N(均值,方差)
正态分布:大量微小、独立的随机因素的叠加结果
密度函数:p(x)=(1 / (sqrt(2*pi)*标准差))exp((x-均值)^2 / (2Var(x)))
期望:均值
方差:Var(x)
标准正态分布:N(0,1)
标准化:x~N(u,z^2),X=(x-u) / z,X~N(0,1)
三标准差准则
U(a,b)
均匀分布:概率于a到b均匀分布
密度函数:p(k)=1 / (a-b)
期望:(a+b) / 2
方差:(b-a)^2 / 12
指数分布:偏态分布,随机变量只能取非负数(无记忆性)
密度函数:p(x)=cexp(-cx),x>=0
期望:1/ c
方差:2 / c^2
意义:用作“寿命”分布
Ga(a,c)
伽马分布:F(a)=积分符 x^(a-1) *exp(-x)dx,x从0到正无穷
密度函数:p(x)=((c^a) / (F(a)))*x^(a-1)exp(-cx),x>=0
期望:a / c
方差:a / c^2
意义:a=1时,Ga(1,c)=Exp©;a=n / 2,c=1 / 2时,Ga(n / 2,1 / 2)=自由度为n的卡方分布
卡方分布
贝塔分布
对数正态分布
柯西分布
韦布尔分布