对离散型随机分布的理解

01分布是比较简单的离散型分布，是伯努利分布的一个特例。
伯努利分布：F(x)= ∑(k:0->x){C(n,k) p^k(1-p)^(n-k)},取n=1,即做一次伯努利试验，则得01分布。
当n->∞时，p比较小的时候，P(X=k)=C(n,k) p^k(1-p)^(n-k,设λ=pn,带入可得P(X=k)= λ^k * e^(-λ) / k!，其实就是泊松分布。伯努利分布只有在n比较大和p比较小的时候可以近似为泊松分布。
泊松分布F(x)=∑(0,x){λ^k * e^(-λ) / k!}.

随机变量的是概率空间到实数的映射函数，每个基本样本都有一个实数对应，但还必须满足，对于所有的实数x,满足X(w)<x的样本点集合（事件）必须是样本空间子集族的一员，其实就是说满足X(w)<x的样本点的集合是构成样本空间的一个事件。

 分布函数f(x)的值就是随机变量落在[-∞,x]的概率，因此很多概率都可以用x轴上的线段比来计算和理解.随机向量也是。

好久没看数学了，学点数据挖掘，还得翻箱底，重新学过。

IT程序员不容易！