一些常见的概率分布

---

前言

本文主要汇总了一些常见概率分布的概率质量函数（密度函数），矩母函数，均值和方差。其中矩母函数定义为：
$$\varphi (t)=E[e^{tX}]$$

一、离散概率分布

离散概率分布	概率质量函数p(x)	矩母函数	均值	方差
二项分布，参数为 $n,p,0⩽p⩽1$	$$\left(\genfrac{}{}{0ex}{}{n}{x}\right)p^x(1-p{)}^{n-x}$$$$x=0,1,...,n$$	$(p{e}^t+(1-p){)}^n$	$np$	$np(1-p)$
泊松分布，参数为 $$\lambda ,\lambda >0$$	$$e^{-\lambda }\frac{{\lambda }^x}{x!}$$$$x=0,1,2,...$$	$$e^{\lambda (e^t-1)}$$	$\lambda$	$\lambda$
几何分布，参数为 $p,0⩽p⩽1$	$p(1-p{)}^{x-1}$$$x=1,2,...$$	$$\frac{p{e}^t}{1-(1-p)e^t}$$	$$\frac{1}{p}$$	$$\frac{1-p}{p^2}$$

二、连续概率分布

连续概率分布	概率密度函数	矩母函数	均值	方差
(a,b)上的均匀分布	$$f(x)=\{\begin{array}{ll}\frac{1}{b-a}& a<x<b\\ 0& 其他\end{array}$$	$$\frac{e^{bt}-e^{at}}{(b-a)t}$$	$$\frac{a+b}{2}$$	$$\frac{(b-a{)}^2}{12}$$
指数分布，参数为$$\lambda ,\lambda >0$$	$$f(x)=\{\begin{array}{ll}\lambda e^{-\lambda x}& x\ge 0\\ 0& x<0\end{array}$$	$$\frac{\lambda }{\lambda -t}$$	$$\frac{1}{\lambda }$$	$$\frac{1}{{\lambda }^2}$$
伽马分布，参数为$$(n,\lambda ),\lambda >0$$	$$f(x)=\{\begin{array}{ll}\frac{\lambda e^{-\lambda x}(\lambda x{)}^{n-1}}{(n-1)!}& x\ge 0\\ 0& x<0\end{array}$$	$$(\frac{\lambda }{\lambda -t}{)}^n$$	$$\frac{n}{\lambda }$$	$$\frac{n}{{\lambda }^2}$$
正太分布，参数为$$(\mu ,{\sigma }^2)$$	f ( x ) = 1 2 π σ e x p { − ( x − μ ) 2 2 σ 2 } , f(x)=\frac{1}{\sqrt{2\pi}\sigma}exp\{-\frac{(x-\mu)^2}{2\sigma^2}\}, f(x)=2π ​σ1​exp{−2σ2(x−μ)2​},$$-\infty <x<\infty$$	e x p { μ t + σ 2 t 2 2 } exp\{\mu t+\frac{\sigma^2t^2}{2}\} exp{μt+2σ2t2​}	$$\mu$$	$${\sigma }^2$$

注：exp为e

三、参考文献

Sheldon M.Ross, 《应用随机过程概率模型导论》, 人民邮电出版社，2016.3.