退化分布(单点分布)

若随机变量只取常数,即

并不随机,但我们把它看作随机变量的退化情况更为方便,因此称之为退化分布,又称单点分布.

离散均匀分布

若随机变量的分布律为

则称之为离散均匀分布,记作​.

Property

  1. 特征函数

Bernoulli分 布

若 随 机 变 量的分布律为

则称之为离散均匀分布,记作Ber.

设事件出现的概率为,则为一次伯努利试验中​出现的次数.

Property

  1. 特征函数

二项分布

若随机变量​的分布律为

则称之为以为参数的二项分布,记作.

设事件在每次试验中出现的概率均为,且每次实验相互独立,则重伯努利试验中事件​出现的次数.

Property

  1. 特征函数

几何分布

若随机变量的分布律为

则称之为几何分布,记作Geom.

在伯努利试验中, 设事件在每次试验中出现的概率均为,则为事件首次出现时的总试验次数;

Property

  1. 特征函数

Poisson分 布

若 随 机 变 量 的分布律为

其中,则称服从Poisson分布,记为Poi

Property

  1. 特征函数

  2. 数学期望

  3. 方差

负二项分布

对于任意实数,若随机变量的分布律为

则称之为负二项分布,记作​。

Property

  1. 特征函数

在伯努利试验中,设事件在每次试验中出现的概率均为,则为直到事件成功次时,试验的总失败次数。

负二项分布通常用于替换Poisson分布。同Poisson分布一样,它也在非负整数上取值,但因为它包含两个参数,相比Poisson 分布其变化更灵活。Poisson分布的方差和均值相等,但负二项分布的方差大于均值.

Property

  1. 特征函数

连续均匀分布

如果的概率密度为

其中,则称之为区间上的(连续)均匀分布,记为

Property

  1. 特征函数

正态分布

如果的概率密度为

则称之为参数为的正态分布,也称为高斯分布,记为

Property

  1. 若随机变量X服从正态分布,其中,​阶原点矩

    证明 $E(X^k)=(k-1)E(X^{k-2}),E(X)=0$
  2. 特征函数

指数分布

如果的概率密度为

则称之为指数分布,记为Exp

Property

  1. 特征函数

  2. 分布函数

  3. 数学期望

  4. 方差

卡方分布

如果的概率密度为

为正整数,则称之为自由度为的卡方分布,记为

Property

  1. 特征函数

  2. 数学期望

    方差

的概率密度为

, , 则称服从形状参数,反尺度参数分布,记为.

image-20240602162822256

  1. 如果,对任意的

  2. 如果Exp,则

  3. 如果,则

  4. 如果相互独立同分布且服从参数为的指数分布,则

  5. 分布函数

  6. 特征函数

多维正态分布

,阶正定对称矩阵,并且其行列式为.如果的联合概率密度为

则称之为维正态分布,记为

Property

  1. 特征函数

  2. ,则X的任一线性函数 服从维正态分布

  3. ,则

  4. ,并且相互独立,则

    其中均值,协方差矩阵

  5. 服从维正态分布当且仅当其任意非零线性组合

    服从正态分布,其中不全为零.

  6. 特别的,对二位联合正态分布,其联合概率密度为

    其中相关系数