離散隨機(jī)變量
-
伯努利分布(Bernoulli)：符合伯努利分布的隨機(jī)變量只有兩個(gè)可能的結(jié)果：
{0(Fail),1(Pass)}。記
炕檩。
-
二項(xiàng)式分布(Binomial)：進(jìn)行
次結(jié)果符合伯努利分布的實(shí)驗(yàn)荆秦，用
表示得到1(Pass)的次數(shù)涛癌，則
翼虫。
-
幾何分布(Geometry)：進(jìn)行無(wú)數(shù)次結(jié)果符合伯努利分布的實(shí)驗(yàn)仲智，用
饲漾。
-
泊松分布(Poisson)：某類隨機(jī)且獨(dú)立的事件平均在單位時(shí)間里出現(xiàn)
次，用
考传。
當(dāng)二項(xiàng)式分布的足夠兄づ浮（一般取
）時(shí)僚楞，可以將二項(xiàng)式分布近似為泊松分布。
伯努利過(guò)程：一個(gè)由有限或無(wú)限個(gè)獨(dú)立敌土，符合伯努利分布的隨機(jī)變量所組成的離散時(shí)間中的隨機(jī)過(guò)程镜硕。
泊松過(guò)程：一個(gè)由獨(dú)立隨機(jī)變量所組成的連續(xù)時(shí)間中的隨機(jī)過(guò)程。將事件的“發(fā)生”記作1返干，“不發(fā)生”記作0兴枯，則這些隨機(jī)變量也可以看作符合伯努利分布。
由伯努利過(guò)程和泊松過(guò)程的定義可以看出矩欠，泊松分布是二項(xiàng)式分布趨近極限時(shí)的情況财剖。這也是二項(xiàng)式分布可以近似為泊松分布的原因悠夯。當(dāng)然，在數(shù)學(xué)上有更好的推導(dǎo)：
連續(xù)隨機(jī)變量
-
均勻分布(Uniform)：
-
指數(shù)分布(Exponential)：
,
是階躍函數(shù)躺坟。
-
正態(tài)/高斯分布(Normal/Gaussian)：也常被記作
計(jì)算正態(tài)分布的累積分布函數(shù)：
a) 轉(zhuǎn)換為標(biāo)準(zhǔn)正態(tài)分布：
b) 標(biāo)準(zhǔn)正態(tài)分布的積分可以通過(guò)查表得出沦补。注意：
高斯誤差函數(shù)(error function)：
它的互補(bǔ)誤差函數(shù)是
-
萊斯分布(Racian)：一種最常見(jiàn)的用于描述接收信號(hào)包絡(luò)統(tǒng)計(jì)時(shí)變特性的分布類型。
其中是主信號(hào)幅度的峰值咪橙，
是多徑信號(hào)分量的功率
是修正的0階第一類貝塞爾函數(shù)夕膀。當(dāng)
時(shí)，退化為瑞利分布美侦。
-
瑞利分布(Rayleigh)：
