Python数学实验 课件 第6章python在概率统计中的应用.docxVIP

Python数学实验

第6章Python在概率统计中的应用

Python数学实验·随机变量的概率计算和数字特征·描述性统计和统计图·参数估计和假设检验

主要内容

随机变量的概率计算和数字特征

描述性统计和统计图

参数估计和假设检验

本章小结

6.1随机变量的概率计算和数字特征

6.1.1………◎随机变量的概率计算及常见概率分布

6.1.2………0随机变量数字特征简介

6.1.3……◎随机变量数字特征计算及应用

6.1.1随机变量的概率计算及常见概率分布

【例6.1】独立射击500次，每次命中率为0.02,求命中次数为10次的概率.

在Anaconda内建的Spyder集成开发环境中输入代码6.1.

代码6.1二项分布随机变量等于某个数的概率计算程序

1importmath#调用math

2defbinomial_sistribution(p,n,x):#创建函数

3c=math.factorial(n)/math.factorial(n-x)/math.factorial(x)#计算组合数c

4returnc*(p**x)*((1-p)**(n-x))#计算二项分布概率

5print(binomial_sistribution(0.02,500,10))#打印概率值

代码6.1运行的结果为0.12637979106892916

6.1.1随机变量的概率计算及常见概率分布

【例6.2】独立射击100次，每次命中率为0.1,求命中次数不小于10次的概率.

在Anaconda内建的Spyder集成开发环境中输入代码6.2.

代码6.2二项分布随机变量大于某数的概率计算程序

1importmath#调用math

2defbinomial_distribution_morethan(p,n,x):#创建二项分布

3count=0#定义变量初始值

4foriinrange(x,n,1):#for循环让i在range(x,n,1)中遍历取值

5c=math.factorial(n)/math.factorial(n-i)/math.factorial(i)#计算组合数c

6count+=c*(p**i)*((1-p)**(n-i))#计算概率并求和

6.1.1随机变量的概率计算及常见概率分布

7returncount#返回值8print(binomial_distribution_morethan(0.1,100,10))#打印

代码6.2运行的结果为0.5487098345579977

【例6.3】设随机变量X的概率密度函数为

求概率

在Anaconda内建的Spyder集成开发环境中输入代码6.3.代码6.3一维连续型随机变量的概率计算程序

6.1.1随机变量的概率计算及常见概率分布

1fromsympyimport*#导入计算积分的模块包

2