常见随机变量的概率分布

本文详细介绍了离散性随机变量的0-1分布、二项分布、泊松分布和超几何分布,以及连续性随机变量的均匀分布、指数分布和正态分布。包括各自的概率分布定义、数学期望和方差,是理解概率论基础的好资源。
摘要由CSDN通过智能技术生成

离散性随机变量

0-1分布

定义:只进行一次事件试验,该事件发生的概率为p,不发生的概率为1-p,这是最简单的分布,任何一个随机事件只有两种结果,就是所谓的0-1分布。
0-1分布
数学期望: E(X)=p;
方差:D(X)=p(1-p);

二项分布(Binomial Distribution)

定义:n次独立重复的伯努利试验中,设每次试验中事件A发生的概率为p,用X表示n重伯努利试验中事件A发生的次数,则X的可能取值为0,1,…,n,且对每一个k(0≤k≤n),事件{X=k}即为“n次试验中事件A恰好发生k次”,随机变量X的离散概率分布即为二项分布
在这里插入图片描述
数学期望:E(X)=np;
方差:D(X)=np(1-p);

泊松分布(Poisson)

定义</

评论 1
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