常见分布总结

分布密度函数分布函数期望方差计算相关
均匀分布 U ( a , b ) U(a,b) U(a,b) p ( x ) = x b − a , a < x < b p ( x ) = 1 , x > b p ( x ) = 0 , x < a p(x)=\frac{x}{b-a},a<x<b\\p(x)=1,x>b\\p(x)=0,x<a p(x)=bax,a<x<bp(x)=1,x>bp(x)=0,x<a F ( x ) = 0 , x < a F ( x ) = x − a b − a , a < x < b F ( x ) = 0 , x > b F(x)=0,x<a\\F(x)=\frac{x-a}{b-a},a<x<b\\F(x)=0,x>b F(x)=0,x<aF(x)=baxa,a<x<bF(x)=0,x>b E = a + b 2 E=\frac{a+b}{2} E=2a+b V a r = ( b − a ) 2 12 Var=\frac{(b-a)^2}{12} Var=12(ba)2
正态分布 N ( a , σ 2 ) N(a,\sigma^2) N(a,σ2) p ( x ) = 1 2 π σ e − ( x − a ) 2 2 σ 2 p(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-a)^2}{2\sigma^2}} p(x)=2π σ1e2σ2(xa)2 Φ ( x ) \Phi(x) Φ(x) a a a σ 2 \sigma^2 σ2 ∫ ∞ ∞ 1 2 π e − x 2 2 = 1 \int\limits_{\infty}^{\infty}\frac{1}{\sqrt{2\pi}}e^{-\frac{x^2}{2}}=1 2π 1e2x2=1
指数分布 p ( x ) = λ e − λ x , x ≥ 0 p ( x ) = 0 , x < 0 p(x)=\lambda e^{-\lambda x},x\ge 0\\p(x)=0,x<0 p(x)=λeλx,x0p(x)=0,x<0 F ( x ) = 1 − e − λ x , x ≥ 0 F ( x ) = 0 , x < 0 F(x)=1-e^{-\lambda x},x\ge 0\\F(x)=0,x<0 F(x)=1eλx,x0F(x)=0,x<0 1 λ \frac1\lambda λ1 1 λ 2 \frac{1}{\lambda^2} λ21
二项分布 B ( n , p ) B(n,p) B(n,p) F ( x ) = 0 , x < 0 F ( x ) = ( ( n − 1 ) p + 1 ) ( 1 − p ) n − 1 , 0 < x ≤ 1 . . . F(x)=0,x<0\\F(x)=((n-1)p+1)(1-p)^{n-1},0<x\le1\\... F(x)=0,x<0F(x)=((n1)p+1)(1p)n1,0<x1... n p np np n p ( 1 − p ) np(1-p) np(1p)
泊松分布分布列为: P ( x = k ) = λ k k ! e − λ P(x=k)=\frac{\lambda^k}{k!}e^{-\lambda} P(x=k)=k!λkeλ λ \lambda λ λ \lambda λ
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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