提要
- 两点分布:记住它表示一次试验的两个结果(“点”表示两个可能的结果)。
- 二项分布:记住它是由多个两点分布的试验结果组成的(“二项”表示两个项)。
- 几何分布:记住它与几何级数相关,表示第一次成功前的失败次数。
- 超几何分布:记住它涉及不放回抽样(“超”表示从有限总体中抽取)。
- 泊松分布:记住它描述在固定时间或空间内事件的发生次数,联想到稀疏的事件分布。
1. 两点分布(Bernoulli Distribution)
命名由来:得名于瑞士数学家雅各布·伯努利(Jacob Bernoulli)。该分布表示只有两个可能结果的事件。
记忆方式:每次试验只有两个可能结果(如成功或失败),类似于投掷一枚硬币。
2. 二项分布(Binomial Distribution)
命名由来:源于“二项式定理”(Binomial Theorem),该分布表示多个伯努利试验的结果。
记忆方式:由多次独立的两点分布试验结果组成,考虑到“二项”表示两个项(成功和失败),每次试验都可归类为这两项之一。
3. 几何分布(Geometric Distribution)
命名由来:与几何级数有关,几何分布是指在一次成功之前进行的失败次数的分布。
记忆方式:几何分布的概率质量函数形式类似于几何级数:p(1−p)kp(1−p)k。考虑“几何”这个词,可以联想到不断失败直到第一次成功,就像逐步构建的几何级数
4. 超几何分布(Hypergeometric Distribution)
命名由来:源于其概率计算涉及到组合数学中的超几何函数,描述从有限总体中不放回抽取样本时成功次数的分布。
记忆方式:与几何分布的不同在于“超”表示从有限总体中不放回抽样,而不是无限次试验,强调了其与几何分布的区别。
5. 泊松分布(Poisson Distribution)
命名由来:得名于法国数学家西莫恩·德尼·泊松(Siméon-Denis Poisson),用于描述某事件在固定时间或空间内的发生次数。
记忆方式:泊松分布通常用来描述随机事件在固定区间内的发生频率,如电话呼叫数。记住“泊松”名字可以联想到稀疏而随机的事件分布。
举例总结
- 两点分布:一次投掷硬币,正面朝上或反面朝上。
- 二项分布:10次投掷硬币,记录正面朝上的次数。
- 几何分布:连续掷硬币,直到第一次正面朝上。
- 超几何分布:有限次不放回地从一个装有红蓝球的袋子中抽取球,记录抽到红球的次数。
- 泊松分布:每小时接到的电话数量,假设平均每小时接到5个电话。