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

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

Python ZIP文件操作技巧详解

《PythonZIP文件操作技巧详解》在数据处理和系统开发中,ZIP文件操作是开发者必须掌握的核心技能,Python标准库提供的zipfile模块以简洁的API和跨平台特性,成为处理ZIP文件的首选... 目录一、ZIP文件操作基础三板斧1.1 创建压缩包1.2 解压操作1.3 文件遍历与信息获取二、进阶技

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

python实现svg图片转换为png和gif

《python实现svg图片转换为png和gif》这篇文章主要为大家详细介绍了python如何实现将svg图片格式转换为png和gif,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录python实现svg图片转换为png和gifpython实现图片格式之间的相互转换延展:基于Py

Python中的getopt模块用法小结

《Python中的getopt模块用法小结》getopt.getopt()函数是Python中用于解析命令行参数的标准库函数,该函数可以从命令行中提取选项和参数,并对它们进行处理,本文详细介绍了Pyt... 目录getopt模块介绍getopt.getopt函数的介绍getopt模块的常用用法getopt模