本文深入探讨了概率论在Python编程中的应用，通过具体的数学公式解析和代码实现，展示了如何计算期望值，并验证了理论与实践的一致性。特别关注了在无限次试验下，特定事件发生的平均次数。
假设蓝x个，红y个，那么p1=xx+y,p2=yx+yp_{1}=\frac{x}{x+y},p_{2}=\frac{y}{x+y}p1=x+yx,p2=x+yy
次数为1∗p1+2∗p2∗p1+...+n∗p2n−1p11*p_{1}+2*p_{2}*p_{1}+...+n*p_{2}^{n-1}p_{1}1∗p1+2∗p2∗p1+...+n∗p2n−1p1n趋向于无穷大
E=p1[1+2∗p2+...n∗p2n−1]E=p_{1}[1+2*p2+...n*p_{2}^{n-1}]E=p1[1+2∗p2+...n∗p2n−1]
假设[1+2∗p2+...n∗p2n−1]=S[1+2*p2+...n*p_{2}^{n-1}]=S[1+2∗p2+...n∗p2n−1]=S
那么S−p2S=1+p2+p22+...+p2n−1−n∗p2n=1−p2n1−p2−n∗p2nS-p_{2}S=1+p_{2}+p_{2}^{2}+...+p_{2}^{n-1}-n*p_{2}^{n}=\frac{1-p_{2}^{n}}{1-p_{2}}-n*p_{2}^{n}S−p2S=1+p2+p22+...+p2n−1−n∗p2n=1−p21−p2n−n∗p2n
E=(1−p2)S=1−p2n1−p2−n∗p2nE=(1-p_{2})S=\frac{1-p_{2}^{n}}{1-p_{2}}-n*p_{2}^{n}E=(1−p2)S=1−p21−p2n−n∗p2n
当n趋向于无穷大时次数等于1−01−p2=1p1\frac{1-0}{1-p_{2}}=\frac{1}{p_{1}}1−p21−0=p11
下面用python代码进行验证
p1=0.4
p2=1-p1
E=0
cnt=10000
for i in range(1,cnt+1):
E+=i*p1*p2**(i-1)
print(E)
E=2.5000000000000004 结果相符
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
