H(N,M,n):超几何分布
B(n,P) :二项分布
P(λ):泊松分布/Poisson分布
H
⟶
N
→
+
∞
B
⟶
n
很
大
p
很
小
P
H\stackrel{N\rightarrow +\infty}{\longrightarrow} B\stackrel{n很大p很小} {\longrightarrow}P
H⟶N→+∞B⟶n很大p很小P
产品质量的不放回抽检中,若N件产品中有M件次品,抽检n件时所得次品数X=k 的概率,当N为无穷大时,超几何分布就是二项分布
当一个随机事件,例如某电话交换台收到的呼叫、来到某公共汽车站的乘客、某放射性物质发射出的粒子、显微镜下某区域中的白血球等等,以固定的平均瞬时速率λ(或称密度)随机且独立地出现时,那么这个事件在单位时间(面积或体积)内出现的次数或个数就近似地服从泊松分布P(λ)。泊松分布前边的级数就是e^x的麦克劳林展开式。
离散型 | 分布 | 期望 | 方差 |
---|---|---|---|
几何分布 | ( 1 − p ) n − 1 ∗ p (1-p)^{n-1}*p (1−p)n−1∗p | 1 p \frac{1}{p} p1 | 1 − p p 2 \frac{1-p}{p^2} p21−p |
H(N,M,n) | C M k C N − M k C N n \frac{C _ { M } ^ { k}C _ { N-M } ^ { k}}{C_{N}^{n}} CNnCMkCN−Mk | n M N n\frac{M}{N} nNM | n M N ( 1 − M N ) ( 1 − n − 1 N − 1 ) n\frac{M}{N}(1-\frac{M}{N})(1-\frac{n-1}{N-1}) nNM(1−NM)(1−N−1n−1) |
B(n,P) | C n k p k ( 1 − p ) n − k C _ { n } ^ { k}p^k(1-p)^{n-k} Cnkpk(1−p)n−k | np | np(1-p) |
P(λ) | λ k e − λ k ! \frac{ λ^ke^{-λ}}{k!} k!λke−λ | λ | λ |
连续型 | 分布 | 期望 | 方差 |
---|---|---|---|
均匀分布U(a,b) | 1 b − a \frac{1}{b-a} b−a1 | a + b 2 \frac{a+b}{2} 2a+b | ( b − a ) 2 12 \frac{(b-a)^2}{12} 12(b−a)2 |
指数分布E(λ) | λ e − λ x ( x > = 0 ) , 0 ( x < 0 ) λe^{-λx}(x>=0),0(x<0) λe−λx(x>=0),0(x<0) | 1 λ \frac{1}{λ} λ1 | 1 λ 2 \frac{1}{λ^2} λ21 |
正态分布N(μ,σ ^2) | 1 2 π σ e − ( x − μ ) 2 2 σ 2 \frac { 1 } { \sqrt { 2 \pi } σ }e^{- \frac { (x - μ )^ { 2 } } { 2 σ ^ { 2 } }} 2πσ1e−2σ2(x−μ)2 | μ | σ 2 σ ^2 σ2 |
注:
E
(
a
x
+
b
)
=
a
E
(
x
)
+
b
D
(
a
x
+
b
)
=
a
2
D
(
x
)
E(ax+b)=aE(x)+b \qquad D(ax+b)=a^2D(x)
E(ax+b)=aE(x)+bD(ax+b)=a2D(x)
几何分布,指数分布具有无记忆性
P(扔第101次|在已经扔了100次的条件下)=P(第一次)
P(x>s+t|x>s)=P(x>t)