几种简单的概率分布

【离散型分布】

1. (0-1)分布

如果随机变量X只能取两个值0和1，它的分布律是：

$$P\{X=k\}=p^k(1-p)^k,\quad k=0,1,\quad (0<p<1)$$
或：
$$\frac{X\quad\quad0 \quad\quad1}{P \quad\quad p-1 \quad\quad p}$$
该样本空间只包含两个元素 $\varOmega=\{w_1,w_2\}$，我们总能在
$\varOmega$上定义一个具有（0-1）分布的随机变量：
$$X=X(w)=\left\{ \begin{aligned} 1,\qquad 当w=w_1 \\ 0,\qquad 当w=w_2 \\ \end{aligned} \right.$$

2. 二项分布

X的分布律为：

$$P\{X=k\}=C_n^kp^k(1-p)^{n-k},\qquad k=0,1,2,\cdots,n$$
也称X服从参数n，p的二项分布，记作 $X\sim B(n,p)$

3. 泊松分布

若随机变量X的所有可能取值为一切非负整数，其分布律为：

$$P\{X=k\}=\frac{\lambda^ke^{-\lambda}}{k!},\qquad k =0,1,2,\cdots,$$
其中 $\lambda >0$是常数，则称 $X$服从参数为 $\lambda$的泊松分布，记为 $X\sim P(\lambda)$。其图像先随k的增大而增大，然后随着k的增大而减小，呈单峰形。泊松分布通常适用于描绘大量重复试验中稀有事件出现的次数的概率分布。

4. 几何分布

一次试验中只考虑某事件A出现或不出现，设$P(A)=p$，
$P(\bar{A})=1-p=q(0<p<1)$。先考虑相继的贝努利试验，一旦出现事件A就立即停止试验。用X表示事件A首次出现时所需要的试验次数，则X是一个离散型随机变量，其可能取值是全体自然数，其分布律为：

$$P\{X=k\}=q^{k-1}p,\qquad k=1,2,\cdots,(q=1-p,0<p<1)$$
为几何级的一般项，则称X服从参数为p的几何分布

【连续型分布】

1. 连续分布

设连续性随机变量X在有限区间 (a