常见分布的数字特征

所属章节:第4章 随机变量的数字特征

分布分布列 pkp_k 或概率密度 f(x)f(x)数学期望方差
0−10-1 分布P{X=k}=pk(1−p)1−k,k=0,1P\{X = k\} = p^k (1 - p)^{1-k}, \quad k = 0, 1ppp(1−p)p(1 - p)
二项分布 B(n,p)B(n, p)P{X=k}=Cnkpk(1−p)n−k,k=0,1,⋯ ,nP\{X = k\} = C_n^k p^k (1 - p)^{n-k}, \quad k = 0, 1, \cdots, nnpnpnp(1−p)np(1 - p)
泊松分布 P(λ)P(\lambda)P{X=k}=λkk!e−λ,k=0,1,⋯P\{X = k\} = \dfrac{\lambda^k}{k!} \mathrm{e}^{-\lambda}, \quad k = 0, 1, \cdotsλ\lambdaλ\lambda
几何分布 G(p)G(p)P{X=k}=(1−p)k−1p,k=1,2,⋯P\{X = k\} = (1 - p)^{k-1} p, \quad k = 1, 2, \cdots1p\dfrac{1}{p}1−pp2\dfrac{1 - p}{p^2}
正态分布 N(μ,σ2)N(\mu, \sigma^2)f(x)=12πσexp⁡{−(x−μ)22σ2},−∞<x<+∞f(x) = \dfrac{1}{\sqrt{2\pi}\sigma} \exp\left\{ -\dfrac{(x - \mu)^2}{2\sigma^2} \right\}, \quad -\infty < x < +\inftyμ\muσ2\sigma^2
均匀分布 U(a,b)U(a, b)f(x)=1b−a,a<x<bf(x) = \dfrac{1}{b - a}, \quad a < x < ba+b2\dfrac{a + b}{2}(b−a)212\dfrac{(b - a)^2}{12}
指数分布 E(λ)E(\lambda)f(x)=λe−λx,x>0f(x) = \lambda \mathrm{e}^{-\lambda x}, \quad x > 01λ\dfrac{1}{\lambda}1λ2\dfrac{1}{\lambda^2}

关联知识

原文:原笔记 · 4.2.2 性质 P105(原文件第 578–587 行)。

返回概率论导航