伯努利试验: 如何理解随机性?

随机试验得到的结果,和我们用古典概率算出来的结论可能是两回事。

伯努利试验: 只有两种结果,非 A 即 B,在同样条件下重复试验,A 和 B 发生的概率需一致。

进行 N 次伯努利试验,A 会发生多少次?虽然我们感觉应该是总次数 N 乘以每次发生的概率 p,但实际上 A 发生 [0-N] 次都有可能。当然,发生 N*p 次的概率最大,接下来发生 N*p-1 或 N*p+1 次的可能性次之,然后向两头逐渐递减。画成曲线,中间高两头低。满足这种曲线的概率分布,被称为伯努利分布,或二项分布,因为每次试验的结果有两种。

平均值或数学期望值: N*p

方差: N*p(1-p),标准差: √(N*p(1-p))

方差是对误差的量化度量,对比的基准点就是期望值或平均值。

越是小概率事件,若想确保它发生,需要试验的次数比期望次数要多得多。

提高单次成功率要远比多做试验更重要。

由于误差的作用,要确保小概率事件发生,成本要比确保大概率事件的发生高得多。

确保发生的次数N: 2.6/p