概率論期末速成(知識點+例題)

考試范圍

一:

  • 事件關系運算
  • 性質
  • 全概率公式、貝葉斯公式
  • 古典概型

二:

  • 離散分布律
  • 連續密度函數性質 -> 解決三個問題(求待定系數、求概率、求密度函數)
  • 分布函數 -> 解決三個問題
  • 常用分布(最后一節課的那幾個分布)

三:

  • 離散(連續)型七個問題:(分布律(確定系數))、概率、邊緣分布(密度)、獨立性、條件分布(密度)、函數分布、協方差(相關系數)

四:

  • 數學期望、方差(計算、常用分布、分析)
  • 切比雪夫不等式
  • 二維 - 兩個變量的相關性和獨立性、協方差

五:

  • 中心極限定理

第一課

1.1 無放回類題目(古典概型)

image.png

image.png

image.png

image.png

1.2 有放回類題目

image.png

image.png

1.3 需要畫圖的題目

image.png

1.4 全概率公式

相互獨立的兩個事件 A 和 B,同時發生的概率是 P(AB) = P(A) * P(B)

image.png

image.png

1.5 貝葉斯公式

image.png

image.png

1.6事件概率(關系運算 / 條件概率)

加法:

image.png

減法:

image.png

乘除:

image.png

image.png

相互獨立事件互不影響。

第二課

2.1 已知分布函數 Fx(x) 與密度函數 fx(x) 中的一項,求另一項

image.png

image.png

image.png

2.2 已知Fx(x)與fx(x)中的一種,求P

這里 P 里面的等于號不影響。F 或者 f 的x 下標有無對自身沒有影響。

image.png

2.3 Fx(x)或fx(x)含未知數,求未知數

標準化的幾個公式。

image.png

image.png

2.4 求分布律

分布列就是分布律。

image.png

image.png

image.png

像擲骰子這樣的問題是順序問題(A)。

2.5 已知含有未知數分布列,求未知數

已知分布列如下,求 k 的值。

image.png

第三課

3.1 已知 X 分布列,求 Y 的分布列

image.png

以下寫法也可以:

image.png

第四課

4.1 符合均勻分布,求概率

image.png

外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳

4.2 符合泊松分布,求概率

image.png

4.3 符合二項分布,求概率

image.png

4.4 符合指數分布,求概率

image.png

4.5 符合正態分布,求概率

標準正態分布,N(0, 1)。

image.png

第五課

5.1 已知二維離散型分布律,求?

image.png

5.2 已知二維離散型分布律,判斷獨立性

image.png

image.png

5.3 已知 F(x, y),求 f(x, y)

image.png

5.4 連續型二維變量的分布函數 F(x) 和概率密度 f(x)

5.4.1 求概率密度 f(x) 和 概率

image.png

image.png

5.4.2 求待定系數和分布函數 F(x)

image.png

image.png

那如果有三個為未知項呢?利用分段點出連續可求。

image.png

image.png

image.png

第六課

6.1 求邊緣分布函數

image.png

6.2 求邊緣密度函數

image.png

6.3 判斷連續型二維變量的獨立性

fx(x) 和 fy(y) 在上一題型中已經求過。

image.png

6.4 二維離散型隨機分布(聯合、邊緣、條件分布和獨立性)

image.png

image.png

image.png

image.png

image.png

6.5 二維連續型隨機分布(聯合、邊緣、條件密度和獨立性)

image.png

image.png

image.png

image.png

image.png

image-20240618091243150.png

image.png

由規范性,矩形區域的概率就是 1。

離散型就是求分布律。

第七課

7.1 求離散型的期望 E(x)

image.png

7.2 求連續型的期望 E(x)

image.png

7.3 已知 Y= g(x), 求 E(y)

image.png

image.png

7.4 求方差 D(x)

image.png

7.5 根據E(x)、D(x)的性質進行復雜運算

image.png

7.6 E(X)、D(X)與各種分布的綜合題

image.png

第八課

8.1 協方差 Cov、密度系數 Pxy、方差 D 相關類題目

離散型:

image.png

連續型:

image.png

P(rou) 不等于 0 ,則 X 和 Y 相關。

8.2 利用切比雪夫不等式求概率

image.png

8.3 多項獨立同分布,求總和怎樣的概率

image.png

第九課

9.1 求離散型的期望

image.png

9.2 求連續型的期望

image.png

9.3 已知Y=g(x),求E(Y)

image.png

image.png

9.4 求方差 D(x)

image.png

9.5 根據E(x)、D(x)的性質進行復雜運算

image.png

9.6 E(x)、D(x) 與各種分布的綜合題

0-1 分布:E(x) = p; D(x) = p(1 - p)

image.png

二項分布也是伯努利概型(獨立、n次重復試驗、每次只有 A 和 非A 兩種結果)。

第十課

中心極限定理

n個變量、獨立、同分布

image.png

規范化后得到標準正態:
image.png
image.png

image.png

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/44212.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/44212.shtml
英文地址,請注明出處:http://en.pswp.cn/web/44212.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

手電筒的光能飛到宇宙盡頭嗎

如果我們打開手電筒向夜空照一秒再關掉,我們將會看到,在關掉手電筒的一瞬間,手電筒發出的光束也會消失,那么,它發出的光哪去了呢?下面我們就來聊一下這個話題。實際上,我們看到的光束&#xff0…

Spark SQL 概述

Spark SQL 概述 Spark SQL 是 Apache Spark 的一個模塊,專門用于處理結構化數據。它集成了 SQL 查詢和 Spark 編程的強大功能,使得處理大數據變得更加高效和簡便。通過 Spark SQL,用戶可以直接在 Spark 中使用 SQL 查詢,或者使用 …

ubuntu16.04安裝低版本cmake(安裝cmake安裝)

文章目錄 ubuntu16.04安裝低版本cmake(安裝cmake安裝)1. **下載并解壓CMake壓縮文件**:- 首先,你需要從CMake的官方網站或其他可靠來源下載cmake-2.8.9-Linux-i386.tar.gz文件。- 然后在終端中使用以下命令解壓文件: 2…

BFS:多源BFS問題

一、多源BFS簡介 超級源點&#xff1a;其實就是把相應的原點一次性都丟到隊列中 二、01矩陣 . - 力扣&#xff08;LeetCode&#xff09; class Solution { public:const int dx[4]{1,-1,0,0};const int dy[4]{0,0,1,-1};vector<vector<int>> updateMatrix(vector…

Makefile--自動識別編譯環境(x86還是arm)進行編譯

在日常工作中&#xff0c;我們會在虛擬機下的x86系統進行架叉編譯&#xff0c;有時需要在arm上直接進行編譯。但工程都是一樣的&#xff0c;只是Makefile不一樣&#xff0c;這時就涉及到Makefile的靈活運用了。以下是一個自動識別編譯環境的通用Makefile&#xff1a; TARGET_A…

headerpwn:一款針對服務器響應與HTTP Header的模糊測試工具

關于headerpwn headerpwn是一款針對服務器響應與HTTP Header的模糊測試工具&#xff0c;廣大研究人員可以利用該工具查找網絡異常并分析服務器是如何響應不同HTTP Header的。 功能介紹 當前版本的headerpwn支持下列功能&#xff1a; 1、服務器安全與異常檢測&#xff1b; 2、…

PyTorch 1-深度學習

深度學習-PyTorch 一: Pytorch1> pytorch簡介2> PyTorch 特點&優勢3> pytorch簡史4> pytorch 庫5> PyTorch執行流程6> PyTorch 層次結構二: PyTorch常用的高級API和函數1> 自動求導(Autograd)2> 模型容器(Module)3> 優化器(Optimizer)4&g…

Java Stream API詳解:高效處理集合數據的利器

引言 Java 8引入了許多新特性&#xff0c;其中最為顯著的莫過于Lambda表達式和Stream API。Stream API提供了一種高效、簡潔的方法來處理集合數據&#xff0c;使代碼更加簡潔明了&#xff0c;且具有較高的可讀性和可維護性。本文將深入探討Java Stream API的使用&#xff0c;包…

QFileDialog的簡單了解

ps&#xff1a;寫了點垃圾&#xff08;哈哈哈&#xff09; 它繼承自QDialog 這是Windows自己的文件夾 這是兩者的對比圖&#xff1a; 通過看QFileDialog的源碼&#xff0c;來分析它是怎么實現這樣的效果的。 源碼組成&#xff1a; qfiledialog.h qfiledialog_p.h&#xff…

Python面試寶典第11題:最長連續序列

題目 給定一個未排序的整數數組 nums &#xff0c;找出數字連續的最長序列&#xff08;不要求序列元素在原數組中連續&#xff09;的長度。請你設計并實現時間復雜度為 O(n) 的算法解決此問題。 示例 1&#xff1a; 輸入&#xff1a;nums [100,4,200,1,3,2] 輸出&#xff1a;…

微信小程序中的數據通信

方法1: 使用回調函數 在app.js中:可以在修改globalData后執行一個回調函數,這個回調函數可以是頁面傳遞給app的一個更新函數。// app.js App({globalData: {someData: ,},setSomeData(newData, callback) {this.globalData.someData = newData;if (typeof callback === funct…

打造熱銷爆款:LazadaShopee店鋪測評與關鍵詞策略

面對Lazada和Shopee平臺上店鋪銷量難以突破的困境&#xff0c;賣家們往往尋求各種解決方案。其中&#xff0c;店鋪測評作為提升店鋪信譽、優化產品排名及增加曝光度的有效手段&#xff0c;正逐漸成為賣家關注的焦點。以下將深入探討店鋪測評的好處、實施技巧及自養號的關鍵要素…

提升校園效率:智慧校園后勤管理中的尋物管理功能

在智慧校園后勤管理體系中&#xff0c;尋物管理功能扮演著連接遺失與找回的橋梁角色&#xff0c;它充分利用現代信息技術&#xff0c;為校園內的師生提供了一套高效、便捷的失物招領解決方案。此功能圍繞以下幾個核心方面展開。 首先&#xff0c;它支持在線報失與信息登記。一旦…

如何連接到公司的服務器?

1.下載FileZilla FileZilla的下載與安裝以及簡單使用&#xff08;有圖解超簡單&#xff09;-CSDN博客 2.打開 3.輸入主機 用戶名 密碼 端口 注&#xff1a;主機支持的協議類型&#xff1a; 4.連接成功 其他方式也有很多&#xff0c;比如通過cmd&#xff0c;html網頁等等 3個…

昇思25天學習打卡營第19天|ShuffleNet圖像分類

今天是參加昇思25天學習打卡營的第19天&#xff0c;今天打卡的課程是“ShuffleNet圖像分類”&#xff0c;這里做一個簡單的分享。 1.簡介 在第15-18日的學習內容中&#xff0c;我們陸陸續續學習了計算機視覺相關的模型包括圖像語義分割、圖像分類、目標檢測等內容&#xff0c…

面試遲到了怎么辦

嗨&#xff0c;我是蘭若姐姐。作為一名面試官&#xff0c;最近面試了很多的測試候選人&#xff0c;有了很多感慨&#xff0c;借此抒發一下&#xff0c;我不知道別人面試更看重的是什么&#xff0c;但是在我這里&#xff0c;我最看重的是態度&#xff0c;其次才是技能 我覺得作…

vivado EXTRACT_ENABLE、EXTRACT_RESET

可提取 EXTRACT_ENABLE控制寄存器推斷是否啟用。通常&#xff0c;Vivado工具 提取或不提取基于啟發式方法&#xff0c;通常有利于最大程度的 設計。如果Vivado的行為不符合預期&#xff0c;此屬性將覆蓋 工具的默認行為。如果有不希望的啟用連接到CE引腳 觸發器&#xff0c;此屬…

中關村軟件園發布“數據合規與出境評估服務平臺”

在2024中關村論壇年會期間&#xff0c;中關村軟件園發布“數據合規與出境評估服務平臺”。該平臺是中關村軟件園結合北京市“兩區”建設&#xff0c;立足軟件園國家數字服務出口基地和數字貿易港建設&#xff0c;圍繞園區內外部企業用戶的業務合作、科研創新、跨國運營等場景需…

Python UDP編程之實時聊天與網絡監控詳解

概要 UDP(User Datagram Protocol,用戶數據報協議)是網絡協議中的一種,主要用于快速、簡單的通信場景。與TCP相比,UDP沒有連接、確認、重傳等機制,因此傳輸效率高,但也不保證數據的可靠性和順序。本文將詳細介紹Python中如何使用UDP協議進行網絡通信,并包含相應的示例…

七天.NET 8操作SQLite入門到實戰 - 第一天 SQLite 簡介

什么是SQLite&#xff1f; SQLite是一個輕量級的嵌入式關系型數據庫&#xff0c;它以一個小型的C語言庫的形式存在。它的設計目標是嵌入式的&#xff0c;而且已經在很多嵌入式產品中使用了它&#xff0c;它占用資源非常的低&#xff0c;在嵌入式設備中&#xff0c;可能只需要幾…