数学（八）概率分布

均匀分布

离散

假设X有K个取值 $x_1,x_2,...,x_K$，概率密度函数为如下公式：

$$P(X=x_i)=\frac{1}{K}i=1,2,...,K$$

连续

x在$[a,b]$上的概率密度函数为如下公式：
$$\{\begin{array}{ll}\frac{1}{b-a}& \text{ if }a\le x\le b\\ 0& \text{ otherwise }\end{array}$$

伯努利分布

参数为p，随机变量x的取值为{0, 1}，概率密度函数为如下公式，类似于抛一次硬币正面朝上的概率，期望为p，方差为p(1-p)。

$$f(x)=p^x(1-p{)}^{(1-x)}$$

二项分布

参数为p，随机变量x的取值为{0, 1}，实验重复n次成功x次的概率为如下公式，期望为np，方差为np(1-p)。

$$f(x)=C_n^x{p}^x(1-p{)}^{(1-x)}$$

正太分布

随机抽中数值类特征x的具体取值的概率密度函数为：

$$f(x)=\frac{1}{\sqrt{2\pi }\sigma }{e}^{-(x-\mu {)}^2/2{\sigma }^2}$$

中心极限定理：对于若干个独立同分布的变量$X_1,X_2,...,X_n$，其加和的平均值服从正太分布，其核心思想是抽样组数多到一定程度上统计出的数值接近整体数值，具体可以见这里。

beta分布

x的概率密度函数为：

$$f(x;\alpha ,\beta )=\frac{x^{\alpha -1}(1-x{)}^{\beta -1}}{{\int }_0^1{u}^{\alpha -1}(1-u{)}^{\beta -1}du}$$

参考

1. 中心极限定理的通俗介绍