【笔记】分布函数表达式

060102240212

7 p" z7 k1 }1 W# r
  p" d2 D/ T$ l# m% R  g分布函数表达式

分布        公式        意义        特性
离散型随机变量的概率分布
伯努利分布
Bernoulli         
        又称“两点分布”或“(0-1)分布”，描述伯努利试验中成功的次数        
3 A' j* |5 D. t9 Z; _4 @7 k二项式分布
; Z  f2 R  B. ~. z3 ?2 U: dBinomial         
. d2 W# \" s: P1 V. \) E. W8 G        表示为b(n, p)，描述再n重伯努利试验中成功的次数        
! l, J% U/ V& o, U. u/ P2 n. J. G" P负二项式分布         
        产生于n次还原取样。又称“帕斯卡（Pascal）分布”，描述伯努利试验中恰好出现r次成功所需的试验次数。用于不幸事件和发病情形类的统计        
多项式分布                 n次试验中Ai出现ki次的概率， n=k1+k2+...+kr        
几何分布
Geometric         
        负二项式分布的特殊情况，描述伯努利试验中首次出现成功所需试验次数。用于某一服务（或顾客）的服务持续时间。        无后效性（又称马尔可夫的无记忆特性或马尔可夫特性，每次试验成功的概率与之前试验次数无关）
. R$ n' l2 ?4 O+ J; D超几何分布
# b( d& E: O8 V0 g  K5 a9 nHypergeometric         
' G* q! q" ?0 o  Y        产生于n次非还原取样。总体数目很大而取样次数较小时近似于二项式分布。        
2 p5 D2 p0 M: b泊松分布
Poisson                 平均到达概率=λ，时间T顾客到达期望=λT        泊松时间流特性：平稳性（到达概率与时间段无关）稀有性（短时间内最多出现1次）无后效性（不重叠时间段互相独立）微分性。
连续型随机变量的概率分布
均匀分布                 随机选择        
- }7 H% V# A, C$ l2 g. i0 a- v指数分布         
1 R6 d( W2 B' K) r) I
        又称“负指数分布（negative exponential）”。泊松事件流的等待时间（相继两次出现之间的间隔）服从指数分布。用于描述非老化性元件的寿命（元件不老化，仅由于突然故障而毁坏）。常假定排队系统中服务器的服务时间和Petri网中变迁的实施速率符合指数分布。        无后效性
9 w+ y' V1 y- @超指数分布
6 S! }8 m8 c  P( OHyperexponential         

7 ^7 S# t/ R0 y+ f- a        CPU服务时间符合超指数分布，并行装配线加工并在输出组装完成的产品数量也符合        
( W7 l, t' c5 B: I正态分布
Normal                 又称“高斯（Gauss）分布”。大量独立随机变量的和或者均值是正态分布（中心极限定理）。        
Г-分布（伽玛分布）
' T! |  D% v& X1 ?0 l& t  C+ fGamma         
其中
6 l& z4 L& L+ H0 F; f且t=1，伽玛分布为参数为λ的指数分布
: e* W+ Q! S& }. p: A' v! g; x: At=n，称为爱尔朗（Erlang）分布        对于k-爱尔朗分布，可用于描述顾客在到达窗口前需经过国k个关口，每个的通过时间服从kλ的指数分布，则顾客整个通过时间为爱尔朗到达。        
常数分布                 非随机，主要用于爱尔朗分布的分析中。

zzr

好东西，顶一个

zhangweilong19

好东西，顶一个

njumrl

dddddddddddddd

mathjiang

这次MCM有用吗？顶一下哈。

wj170601026

或许会用啊

晓雨夹雪

顶了！！！！！！

ather

这是常识吧？

yangfeiairplane

ha, i have no money

hellobaby6

回复 1# 060102240212


    还可以