概率论与数理统计——几何分布的无记忆性证明
概率论与数理统计——几何分布的无记忆性证明
- 什么是几何分布
- 几何分布的无记忆性
- 为什么称其为无记忆性
- 无记忆性的证明
什么是几何分布
设一个试验成功的概率为p,独立重复该实验直到第一次成功,到成功为止,进行的试验次数,服从几何分布。
几何分布这个名字,得名于几何级数。这个几何级数,就是我们所熟悉的等比数列的前n项和,又称为等比级数。等比数列又被称为几何数列,这是因为,除了首位两项,每一项都是其前后两项的几何平均数。
几何分布的无记忆性
若X服从参数为p的几何分布,n,m为两个正整数,则有
P(X>n+m∣X>n)=P(X>m)P(X>n+m|X>n)=P(X>m)P(X>n+m∣X>n)=P(X>m)
上式即为几何分布的无记忆性的公式。
为什么称其为无记忆性
从几何分布的定义出发,已经进行了n次试验没有成功,再进行m次试验,没有成功的概率,与之前已知的信息(n次试验失败)没有关系。也就是说,并不会因为之前n次试验的失败,而会使第n+1次之后的试验成功率上升。
无记忆性的证明
通过数学的推导来进行证明。
Step 1
设事件X>n+m为事件A,事件X>n为事件B。
那么由条件概率的公式
P(X>n+m∣X>n)=P(A∣B)=P(AB)/P(B)=P(X>n+m)P(X>n)P(X>n+m|X>n) =P(A|B) =P(AB)/P(B) =\frac{P(X>n+m)}{P(X>n)}P(X>n+m∣X>n)=P(A∣B)=P(AB)/P(B)=P(X>n)P(X>n+m)
(事件AB即A与B同时发生,由于A⊆B,则AB=A,所以P(AB)=P(A)=P(X>n+m))
Step 2
我们以P(X>m)为例。
因为几何分布是一种离散型分布,因此,我们可以把P(X>m)写成下面这种形式
P(X>m)=∑k=m+1∞P(X=k)P(X>m)=\sum\limits_{k=m+1}^∞P(X=k)P(X>m)=k=m+1∑∞P(X=k)
由于
P(X=k)=qk−1pP(X=k)=q^{k-1}pP(X=k)=qk−1p
所以
P(X>m)=∑k=m+1∞P(X=k)=p∑k=m+1∞qk−1=p(qm+qm+1+...)P(X>m) =\sum\limits_{k=m+1}^∞P(X=k) =p\sum\limits_{k=m+1}^∞q^{k-1}=p(q^m+q^{m+1}+...)P(X>m)=k=m+1∑∞P(X=k)=pk=m+1∑∞qk−1=p(qm+qm+1+...)
由等比数列求和公式
原式=pqm(1−q∞)1−q原式=p\frac{q^m(1-q^∞)}{1-q}原式=p1−qqm(1−q∞)
因为q<1,所以当指数趋近于无穷
q∞=0q^∞=0q∞=0
又因为
1−q=p1-q=p1−q=p
所以
原式=qm原式=q^m原式=qm
即
P(X>m)=qmP(X>m)=q^mP(X>m)=qm
同理可得P(X>n),P(X>m+n)。
Step 3
由Step 1中得到的
P(X>n+m∣X>n)=P(X>n+m)/P(X>n)P(X>n+m|X>n)=P(X>n+m)/P(X>n)P(X>n+m∣X>n)=P(X>n+m)/P(X>n)
带入Step 2中得到的结论
P(X>n+m)=qn+mP(X>n+m)=q^{n+m}P(X>n+m)=qn+m
P(X>n)=qnP(X>n)=q^nP(X>n)=qn
所以
P(X>n+m∣X>n)=P(X>n+m)/P(X>n)=qn+mqn=qm=P(X>m)P(X>n+m|X>n)=P(X>n+m)/P(X>n)=\frac{q^{n+m}}{q^n}=q^m=P(X>m)P(X>n+m∣X>n)=P(X>n+m)/P(X>n)=qnqn+m=qm=P(X>m)
最后得到
P(X>n+m∣X>n)=P(X>m)P(X>n+m|X>n)=P(X>m)P(X>n+m∣X>n)=P(X>m)
由此,无记忆性的公式证明完成。
概率论与数理统计——几何分布的无记忆性证明相关推荐
- 概率论与数理统计笔记系列之第二章:随机变量及其分布
概率论与数理统计笔记(第二章 随机变量及其分布) 对于统计专业来说,书本知识总有遗忘,翻看教材又太麻烦,于是打算记下笔记与自己的一些思考,主要参考用书是茆诗松老师编写的<概率论与数理统计教程&g ...
- 2021年秋季《概率论与数理统计》学习笔记
多维随机变量及之后内容.概念理解和误区澄清性质笔记可参考本专栏其他博客. 20211002更新至2.4连续型随机变量 "概率的概率" 20210930更新 几何分布无记忆性证明 泊 ...
- 概率论与数理统计学习笔记(6)——分布律,分布函数,密度函数
对了宝贝儿们,卑微小李的公众号[野指针小李]已开通,期待与你一起探讨学术哟~摸摸大! 目录 1 离散型随机变量 1.1 (0-1)分布 1.2 伯努利试验 1.3 二项分布 1.4 几何分布 1.5 ...
- 概率论与数理统计复习
文章目录 第一章 随机事件及其概率 随机事件 频率与概率 古典概型与几何概型 条件概率与事件的独立性 全概率公式与贝叶斯公式 第二章 随机变量及其分布 随机变量的概念 常用分布表(随机变量的离散连续与 ...
- 概率论与数理统计(Probability Statistics I)
Table of Contents 概率论的基本概念(The Basic Concept of Probability Theory) 随机变量及其分布(Random Variable and Its ...
- 【2020/07/16修订】概率论与数理统计(电子科技大学) 知识梳理 · 第一版(1到8章 · 度盘)
概率论与数理统计 知 识 梳 理 (第一版) 建议先修课程:高等数学(微积分) 配套课程: 1.慕课(MOOC):概率论与数理统计(电子科技大学) 2.教材:概率论与数理统计 电子科技大学应用数学学院 ...
- 【Mark】概率论与数理统计
Contents 概率论的基本概念 随机变量及其分布 多维随机变量及其分布 随机变量的数字特征 大数定律及中心极限定理 样本及抽样分布 参数估计 链接 概率论与数理统计BV15t411D7G1. 链接 ...
- 概率论与数理统计 | (3) 随机变量
目录 1. 随机变量 2. 离散型随机变量 3. 分布函数 4. 连续型随机变量及其概率密度 5. 均匀分布和指数分布 6. 正态分布 7. 随机变量函数的分布 1. 随机变量 两类试验结果 中心问题 ...
- 概率论与数理统计(茆诗松)复习
第一章 随机事件及其概率 概率的公理化定义: 1)非负性公理 2)正则性公理 3)可加性公理 重复组合:从n个不同的元素中每次取出一个,放回后再取出下一个,如此连续取r次所得的组合称为重复组合,总数为 ...
- 概率论与数理统计(上)
文章目录 Ch1. 随机事件及其概率 互不相容.对立 等可能概型 对偶律 事件的独立性 概率计算 五大公式 加法公式 减法公式 乘法公式 (条件概率) 全概率公式 贝叶斯公式 (先验概率) Ch2. ...
最新文章
- 在Tomcat中部署Java Web应用程序几种方式
- 算法杂货铺——分类算法之决策树(Decision tree)
- celery开发中踩的坑
- 数据接口请求异常:parerror_什么是接口的幂等性,如何实现接口幂等性?
- mongodb卸载_如何在Windows上安装MongoDB,启动,卸载
- 自学JAVA-11:IO流
- vs工程 vcproj和开发环境定义宏
- Linux上安装rz、sz命令
- 64位锐捷多网卡、VMWareNat模式、ICS共享破解
- mathematica 矩阵对角化
- Transformers库pipeline API的使用
- 内核辅助函数系列 001 --- __ffs(unsigned long word):第一个非 0 位
- MOS管-传输特性曲线的细微之处
- android视频gif编辑器,GIF制作编辑
- Windows之使用批处理创建快捷方式到桌面(符号链接)
- 如何在 React Component 之外获取 Redux Store
- Access转出到Mysql,咱自己动手丰衣足食.. -- 纯JS代码
- 1496_关于约翰惠勒与费曼
- 上传百度文库要掌握的方法技巧,这样上传百度文库通过率高
- c语言图书信息图书馆销售系统,C语言图书销售管理系统.doc