- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
二项分布期望与方差详细证明
二项分布的期望的方差的证明
山西大学附属中学 韩永权 HYPERLINK mailto:hyq616@163.com hyq616@163.com
离散型随机变量的二项分布:
在一次随机试验中,某事件可能发生也可能不发生,在n次独立重复试验中这个事件发生的次数ξ是一个随机变量.如果在一次试验中某事件发生的概率是P,那么在n次独立重复试验中这个事件恰好发生k次的概率是,( )
于是得到随机变量ξ的概率分布如下:
称这样的随机变量ξ服从二项分布,记作ξ~B(n,p),其中n,p为参数,并记=b(k;n,p).
1 求证:服从二项分布的随机变量的期望.
证明如下:预备公式:
因为
所以
=
=
所以
方法二:
证明:若 ,则X表示n重贝努里试验中的“成功” 次数,现在我们来求X的数学期望。
若设
则,因为 ,
所以,则
可见,服从参数为n和p的二项分布的随机变量X的数学期望是
需要指出,不是所有的随机变量都存在数学期望。
2 求证:服从二项分布的随机变量的方差公式
预备公式:
方法一:证明:
由公式知,
方法二: 设, 则X表示重贝努里试验中的“成功” 次数。
若设
则是n次试验中“成功”的次数,,
故 ,
由于相互独立,于是
您可能关注的文档
- 英语笑话(English jokes).doc
- 英语选修6(English Elective 6).doc
- 茂名地区年例时间表(The yearly schedule in Maoming area).doc
- 英雄装备(Heroes of equipment).doc
- 英雄无敌5 东方部落 战役细节(Details of the battle Heroes 5 Tribes of the East).doc
- 茶计划书(Tea plan).doc
- 草莓酱阿姨的故事(The story of aunt strawberry jam).doc
- 荐信号与系统、信号处理书籍的个人看法(转)(Recommended signals and systems, signal processing books of personal views (turn)).doc
- 荣誉感的获得过程(The process of honor).doc
- 药品(保健品)广告创意及表现方法的12把利剑(Drug (health products) 12 sword advertising and creative performance method).doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)