概率论-2.5 常用连续分布(期望方差证明以及末尾)

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