概率统计Python计算:离散型自定义分布数学期望的计算(一)

2024-08-22 22:48

本文主要是介绍概率统计Python计算:离散型自定义分布数学期望的计算(一),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这里插入图片描述
对非经典分布的随机变量,当然可以按博文《自定义离散型分布》中介绍的方法,自定义rv_discrete(离散型)或rv_continuos(连续型)的子类(详见博文《自定义连续型分布》),然后调用其expect函数计算数学期望。
例1 有3只球,4个盒子,盒子的编号为1、2、3。将球逐个独立地,随机地放入4个盒子中去。以 X X X表示其中至少有一只球的盒子的最小号码(例如 X = 3 X=3 X=3表示第1号,第2号盒子是空的,第3号盒子至少有一只球),计算 E ( X ) E(X) E(X)
解: 显然, X X X的取值为 { 1 , 2 , 3 , 4 } \{1, 2, 3, 4\} {1,2,3,4}。设 A i A_i Ai表示 i i i号盒是空的( i = 1 , 2 , 3 , 4 i=1, 2, 3, 4 i=1,2,3,4)。每个球放入1号盒的概率为 1 / 4 1/4 1/4,没有放入1号盒的概率为 3 / 4 3/4 3/4
P ( X = 1 ) = P ( A ‾ 1 ) = 1 − P ( A 1 ) = 1 − ( 3 4 ) 3 = 37 64 P(X=1)=P(\overline{A}_1)=1-P(A_1)=1-\left(\frac{3}{4}\right)^3=\frac{37}{64} P(X=1)=P(A1)=1P(A1)=1(43)3=6437
P ( X = 2 ) = P ( A 1 A ‾ 2 ) = P ( A 1 ) P ( A ‾ 2 ∣ A 1 ) = P ( A 1 ) ( 1 − P ( A 2 ∣ A 1 ) ) = ( 3 4 ) 3 [ 1 − ( 2 3 ) 3 ] = 27 64 ⋅ 19 27 = 19 64 P(X=2)=P(A_1\overline{A}_2)=P(A_1)P(\overline{A}_2|A_1)\\ =P(A_1)(1-P(A_2|A_1))=\left(\frac{3}{4}\right)^3\left[1-\left(\frac{2}{3}\right)^3\right]\\ =\frac{27}{64}\cdot\frac{19}{27}=\frac{19}{64} P(X=2)=P(A1A2)=P(A1)P(A2A1)=P(A1)(1P(A2A1))=(43)3[1(32)3]=64272719=6419
P ( X = 3 ) = P ( A 1 A 2 A ‾ 3 ) = P ( A 1 ) P ( A 2 ∣ A 1 ) P ( A ‾ 3 ∣ A 1 A 2 ) = ( 3 4 ) 3 ( 2 3 ) 3 [ 1 − ( 1 2 ) 3 ] = 7 64 P(X=3)=P(A_1A_2\overline{A}_3)=P(A_1)P(A_2|A_1)P(\overline{A}_3|A_1A_2)\\ =\left(\frac{3}{4}\right)^3\left(\frac{2}{3}\right)^3\left[1-\left(\frac{1}{2}\right)^3\right]=\frac{7}{64} P(X=3)=P(A1A2A3)=P(A1)P(A2A1)P(A3A1A2)=(43)3(32)3[1(21)3]=647
P ( X = 4 ) = P ( A 1 A 2 A 3 A ‾ 4 ) = P ( A 1 ) P ( A 2 ∣ A 1 ) P ( A 3 ∣ A 1 A 2 ) P ( A ‾ 4 ∣ A 1 A 2 A 3 ) = ( 3 4 ) 3 ( 2 3 ) 3 ( 1 2 ) 3 = 1 64 P(X=4)=P(A_1A_2A_3\overline{A}_4)=P(A_1)P(A_2|A_1)P(A_3|A_1A_2)P(\overline{A}_4|A_1A_2A_3)\\ =\left(\frac{3}{4}\right)^3\left(\frac{2}{3}\right)^3\left(\frac{1}{2}\right)^3=\frac{1}{64} P(X=4)=P(A1A2A3A4)=P(A1)P(A2A1)P(A3A1A2)P(A4A1A2A3)=(43)3(32)3(21)3=641
X X X~ ( 1 2 3 4 37 64 19 64 7 64 1 64 ) \begin{pmatrix}1&2&3&4\\\frac{37}{64}&\frac{19}{64}&\frac{7}{64}&\frac{1}{64}\end{pmatrix} (164372641936474641) E ( X ) = 1 ⋅ 37 64 + 2 ⋅ 19 64 + 3 ⋅ 7 64 + 4 ⋅ 1 64 = 25 16 E(X)=1\cdot\frac{37}{64}+2\cdot\frac{19}{64}+3\cdot\frac{7}{64}+4\cdot\frac{1}{64}=\frac{25}{16} E(X)=16437+26419+3647+4641=1625
下列代码定义分布律为 ( 1 2 3 4 37 64 19 64 7 64 1 64 ) \begin{pmatrix}1&2&3&4\\\frac{37}{64}&\frac{19}{64}&\frac{7}{64}&\frac{1}{64}\end{pmatrix} (164372641936474641)的离散型分布,调用其expect函数计算 E ( X ) E(X) E(X)

import numpy as np                      #导入numpy
from scipy.stats import rv_discrete     #导入rv_discrete
X=np.array([1,2,3,4])                   #随机变量
P=np.array([37/64, 19/64,7/64, 1/64])   #X的分布概率
mydist=rv_discrete(values=(X, P))       #自定义离散分布
Ex=mydist.expect()                      #计算数学期望
print('E(X)=%.4f'%Ex)

第3~4行设置分布律数据X和P。第5行用分布律数据X和P定义离散型分布mydist。第6行调用该分布的expect函数,计算随机变量 X X X的数学期望 E ( X ) E(X) E(X)。运行程序,输出

E(X)=1.5625

恰为 E ( X ) = 25 16 E(X)=\frac{25}{16} E(X)=1625精确到万分位的值。
写博不易,敬请支持:
如果阅读本文于您有所获,敬请点赞、评论、收藏,谢谢大家的支持!
代码诚可贵,原理价更高。若为AI学,读正版书好
返回《导引》

这篇关于概率统计Python计算:离散型自定义分布数学期望的计算(一)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1097622

相关文章

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

Python Websockets库的使用指南

《PythonWebsockets库的使用指南》pythonwebsockets库是一个用于创建WebSocket服务器和客户端的Python库,它提供了一种简单的方式来实现实时通信,支持异步和同步... 目录一、WebSocket 简介二、python 的 websockets 库安装三、完整代码示例1.

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意

Python基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优

使用Sentinel自定义返回和实现区分来源方式

《使用Sentinel自定义返回和实现区分来源方式》:本文主要介绍使用Sentinel自定义返回和实现区分来源方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Sentinel自定义返回和实现区分来源1. 自定义错误返回2. 实现区分来源总结Sentinel自定

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述:突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2