1. 程式人生 > >幾種簡單的概率分佈

幾種簡單的概率分佈

【離散型分佈】

1. (0-1)分佈

如果隨機變數X只能取兩個值0和1,它的分佈律是:

P{X=k}=pk(1p)k,k=0,1,(0<p<1)
或:
X01Pp1p
該樣本空間只包含兩個元素Ω={w1,w2},我們總能在
Ω上定義一個具有(0-1)分佈的隨機變數:
X=X(w)={1,w=w10,w=w2

2. 二項分佈

X的分佈律為:

P{X=k}=Cknpk(1p)nk,k=0,1,2,,n
也稱X服從引數n,p的二項分佈,記作XB(n,p)

3. 泊松分佈

若隨機變數X的所有可能取值為一切非負整數,其分佈律為:

P{X=k}=λkeλ
k!
,k=0,1,2,,

其中λ>0是常數,則稱X服從引數為λ的泊松分佈,記為XP(λ)。其影象先隨k的增大而增大,然後隨著k的增大而減小,呈單峰形。泊松分佈通常適用於描繪大量重複試驗中稀有事件出現的次數的概率分佈。

4. 幾何分佈

一次試驗中只考慮某事件A出現或不出現,設P(A)=p
P(A¯)=1p=q(0<p<1)。先考慮相繼的貝努利試驗,一旦出現事件A就立即停止試驗。用X表示事件A首次出現時所需要的試驗次數,則X是一個離散型隨機變數,其可能取值是全體自然數,其分佈律為:

P{X=k}=qk1p,k=1,2,,(q=1p,0<p<1)
為幾何級的一般項,則稱X服從引數為p的幾何分佈

【連續型分佈】

1. 連續分佈

設連續性隨機變數X在有限區間(a,b)內取值,且其概率密度為:

f(x)=1ba,a<x<b0,
X服從區間(a,b)上的均勻分佈,記作XU(a,b)。其對應的分佈函式為:
F(x)=0,xaxaba,a<xb1,x>b

2. 指數分佈

若隨機變數X的密度函式為:

f(x)={λeλx,x00,x<0
其中λ>0為常數,則稱X服從引數λ的指數分佈。其相應的分佈函式為:
F(x)={1eλx,x>00,x0

3. Γ— 分佈(伽馬分佈)

若隨機變數X的密度函式為:

f(x)=
βαΓ(