+...xi*pi+...+xn*pn為隨機bai變數X的均值或數學期望,為隨機變數X的方差。
伯努利分佈的分佈列如下圖:
則根據離散型隨機變數的均值和方差定義:
E(X)=0*(1-p)+1*p=p
D(X)=(0-E(X))2(1-p)+(1-E(X))2p=p2(1-p)+(1-p)2p=p2-p3+p3-2p2+p=p-p2=p(1-p)
對於二項分佈X~B(n,p),X表示的是n次伯努利試驗中事件發生次數的隨機變數。用Xi表示第i次伯努利試驗中的隨機變數,那麼n次伯努利試驗總的隨機變數X可以表示成:
X=X1+X2+...+Xi+...+Xn
根據均值和方差的性質,如果兩個隨機變數X,Y相互獨立,那麼:
E(X+Y)=E(X)+E(Y)
D(X+Y)=D(X)+D(Y)
對於二項分佈X~B(n,p),每一次伯努利試驗都相互獨立,因此:
E(X)=E(X1)+E(X2)+...+E(Xi)+...+E(Xn)=p+p+...+p+...p=np
D(X)=D(X1)+D(X2)+...+D(Xi)+...+D(Xn)=p(1-p)+p(1-p)+...+p(1-p)+...+p(1-p)=np(1-p)
我們已經知道,若隨機變數
服從二項分佈,即有
或有
公式中p為一次試驗成功機率,則有
根據離散型隨機變數均值和方du差定義,若離散型隨機變數X的分zhi布如下圖:
則稱E(X)=x1*p1+x2*p2+...+...xi*pi+...+xn*pn為隨機bai變數X的均值或數學期望,為隨機變數X的方差。
伯努利分佈的分佈列如下圖:
則根據離散型隨機變數的均值和方差定義:
E(X)=0*(1-p)+1*p=p
D(X)=(0-E(X))2(1-p)+(1-E(X))2p=p2(1-p)+(1-p)2p=p2-p3+p3-2p2+p=p-p2=p(1-p)
對於二項分佈X~B(n,p),X表示的是n次伯努利試驗中事件發生次數的隨機變數。用Xi表示第i次伯努利試驗中的隨機變數,那麼n次伯努利試驗總的隨機變數X可以表示成:
X=X1+X2+...+Xi+...+Xn
根據均值和方差的性質,如果兩個隨機變數X,Y相互獨立,那麼:
E(X+Y)=E(X)+E(Y)
D(X+Y)=D(X)+D(Y)
對於二項分佈X~B(n,p),每一次伯努利試驗都相互獨立,因此:
E(X)=E(X1)+E(X2)+...+E(Xi)+...+E(Xn)=p+p+...+p+...p=np
D(X)=D(X1)+D(X2)+...+D(Xi)+...+D(Xn)=p(1-p)+p(1-p)+...+p(1-p)+...+p(1-p)=np(1-p)