目录
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
-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:
(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:
-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
- 方差
超几何分布的二项分布近似:
当n<<N时,
6. 负二项分布
期望
方差