常用一维离散型随机变量的各种分布及其数字特征

本文系统地介绍了六种常见的离散型随机变量分布,包括两点分布、二项分布、泊松分布、几何分布、超几何分布及负二项分布。详细探讨了每种分布的定义、分布律、分布函数、概率密度函数、期望与方差等核心概念,为理解随机现象提供坚实的数学基础。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. 两点分布

  • 定义: 实验的结果只有两种情况,即随机变量只有两个值,则称随机变量ξ服从两点分布。

  • 分布律
    在这里插入图片描述
    -p:表示实验成功的概率。

  • 分布函数

  • 概率密度函数

  • 期望: E(ξ) = p

  • 方差: D(ξ) = p(1-p)

2. 二项分布/伯努利分布 【X~B(n, p)】

  • 定义: n个相互独立的两点分布的组合,具体分布律如下:
    在这里插入图片描述
    (ⅰ)当n为1时,即为两点分布。
    (ⅱ)当n趋于无穷大时,即为泊松分布。

  • 分布函数:

  • 概率密度函数:

  • 期望: E(ξ) = np

  • 方差: D(ξ) = np(1-p)

✈二项分布最大值问题。

3. 泊松分布【ξ ~ P(λ)】

  • 定义:
    在这里插入图片描述
    
    -λ:(一次实验中,实验成功的概率pn )× (总的试验次数n)

  • 分布函数

  • 概率密度函数

  • 期望: E(ξ) = λ

  • 方差: D(ξ) = λ

泊松定理

4. 几何分布【ξ ~ Ge§】

  • 分布函数
  • 概率密度函数
  • 期望: E(ξ) = 1/p
  • 方差: D(ξ) = (1-p) / p2

几何分布的无记忆性

5. 超几何分布 【ξ ~ H(n, M , N)】

  • 分布函数
  • 概率密度函数
  • 期望
    在这里插入图片描述
  • 方差
    在这里插入图片描述
    超几何分布的二项分布近似:
    当n<<N时,

6. 负二项分布

期望
在这里插入图片描述
方差
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值