snapshot: 2026-07-22

1 files changed, 92 insertions, 0 deletions

diff --git a/edms7d.md b/edms7d.md
new file mode 100644
index 0000000..8ffb16e
--- /dev/null
+++ b/edms7d.md
@@ -0,0 +1,92 @@
+---
+id: edms7d
+date: 2026-07-22T13:03:43+0300
+languages: [ru]
+aliases:
+
+reviews:
+
+tags:
+- draft
+- knowledge
+---
+# Основные распределения случайных величин
+
+## Дискретные
+
+### Распределение Бернулли
+Распределение Бернулли описывает результат одного испытания Бернулли, в котором возможны только два 
+исхода:
+- успех
+- неудача
+
+Математическое ожидание:
+$M(X) = p$
+Дисперсия:
+$D(X) = pq$
+
+### Биномиальное
+Биномиальное распределение описывает число успехов в серии независимых испытаний Бернулли.
+
+Формула вероятности равна формуле Бернулли:
+$P(X = k) = C^k_n p^k (1-p)^{n-k}$
+
+Математическое ожидание:
+$M(X) = np$
+Дисперсия:
+$D(X) = npq = np(1-p)$
+
+### Геометрическое
+Геометрическое распределение описывает количество испытаний до первого успеха.
+
+Вероятность того, что первый успех произойдет на k-м испытании:
+$P(X = k) = q^{k-1}p$
+
+Математическое ожидание:
+$M(X) = \frac{1}{p}$
+Дисперсия:
+$D(X) = \frac{1 - p}{p^2}$
+
+### Распределение Пуассона
+Распределение Пуассона описывает количество редких событий за определенный промежуток времени или 
+пространства. Имеет параметр $\lambda$ - среднее число событий.
+
+Вероятность появления k событий:
+$P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!}$
+
+Математическое ожидание:
+$M(X) = \lambda$
+Дисперсия:
+$D(X) = \lambda$
+
+## Непрерывные
+
+### Равномерное
+Равномерное распределение описывает ситуацию, когда все значения случайной величины в некотором 
+диапазоне имеют одинаковую вероятность.
+
+Плотность распределения:
+$f(x) = \frac{1}{b-a}, a \le x \le b$
+
+Математическое ожидание:
+$M(X) = \frac{a+b}{2}$
+Дисперсия:
+$D(X) = \frac{(b-a)^2}{12}$
+
+### Нормальное распределение
+Нормальное распределение — одно из важнейших распределений в статистике.
+Оно описывает величины, на которые влияет большое количество независимых факторов.
+Оно полностью определяется двумя параметрами:
+- $\mu$ - математическое ожидание
+- $\sigma$ - среднеквадратиеское (стандартное) отклонение
+
+Плотность распределения задана функцией Гаусса:
+$f(x) = \frac{1}{\sigma\sqrt{2\pi}}e^{-(\frac{x-\mu}{\sigma})^2}$
+
+Математическое ожидание:
+$M(X) = \mu$
+Дисперсия:
+$D(X) = \sigma^2$
+
+# Up
+- [Теория вероятностей и математическая статистика](e6ulbq)