2023-01-31 03:24:43
| 分布 | 分布律/概率密度 | 数学期望 | 方差 |
|---|---|---|---|
| 0-1分布 | \(p(x=k)=p^k(1-p)^{1-k},k=0,1\) | \(p\) | \(p(1-p)\) |
| 二项分布\(B(n,p)\) | \(P(x=k)=C_n^kp^k(1-p)^{1-k}\) | \(np\) | \(np(1-p)\) |
| 泊松分布\(P(\lambda)\) | \(P(x=k)=\frac{\lambda^ke^{-\lambda}}{k!}\) | \(\lambda\) | \(\lambda\) |
| 均匀分布\(U(a,b)\) | \(f(x)=\frac{1}{b-a},(a\lt x\lt b)\) | \(\frac{a+b}{2}\) | \(\frac{(b-a)^2}{12}\) |
| 正态分布\(N(\mu,\sigma^2)\) | \(f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}}\) | \(\mu\) | \(\sigma^2\) |
| 指数分布\(E(\theta)\) | \(f(x)=\theta e^{-\theta x},x\gt 0; 0, other\) | \(\frac{1}{\theta}\) | \(\frac{1}{\theta^2}\) |