| 本节介绍7种常见的分布，考生要对这些分布的分布函数有所了解。
|
|
|
|
|
| 当随机实验只有两种可能的结果时，可以用服从0-1分布的随机变量来描述。
|
|
|
|
|
|
|
|
|
| 设伯努利概型在每次试验中事件A发生的概率为p，则n次实验中A发生的次数可以用服从二项分布B(n，p)的随机变量来描述。
|
|
|
|
|
|
|
|
|
| 设独立重复中每次试验“成功”的概率均为p。如果某次试验“成功”，就不再继续试验，则试验次数可用服从几何分布G(p)的随机变量来表示。
|
|
|
| pk=P(ξ=k)=p(1-p)k-1k=0，1，2，…
|
|
|
|
|
|
|
| 泊松（Poisson）分布可作为描述大量试验中稀有事件出现次数的概率分布的数学模型。例如，数字通信中的误码数、大批量产品中不合格品数、原子蜕变放射出的粒子数都可用服从泊松分布的随机变量来表示。
|
|
|
|
|
|
|
|
|
| 当随机实验的结果在[a，b]均匀分布时，可以用服从均匀分布μ(a，b)的随机变量来描述。
|
|
|
|
|
|
|
|
|
| 设备、器件和工具的无故障工作时间或使用寿命常用服从指数分布的随机变量来描述。
|
|
|
|
|
|
|
|
|
| μ=0，σ=1的正态分布N(0，1)称作标准正态分布，其密度函数记作?(x)，它的分布函数记作Φ(x)。
|
|
|
|
|
