概率论期末速成(知识点+例题)

考试范围

一:

  • 事件关系运算
  • 性质
  • 全概率公式、贝叶斯公式
  • 古典概型

二:

  • 离散分布律
  • 连续密度函数性质 -> 解决三个问题(求待定系数、求概率、求密度函数)
  • 分布函数 -> 解决三个问题
  • 常用分布(最后一节课的那几个分布)

三:

  • 离散(连续)型七个问题:(分布律(确定系数))、概率、边缘分布(密度)、独立性、条件分布(密度)、函数分布、协方差(相关系数)

四:

  • 数学期望、方差(计算、常用分布、分析)
  • 切比雪夫不等式
  • 二维 - 两个变量的相关性和独立性、协方差

五:

  • 中心极限定理

第一课

1.1 无放回类题目(古典概型)

image.png

image.png

image.png

image.png

1.2 有放回类题目

image.png

image.png

1.3 需要画图的题目

image.png

1.4 全概率公式

相互独立的两个事件 A 和 B,同时发生的概率是 P(AB) = P(A) * P(B)

image.png

image.png

1.5 贝叶斯公式

image.png

image.png

1.6事件概率(关系运算 / 条件概率)

加法:

image.png

减法:

image.png

乘除:

image.png

image.png

相互独立事件互不影响。

第二课

2.1 已知分布函数 Fx(x) 与密度函数 fx(x) 中的一项,求另一项

image.png

image.png

image.png

2.2 已知Fx(x)与fx(x)中的一种,求P

这里 P 里面的等于号不影响。F 或者 f 的x 下标有无对自身没有影响。

image.png

2.3 Fx(x)或fx(x)含未知数,求未知数

标准化的几个公式。

image.png

image.png

2.4 求分布律

分布列就是分布律。

image.png

image.png

image.png

像掷骰子这样的问题是顺序问题(A)。

2.5 已知含有未知数分布列,求未知数

已知分布列如下,求 k 的值。

image.png

第三课

3.1 已知 X 分布列,求 Y 的分布列

image.png

以下写法也可以:

image.png

第四课

4.1 符合均匀分布,求概率

image.png

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

4.2 符合泊松分布,求概率

image.png

4.3 符合二项分布,求概率

image.png

4.4 符合指数分布,求概率

image.png

4.5 符合正态分布,求概率

标准正态分布,N(0, 1)。

image.png

第五课

5.1 已知二维离散型分布律,求?

image.png

5.2 已知二维离散型分布律,判断独立性

image.png

image.png

5.3 已知 F(x, y),求 f(x, y)

image.png

5.4 连续型二维变量的分布函数 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 求待定系数和分布函数 F(x)

image.png

image.png

那如果有三个为未知项呢?利用分段点出连续可求。

image.png

image.png

image.png

第六课

6.1 求边缘分布函数

image.png

6.2 求边缘密度函数

image.png

6.3 判断连续型二维变量的独立性

fx(x) 和 fy(y) 在上一题型中已经求过。

image.png

6.4 二维离散型随机分布(联合、边缘、条件分布和独立性)

image.png

image.png

image.png

image.png

image.png

6.5 二维连续型随机分布(联合、边缘、条件密度和独立性)

image.png

image.png

image.png

image.png

image.png

image-20240618091243150.png

image.png

由规范性,矩形区域的概率就是 1。

离散型就是求分布律。

第七课

7.1 求离散型的期望 E(x)

image.png

7.2 求连续型的期望 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 根据E(x)、D(x)的性质进行复杂运算

image.png

7.6 E(X)、D(X)与各种分布的综合题

image.png

第八课

8.1 协方差 Cov、密度系数 Pxy、方差 D 相关类题目

离散型:

image.png

连续型:

image.png

P(rou) 不等于 0 ,则 X 和 Y 相关。

8.2 利用切比雪夫不等式求概率

image.png

8.3 多项独立同分布,求总和怎样的概率

image.png

第九课

9.1 求离散型的期望

image.png

9.2 求连续型的期望

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 根据E(x)、D(x)的性质进行复杂运算

image.png

9.6 E(x)、D(x) 与各种分布的综合题

0-1 分布:E(x) = p; D(x) = p(1 - p)

image.png

二项分布也是伯努利概型(独立、n次重复试验、每次只有 A 和 非A 两种结果)。

第十课

中心极限定理

n个变量、独立、同分布

image.png

规范化后得到标准正态:
image.png
image.png

image.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/791550.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Linux 调试命令记录

查看CPU信息 cat /proc/cpuinfo 显示当前电源功耗 top 命令能够清晰的展现出系统的状态,而且它是实时的监控,按 q 退出。 uptime 与 w 这两个命令只是单纯的反映出负载,所表示的是过去的1分钟、5分钟和15分钟内进程队列中的平均进程数量。…

【机器学习】机器学习详解-小白入门(随记)

🎈边走、边悟🎈迟早会好 机器学习(Machine Learning)是一种人工智能技术,通过让计算机系统从数据中学习并改进其性能,而不是通过显式编程来完成特定任务。其核心概念是利用算法和统计模型对大量数据进行分…

「解析」Cosine-Warmup 学习率策略

参考论文:SGDR: Stochastic Gradient Descent with Warm Restarts Bag of Tricks for Image Classification with Convolutional Neural Networks 梯度下降算法需要我们设置一个值,用来控制权重更新幅度,我们将其称之为学习率。它是控制模型学…

统信UOS桌面操作系统上删除系统升级后GRUB中的回滚条目与备份

原文链接:统信UOS删除升级后GRUB中的回滚条目与备份 Hello,大家好啊!今天给大家带来一篇关于在统信UOS桌面操作系统上删除系统升级后GRUB中的回滚条目与备份的文章。在进行系统升级后,GRUB引导菜单中可能会出现多个回滚条目和备份…

maven高级1——一个项目拆成多个

把原来一个项目,拆成多个项目。 !!他们之间,靠接口通信。 以ssm整合好的项目为例: 如何看拆的ok不ok 只要compile通过就ok。 拆分pojo 先新建一个项目模块,再把内容复制进去。 拆分dao 1.和上面一样…

Python爬虫速成之路(1):获取网页源代码

hello hello~ ,这里是绝命Coding——老白~💖💖 ,欢迎大家点赞🥳🥳关注💥💥收藏🌹🌹🌹 💥个人主页:绝命Coding-CSDN博客 &a…

暴雨、高温等极端天气频发,农险业务迎大考

近期,湖北地区暴雨如注,持续的强降水使得地势低洼的农田面临严重的渍涝风险,早稻、再生稻等作物或将遭受“雨洗禾花”的威胁。 山东的农田却饱受高温干旱的煎熬,南四湖下级湖水位持续降低,农作物受旱面积不断扩大&…

grep对文件内容搜索(附重要拓展-正则表达式)

文件搜索是搜索查找符合条件的某文件的目录,若要编辑文件或对文件的某配置进行修改,就需要对文件内容进行搜索。 grep 命令是 Linux 及类 Unix 操作系统中的一个强大的文本搜索工具,用于搜索一个或多个文件中匹配给定模式的行。grep 代表“Gl…

请跳至打印机属性的“Adobe PDF设置”页面,取消选择“仅停靠系统字体;不使用文档字体”

场景: 当使用adobe pdf打印时,出现如下提示“请跳至打印机属性的“Adobe PDF设置”页面,取消选择“仅停靠系统字体;不使用文档字体””,该如何解决。 描述 □“仅停靠系统字体;不使用文档字体” 复选本框…

nginx安装配置视频频服务器-windows

编译安装nginx 1、安装perl 安装地址: https://strawberryperl.com,选择msi安装程序即可 2、安装sed for windows 下载地址:https://sourceforge.net/projects/gnuwin32/files/sed/,执行安装程序结束后,将安装包bin目录配置到…

javaweb学习day1《HTML篇》--新浪微博(前端页面的创建思路及其HTML、css代码详解)

一、前言 本篇章为javaweb的开端,也是第一篇综合案例,小编也是看着黑马程序员的视频对里面的知识点进行理解,然后自己找一个新浪微博网页看着做的,主要还是因为懒,不想去领黑马程序员的资料了。 小编任务javaweb和ja…

MybatisPlus 使用教程

MyBatisPlus使用教程 文章目录 MyBatisPlus使用教程1、使用方式1.1 引入依赖1.2 构建mapper接口 2、常用注解2.1 TableName2.2 TableId2.3 TableField MyBatisPlus顾名思义便是对MyBatis的加强版,但两者本身并不冲突(只做增强不做改变): 引入它并不会对原…

【Python专栏】搭建Pyhthon运行环境及开发环境 | 安装Python | 安装PyCharm

博客主页:Duck Bro 博客主页系列专栏:Python专栏关注博主,后期持续更新系列文章如果有错误感谢请大家批评指出,及时修改感谢大家点赞👍收藏⭐评论✍******文件安装包详见文章末尾****** 搭建Pyhthon运行环境及开发环境…

高可用hadoop分布式节点的扩容

解决方案 修改hdfs-site.xml 文件 原xml文件 <?xml version"1.0" encoding"UTF-8"?> <?xml-stylesheet type"text/xsl" href"configuration.xsl"?> <!--Licensed under the Apache License, Version 2.0 (th…

使用 Python 绘制美国选举分级统计图

「AI秘籍」系列课程&#xff1a; 人工智能应用数学基础 人工智能Python基础 人工智能基础核心知识 人工智能BI核心知识 人工智能CV核心知识 如何创建美国选举结果的时间序列分级统计图 数据地址为源地址&#xff0c;如果失效请与我联系。 2024 年美国大选将至&#xff0c;…

【高中数学/指数、对数】已知9^m=10,a=10^m-11,b=8^m-9,则ab两数和0的大小关系是?(2022年全国统考高考真题)

【问题】 已知9^m10,a10^m-11,b8^m-9,则&#xff08;&#xff09; A.a>0>b B.a>b>0 C.b>a>0 D.b>0>a 【解答】 首先注意到10^log10_11-110,8^log8_9-90&#xff0c; 问题就转化为log8_9,log9_10,log10_11谁大谁小的问题&#xff0c; 再进一步…

JavaScript中的Symbol类型是什么以及它的作用

聚沙成塔每天进步一点点 本文回顾 ⭐ 专栏简介JavaScript中的Symbol类型是什么以及它的作用1. 符号&#xff08;Symbol&#xff09;的创建2. 符号的特性3. 符号的作用3.1 属性名的唯一性3.2 防止属性被意外访问或修改3.3 使用内置的符号3.4 符号与属性遍历 4. 总结 ⭐ 写在最后…

Oracle执行一条SQL的内部过程

一、SQL语句根据其功能主要可以分为以下几大类&#xff1a; 1. 数据查询语言&#xff08;DQL, Data Query Language&#xff09; 功能&#xff1a;用于从数据库中检索数据&#xff0c;常用于查询表中的记录。基本结构&#xff1a;主要由SELECT子句、FROM子句、WHERE子句等组成…

js逆向第24例:FastMoss数据分析网站Fm-Sign加密字段破解

文章目录 一、前言二、定位关键参数三、代码实现一、前言 破解:FastMoss数据分析网站Fm-Sign加密字段 二、定位关键参数 先看一下网站加密字段是长什么样,如下图,老手估计一下子就能发现字段Fm-Sign:的密文类似md5加密后的结果。 直接全局搜索Fm-Sign:看来key也没有做混…

SpringMVC(3)——SpringMVC注解实战

前言 SpringMVC&#xff08;2&#xff09;——controller方法参数与html表单对应&#xff08;请求参数的绑定&#xff09; 上篇博客我们提到了controller方法的参数与html表单之间的对应关系 但是这种对应关系有很多缺点&#xff1a; 传递参数只能放在request的body当中&am…