1) 离散随机变量的均匀分布：假设X 有k 个取值：x1, x2, , xk 则均匀分布的概率密度函数为：2) 连续随机变量的均匀分布：假设X 在[a, b] 上均匀分布，则其概率密度函数为：2 伯努1 离散型分布：0-1分布。只先进行一次事件试验，该事件发生的概率为p，不发生的概率为1-p 2 离散型分布：几何分布。在n次伯努利试验中，试验k次才得到第一次成功的概率。详也就是说
也就是事件A发生的概率等于事件A所包含的基本事件个数除以基本空间的基本事件的总个数，这是P.-S.拉普拉斯的古典概率定义，或称之为概率的古典定义.历史上古典概率是由研究诸如频率是概率的近似值，概率是频率的稳定值。反思归纳：只有事件之间是互斥时，才能使用适用于想让加法公式。解题时要首先确定事件之间的的互斥关系。反思归纳：古典概型是基本事件
相对应的概率分布也分为两种类型，离散概率分布和连续概率分布。一、离散概率分布介绍四种离散概率分布，伯努利分布、二项分布、几何分布和泊松分布。伯努利分布(Bernoulli Distr概率事件分为3类，分别是：必然事件、不可能事件和随机事件三种情况。必然事件，在一定的条件下重复进行试验时，有的事件在每次试验中必然会发生，这样的事件叫必然发生的事件，简称必然
以下是几种常见的离散型概率分布和连续型概率分布类型：伯努利分布(Bernoulli Distribution):常称为0-1分布，即它的随机变量只取值0或者1。伯努利试验是单次1、古典概型：存在n种等可能结果。比如做单项选择题的时候瞎蒙，概率都是1/4;掷骰子每个点数的概率都是1/6;掷硬币正反面的概率都是1/2。计算步骤：1)计算n,有多少种可能；2)计算时
