惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园_首页
B
Blog
V
V2EX
T
Tailwind CSS Blog
Hugging Face - Blog
Hugging Face - Blog
博客园 - 【当耐特】
博客园 - 聂微东
博客园 - 叶小钗
博客园 - 三生石上(FineUI控件)
The Cloudflare Blog
J
Java Code Geeks
H
Help Net Security
雷峰网
雷峰网
Apple Machine Learning Research
Apple Machine Learning Research
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Engineering at Meta
Engineering at Meta
F
Fortinet All Blogs
Martin Fowler
Martin Fowler
D
Docker
L
LangChain Blog
人人都是产品经理
人人都是产品经理
爱范儿
爱范儿
WordPress大学
WordPress大学
V
Visual Studio Blog

晚花行乐

马克卡尼在2026年达沃斯论坛上的讲话(阅读材料) | 晚花行乐 鸡娃如何用力才是恰到好处 | 晚花行乐 读万卷书,行万里路的辩证关系 | 晚花行乐 反对培训机构掐尖招生 | 晚花行乐 小泽和建国会谈最后10分钟全文(阅读材料) | 晚花行乐 来看看 DeepSeek 怎么鸡娃 | 晚花行乐 谈谈基本功 | 晚花行乐 惠普 ProDesk SFF PC 各系列参数对比 | 晚花行乐 解决瘦客户机上安装 Debian 12 启动失败问题 | 晚花行乐 意拾喻言:老外写的文言文 | 晚花行乐 笠翁对韵中的典故(十三元) | 晚花行乐 谈谈中考取消四小门 | 晚花行乐 亚马逊云科技产品免费试用攻略(3) - 对象存储服务 | 晚花行乐 在 Windows 10 LTSC 版本上安装 WSL2 | 晚花行乐 Debian 12 的常用配置项 | 晚花行乐 在 Debian 12 上安装 Nvidia 显卡驱动程序 | 晚花行乐 解决 Debian 12 关机失败问题 | 晚花行乐 解决 VS Code 自动更新版本后卡在连接界面 | 晚花行乐 观看巴黎奥运会有感 | 晚花行乐 在 Windows10 上安装惠普旧打印机驱动程序 | 晚花行乐 欢迎关注公众号:晚花行乐 | 晚花行乐 如何编写拼写检查器 | 晚花行乐 亚马逊云科技产品免费试用攻略(2) - 云服务器 | 晚花行乐 Pandas 中 axis 参数的理解(附实例) | 晚花行乐 我打算命个名,叫什么什么 Manager | 晚花行乐 上海武康路历史建筑一览 | 晚花行乐 Python 实现简单的数学表达式解析并处理 | 晚花行乐 观看马拉松的感悟 | 晚花行乐 Python 保存 Cookies 到文件并再次读取 | 晚花行乐 如何为 Hugo 静态网站添加评论功能 | 晚花行乐
从掷骰子观察二项分布 | 晚花行乐
2019-06-24 · via 晚花行乐

生活中的场景

生活中许多事情只有两种结果,而且需要反复多次尝试,比如:

小明要连续参加三次模拟考试,通过的标准是三次考试中有任意两次及格。假设小明每次考试通过的概率有1/6,想知道小明通过整个考试的概率有多少?

小明参加射箭比赛,如果每支箭射到靶上的概率为 p,那么当小明一共射出 N 支箭后,留在靶上有 k 只箭的概率有多少?

只有两种结果(例如 成功失败)的实验,称为伯努利实验。那么做 N 次独立伯努利实验,任何一种结果( 成功失败)累计的次数,都符合二项分布。

这位伯努利,也是 伯努利双扭线 的那个伯努利,也是研究 对数螺旋的自相似性 的那个伯努利,同时是 伯努利定律伯努利定律 那个伯努利的大伯

我们把生活中这些例子抽象成掷骰子,来研究如何求解。

游戏规则

扔一次骰子的结果只有"是 6" 和 “不是 6” 两种结果,而且"是 6 “的概率为 1/6.

如果一把扔出 N 个骰子(或者一个骰子连续扔 N 次),将投出6的事件记为成功,累计成功的次数也就是 的个数记为 k,则 k 服从(N, p)二项分布。

比如,如果一把投出12颗骰子(N=12),得到如下图中的结果:

上图中, 共出现了3次,此次实验的结果 k=3

k 取值最大只能到 N,即一把扔出的骰子全部是 (666啊);最小值是0,即一把扔出的骰子全部不是 (这个概率似乎大的多)。

那么 k 最可能取的数字是几?取到这个数字的概率又是多少?我们把 k 的可能取值列在下面的表里

k0123456789101112
概率

二项分布就是研究这个 k 值的分布。下面我们用程序模拟几种特殊情况。

6的个数

我们用程序模拟扔出12个骰子,观察 k 的分布(k 是12个骰子中,6 的个数)。

点击"开始模拟"按钮,观察实验的过程: —-— —

模拟运行结果大概是下面这图的样子:

根据二项分布的理论,得到 k 个 6(或者1~6任何一个数字,p=1/6)的概率如下图形状:

可以看出和理论的分布形状是接近的。

4,5,6 其中任一

我们继续用程序模拟12个骰子扔出去,这次我们改变 游戏规则,只要出现4,5,6其中任一个都算成功。由于每个骰子出现4,5,6其中任一个的概率是1/2,所以p=1/2。

根据二项分布的理论,得到 k 个(4,5,6 其中任一,p=1/2)的概率如下图,我们:

下面用程序模拟 k 的分布,观察是否和理论一致。

点击"开始模拟"按钮,观察实验的过程:

模拟运行结果大概是下面这图的样子:

可以看出和理论的分布形状是接近的,而且接近了 正态分布

二项分布的直观演示

高尔顿钉板 可以用来直观的演示二项分布的形状。

各位读后有什么想法,请在下方留言吧!如果对本文有疑问或者寻求合作,欢迎 联系邮箱邮箱已到剪贴板

精彩评论