本次函数有
1、阶乘
2、计算组合数C(n,x)
3、二项概率分布
4、泊松分布
以下是历史函数
继续概率,本次是二项分布和泊松分布,这个两个还是挺好玩的,可以作为预测函数用,因为函数比较少,本次就不给例子了,但是会对函数做逐一说明
1、阶乘n!
就是每次-1乘,直到1,例如5! = 5 * 4 * 3 * 2 * 1 = 120,这个是正常的,但是在写函数的时候这样算法效率会低些,因此直接反过来,12*3…这种,那么函数就是
2、计算组合数C(n,x)
C(n,x) = n! / (x! * (n – x)!)
表示从n个样本中抽取x个样本单元,可能出现结果的组合数,例如从5个物品中抽取3个物品,这三个物品的组合数就是10种
3、二项概率分布
执行n次伯努利试验,伯努利试验就是执行一次只有两种可能且两种可能互斥的事件,比如丢硬币实验,执行n次,成功k次的概率
P(ξ=K) = C(n,k) * p^k * (1-p)^(n-k)
n=5 k=3 P(ξ>=K) = p(K = 3) + p(K = 4) + p(K = 5)
p表示一个事件的成功概率,失败则是1 – p
4、泊松分布
给定的一个机会域中,机会域可以是一个范围,也可以是一段时间,在这个机会域中可能发生某个统计事件的概率,举个例子,比有个商店,每小时平均有10位顾客光顾,那么一个小时有13位顾客光顾的概率,就是泊松分布,13位顾客光顾就是统计事件
P(X) = (e^-λλ^X)/X! = (2.7182818^-1010^13)/13! = 0.0729
这里的λ是指平均值,可以使用算数平均数得到,e是自然常数~=2.7182818,有函数
这个函数需要说明下,实际需要的是两个参数,一个平均值另一个是期望统计量,之所以指定了3个函数是因为可能输入的不一定是一个数字,也可能是个list,那么会有两种计算方式,这个已在if中体现,引用方法有两种,例如
Original: https://www.cnblogs.com/xiu123/p/9524333.html
Author: 咻_python
Title: 概率算法_二项分布和泊松分布
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/578169/
转载文章受原作者版权保护。转载请注明原作者出处!