谁能解释一下这个公式？
展开全部
如果事件发生的概率是P,则不发生的概率q=1-p，N次独立重复试验中发生K次的概率是
P(ξ=K)= C(n,k) * p^k * (1-p)^(n-k), 其中C(n, k) = n!/(k! * (n-k)!)注意！:第二个等号后面的括号里的是上标，表示的是方幂。
那么就说这个属于二项分布。.
其中P称为成功概率。
记作ξ~B(n,p)期望：Eξ=np
方差:Dξ=npq
其中q=1-p
证明:由二项式分布的定义知，随机变量X是n重伯努利实验中事件A发生的次数，且在每次试验中A发生的概率为p.因此，可以将二项式分布分解成n个相互独立且以p为参数的（0-1）分布随机变量之和.
设随机变量X（k）(k=1,2,3...n)服从（0-1）分布，则X=X(1)+X(2)+X(3)....X(n).
因X(k)相互独立,所以期望：E(X)=E[X(1)+X(2)+X(3)....X(n)]=np.
方差：D(X)=D[X(1)+X(2)+X(3)....X(n)]=np(1-p).
证毕.
以上证明摘自高等教育出版社《概率论与数理统计》第四版
P(ξ=K)= C(n,k) * p^k * (1-p)^(n-k), 其中C(n, k) = n!/(k! * (n-k)!)注意！:第二个等号后面的括号里的是上标，表示的是方幂。
那么就说这个属于二项分布。.
其中P称为成功概率。
记作ξ~B(n,p)期望：Eξ=np
方差:Dξ=npq
其中q=1-p
证明:由二项式分布的定义知，随机变量X是n重伯努利实验中事件A发生的次数，且在每次试验中A发生的概率为p.因此，可以将二项式分布分解成n个相互独立且以p为参数的（0-1）分布随机变量之和.
设随机变量X（k）(k=1,2,3...n)服从（0-1）分布，则X=X(1)+X(2)+X(3)....X(n).
因X(k)相互独立,所以期望：E(X)=E[X(1)+X(2)+X(3)....X(n)]=np.
方差：D(X)=D[X(1)+X(2)+X(3)....X(n)]=np(1-p).
证毕.
以上证明摘自高等教育出版社《概率论与数理统计》第四版
本回答由网友推荐
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
