概率论——随机变量及其分布

随机变量

离散型随机变量

定义

分布律

常见概率分布

名称	意义描述	概率描述
退化分布	随机变量只取一个常数值C	P(X=c)= 1
0-1分布	随机变量只取两个值0和1	P(X=0) = 1-p (p>0) P(X=1) = p 称X服从参数为p的0-1分布
二项分布	对n重伯努利试验，每次成功概率为p， 定义随机变量X描述n次试验中事件A可能发生的次数k	$P(X=k)=C_n^k{P}^k(1-p{)}^{n-k}$ k=0,1,2… 称X服从参数为n和p的二项分布， 即X~b(n,p) 或者X~B(n,p)
泊松分布	随机变量X可以取一切非负整数值，取这些值的概率是->	$P(X=k)=\frac{{\lambda }^k}{k!}{e}^{-k}$ k=0,1,2… 称X服从参数为 $\lambda$ 的泊松分布 即X~π($\lambda$)
几何分布	单次实验中事件A发生的概率是p，现重复多次，直到A出现位置。X为事件A首次发生时所进行的试验次数	$P(X=k)=(1-p{)}^{k-1}p$ k=1,2,3 称X服从参数为 p 的几何分布

二项分布的重要性质

1. b(k,n,p) = b(n-k,n,1-p)
   
2. 增减性及最可能成功的次数
   
   
3. $n\to \infty$ 时的渐近性质——泊松定理
   泊松定理
   
   近似计算：
   

泊松分布

背景

Remark1

意思是，n次呼叫，每次呼叫的概率是p，那么我平均呼叫的次数就是np(=λ)

连续型随机变量

背景

定义

概率与分布函数

特性