名称 | 符号 | 分布律 | 说明 |
---|---|---|---|
0 − 1 分 布 0-1分布 0−1分布 | B ( 1 , p ) B(1,p) B(1,p) | P { X = 1 } = p , P { X = 0 } = 1 − p , ( 0 < p < 1 ) \begin{aligned}&P\{X=1\}=p,\\&P\{X=0\}=1-p,\\&(0<p<1)\end{aligned} P{X=1}=p,P{X=0}=1−p,(0<p<1) | 只有两个可能结果0和1,比如抛硬币,产品是否合格等。 |
二 项 分 布 二项分布 二项分布 | $$\begin{aligned}&B(n,p)\&n表示实验1\&p表示每次发生的概率\&n次中发生的9 | ||
\end{aligned}$$ | P { X = k } = C n k p k q n − k , ( 0 < p < 1 , q = 1 − p , k = 0 , 1 , 2 , . . . ) \begin{aligned}&P\{X=k\}=C_n^kp^kq^{n-k},\\&(0<p<1,q=1-p,k=0,1,2,...)\end{aligned} P{X=k}=Cnkpkqn−k,(0<p<1,q=1−p,k=0,1,2,...) | n重伯努利试验中A发生的1服从二项分布,表示一系列试验中A发生的1,比如抛n次硬币正面出现的1。 | |
泊 松 分 布 泊松分布 泊松分布 | P ( λ ) P(\lambda) P(λ) | P { X = k } = λ k e − λ k ! , ( λ > 0 , k = 0 , 1 , 2 , . . . ) P\{X=k\}=\frac{\lambda^ke^{-\lambda}}{k!},\\(\lambda>0,k=0,1,2,...) P{X=k}=k!λke−λ,(λ>0,k=0,1,2,...) | 表示一段时间间隔或一定范围内A发生的1服从泊松分布,比如加油站一小时内来的汽车数量,一天内一个路段发生交通事故的1等。 |
md编辑器app端表格显示问题
最新推荐文章于 2024-08-22 11:34:19 发布