常见的概率分布模型

这一阵子一直在做自己第一个真正意义的app项目，独立完成，感觉压力还是挺大的，很多知识点都不清晰，软件的架构也很有问题，有很多东西都需要整理和记忆，所以决定做一下记录。

其次，最近的科研项目压力也比较大，很多之前学过的东西都忘记了，需要在博客中记录，所以下决心开始写博客，把日常的学到的知识点和感悟都记一下，方便以后回来查看。

第一篇就从自己近几天在研究的迭代重建算法入手，回忆一下常见的概率模型。

伯努利实验

百度百科 伯努利试验是在同样的条件下重复地、各次之间相互独立地进行的一种试验。

一般地，在相同条件下重复做n次的试验称为n次独立重复试验。

1. “在相同条件下”等价于各次试验的结果不会受其他实验结果的影响。
2. 如何判断：判断是否为伯努利试验的关键是每次试验事件A的概率不变，并且每次试验的结果同其他各次试验的结果无关，重复是指试验为一系列的试验，并非一次试验，而是多次，但要注意重复事件发生的概率相互之间没有影响。

二项分布

一般地，在n次独立重复试验中，用x表示事件A发生的次数，如果事件发生的概率是p,则不发生的概率q=1-p，N次独立重复试验中发生k次的概率服从二项分布：

$P(x=k) = C_n^k \times p^k \times q^{n-k}$
E=np