概率与概率分布

离散型随机变量及其分布

两点分布、0-1分布

一次伯努利试验

N重伯努利分布（简称伯努利分布）

1.包含n个相同的试验
2.每个试验只有两个可能的结果
3.试验成功p + 试验失败q概率，即p+q=1
4.试验是相互独立的

期望和方差分别为：

例：
100件产品中有5件次品，现从中取3次，求3次中有两件次品的概率
1.有放回（伯努利分布）

2.无放回（古典概型、超几何分布）

注：

古典概型： 假设有N件产品，M件次品，从中取n件，则n件中次品m的概率：

泊松分布

泊松分布（Poisson distribution）：在指定时间、面积或者体积内，某一事件出现次数的分布，公式为：

期望和方差为：

在实际应用中，当p<=0.25,n>20,np<=5时，用泊松分布近似二项分布效果良好。

连续性随机变量及其分布

正态分布概率密度函数：

其中μ为均值，σ为标准差。
注：概率密度函数并不是一个概率，曲线与x轴围成的面积才是概率

任何一个一般的正态分布都可以通过线性变换转化为标准正态分布。
设：

则：

公式可以将一般正态分布转化为标准正态分布。
对于负值，一般可采用：