标签:display 几何 维度 sqrt play sso sigma 函数 spl
\(P(X = x)=\begin{pmatrix} n \\ x \end{pmatrix}p^{x}(1-p)^{n-x}=\frac{n!}{x!(n-x)!}p^{x}(1-p)^{n-x}=\\ \frac{n(n-1)\dots(n-x+2)(n-x+1)p^{x}}{x!}(1-p)^{n-x}\)
这里我们这样处理:\(p\rightarrow 0 ,n \rightarrow \infty\)
\(P(\lambda)\)
\[P_{k}=\frac{\lambda^{k}}{k!}e^{-\lambda}\quad k=0,1,\dots\]
\[Ge(n,p)\](用于研究单次伯努利试验的成功率)
\(P_{k}=p(1-p)^{k-1}\)
\[b(n,p)\]
\(P_{k}=\begin{pmatrix} n \\ k \end{pmatrix}p^{k}(1-p)^{n-k}\)
\[N(\mu,\sigma)\]
密度函数:\(p(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{\frac{-(x-\mu)^{2}}{2\sigma^{2}}}\)
\(\mu\)为位置参数,\(\sigma\)为尺度参数
标准正态分布:\(\mu=0,\sigma =1\)
\(p(x)=\)
标签:display 几何 维度 sqrt play sso sigma 函数 spl
原文地址:https://www.cnblogs.com/zonghanli/p/12157417.html