其他分享
首页 > 其他分享> > 常见分布总结

常见分布总结

作者:互联网

分布密度函数分布函数期望方差计算相关
均匀分布 U ( a , b ) U(a,b) U(a,b) p ( x ) = x b − a , a < x < b p ( x ) = 1 , x > b p ( x ) = 0 , x < a p(x)=\frac{x}{b-a},a<x<b\\p(x)=1,x>b\\p(x)=0,x<a p(x)=b−ax​,a<x<bp(x)=1,x>bp(x)=0,x<a F ( x ) = 0 , x < a F ( x ) = x − a b − a , a < x < b F ( x ) = 0 , x > b F(x)=0,x<a\\F(x)=\frac{x-a}{b-a},a<x<b\\F(x)=0,x>b F(x)=0,x<aF(x)=b−ax−a​,a<x<bF(x)=0,x>b E = a + b 2 E=\frac{a+b}{2} E=2a+b​ V a r = ( b − a ) 2 12 Var=\frac{(b-a)^2}{12} Var=12(b−a)2​
正态分布 N ( a , σ 2 ) N(a,\sigma^2) N(a,σ2) p ( x ) = 1 2 π σ e − ( x − a ) 2 2 σ 2 p(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-a)^2}{2\sigma^2}} p(x)=2π ​σ1​e−2σ2(x−a)2​ Φ ( x ) \Phi(x) Φ(x) a a a σ 2 \sigma^2 σ2 ∫ ∞ ∞ 1 2 π e − x 2 2 = 1 \int\limits_{\infty}^{\infty}\frac{1}{\sqrt{2\pi}}e^{-\frac{x^2}{2}}=1 ∞∫∞​2π ​1​e−2x2​=1
指数分布 p ( x ) = λ e − λ x , x ≥ 0 p ( x ) = 0 , x < 0 p(x)=\lambda e^{-\lambda x},x\ge 0\\p(x)=0,x<0 p(x)=λe−λx,x≥0p(x)=0,x<0 F ( x ) = 1 − e − λ x , x ≥ 0 F ( x ) = 0 , x < 0 F(x)=1-e^{-\lambda x},x\ge 0\\F(x)=0,x<0 F(x)=1−e−λx,x≥0F(x)=0,x<0 1 λ \frac1\lambda λ1​ 1 λ 2 \frac{1}{\lambda^2} λ21​
二项分布 B ( n , p ) B(n,p) B(n,p) P ( ϵ = k ) = C ( k , n ) p k ( 1 − p ) n − k P(\epsilon=k)=C(k,n)p^k(1-p)^{n-k} P(ϵ=k)=C(k,n)pk(1−p)n−k n p np np n p ( 1 − p ) np(1-p) np(1−p)多次概率用中心极限定理计算

标签:总结,12,frac,xb,常见,Var,分布,np,sigma
来源: https://blog.csdn.net/HGGshiwo/article/details/112689845