当前位置: 首页 > news >正文

期末概率论总结提纲(仅适用于本校,看文中说明)

文章目录

  • 说明
  • A
    • 选择题
      • 1.硬币
      • 2.两个事件的关系 与或非
      • 3.概率和为1
      • 4.概率密度 均匀分布
      • 5.联合分布率求未知参数
      • 6.联合分布率求未知参数
      • 7.什么是统计量(记忆即可)
      • 8.矩估计量
      • 9.117页12题
      • 10.显著水平阿尔法(背公式就完了)
    • 判断题
      • 11.事件的关系与或非
      • 12.独立性
      • 13.相关系数 协方差(背就完了)
      • 14.置信区间长度
      • 15.假设检验 显著水平
      • 16.条件概率
    • 计算+应用题(计算题大概10道,==应用题2道:全概率公式(考了) 假设检验(考了)==)
      • 全概率
      • 假设检验(背就完了)
      • 17.43页 例1(没考连续型由概率密度求分布函数)
      • 18.94页 例7 --->看书(==考了,给了概率密度,让求EX==)
      • 19.95页 例7例3 ---->看书(==考了,最简单的离散型求期望==)
      • 20.245页 回归方程 ---->看书(没考)
      • 21.65页 边缘分布 ---->看书(==考了,很简单的,给了个联合分布,让求边缘分布,根据情况将某行或某列的概率相加即可==)
  • B
    • 选择题
      • 1.硬币(A)
      • 2.两个事件的关系 与或非(A)
      • 3.分布律(A)
      • 4.正态分布标准化
      • 5.分布律求未知参数(A)
      • 6.求数学期望(==考了,让求个连续型随机变量的EX==)
      • 7.期望和方差关系
      • 8.相关系数表明意义
      • 9.一元线性回归问题
      • 10.什么是统计量
    • 判断题
      • 1.两事件关系与或非
      • 2.互斥
      • 3.独立性
      • 4.极大似然估计量和自然估计量的关系
      • 5.假设检验
      • 6.根据概率密度求概率
    • 计算题(全概率公式 假设检验)
      • 1.条件概率 (==考了,用一下条件概率的公式就行==)
      • 2.根据概率求积分(没考)
      • 3.相关系数 协方差 (没考)
      • 4.联合分布律XY (考了,前面A卷部分提到了,给了联合分布律,让求边缘,某行某列相加就行)
      • 5.XY判断独立性(==考了,p{X=,Y=} = p(x=)p(y=),很简单,给你了联合分布律,根据判断是否独立的式子看看就行==)
      • 6.方差数学期望 (==考了,方差最基本的公式DX = EX^2 - (EX)^2==)
      • 7.箱线图 (==考了,给了你11个病人的数据,让你画箱线图==)
      • 8.矩估计(==考了,求个样本μ均值的矩估计值==)
      • 9.分布律求分布函数(==考了个离散型的分布律求分布函数==)

说明

本文适用于2026年广州南方学院考概率论的学弟学妹们,主要目的是给提前复习的同学带来一点便利,这里根据2024年老师所给的AB卷提纲并根据考完后的记忆总结2024年1月考试的大题和小题分布,难度偏简单。主要看看大题的分布类型
另外地文中图片多数来自于b站b站一高数Kira老师这里也非常推荐去看看这个速成课,大约5个小时

A

选择题

1.硬币

在这里插入图片描述

2.两个事件的关系 与或非

在这里插入图片描述
在这里插入图片描述

3.概率和为1

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述

4.概率密度 均匀分布

在这里插入图片描述

5.联合分布率求未知参数

看到分布律就要想到
取值
求概率
求X>Y的所有X、Y的取值,然后对照联合分布律看看所有的情况相加为0.35,在结合所有情况的概率相加为1来解未知数
在这里插入图片描述

6.联合分布率求未知参数

7.什么是统计量(记忆即可)

7fb.png)
在这里插入图片描述

8.矩估计量

求矩估计,首先列X拔 = EX,求期望,然后解的未知参数,也就是求的谁的矩估计值,最后将X拔给带入
解得方程,注意估计值的写法:头顶有个帽子
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

9.117页12题

在这里插入图片描述

在这里插入图片描述

10.显著水平阿尔法(背公式就完了)

在这里插入图片描述

在这里插入图片描述

判断题

11.事件的关系与或非

12.独立性

13.相关系数 协方差(背就完了)

需要记住协方差的性质
在这里插入图片描述

14.置信区间长度

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

15.假设检验 显著水平

16.条件概率

计算+应用题(计算题大概10道,应用题2道:全概率公式(考了) 假设检验(考了)

全概率

在这里插入图片描述
在这里插入图片描述

假设检验(背就完了)

四步走:
看看已给题目是双侧还是单侧
1、写H0与H1
2、写检验统计量T和拒绝域
3、将H0以及一些条件带入计算检验统计量
4、画图,检验统计值落在哪个范围,如果落在中间就接收H0,认为…
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

17.43页 例1(没考连续型由概率密度求分布函数)

由概率密度求分布函数,这里需要注意积分的上下限

在这里插入图片描述

18.94页 例7 —>看书(考了,给了概率密度,让求EX

这里考察均匀分布的概率密度求期望
求谁的期望,就把谁往概率密度前面乘求积分

在这里插入图片描述

19.95页 例7例3 ---->看书(考了,最简单的离散型求期望

离散型分布律求期望

如果候车50min即在9:10等到了车,而题目又说每天八点到九点,九点到十点,都恰有一辆车到站,说明在9点10分等到了车
之前是没等到的,那没等到结合乘客来的时间八点二十,那么八点十分有一辆车,说明后面需要乘上八点十分来车的概率
在这里插入图片描述

20.245页 回归方程 ---->看书(没考)

在这里插入图片描述
在这里插入图片描述

21.65页 边缘分布 ---->看书(考了,很简单的,给了个联合分布,让求边缘分布,根据情况将某行或某列的概率相加即可

求联合分布律与边缘分布律
联合分布律和边缘分布律主要还是看某个取值占总体的多少,比如p{D=1,F=0}指的是当D取1F取0发生的总数占总体的情况,结果只有一个,P{D=1}当D取1的情况占总情况的比例
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

B

选择题

1.硬币(A)

2.两个事件的关系 与或非(A)

3.分布律(A)

4.正态分布标准化

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

5.分布律求未知参数(A)

6.求数学期望(考了,让求个连续型随机变量的EX)

在这里插入图片描述
在这里插入图片描述

7.期望和方差关系

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

8.相关系数表明意义

在这里插入图片描述

9.一元线性回归问题

10.什么是统计量

判断题

1.两事件关系与或非

2.互斥

3.独立性

4.极大似然估计量和自然估计量的关系

5.假设检验

6.根据概率密度求概率

计算题(全概率公式 假设检验)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

1.条件概率 (考了,用一下条件概率的公式就行

在这里插入图片描述
在这里插入图片描述

2.根据概率求积分(没考)

3.相关系数 协方差 (没考)

修正答案:-8 / 45
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.联合分布律XY (考了,前面A卷部分提到了,给了联合分布律,让求边缘,某行某列相加就行)

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5.XY判断独立性(考了,p{X=,Y=} = p(x=)p(y=),很简单,给你了联合分布律,根据判断是否独立的式子看看就行

XY独立可推不相关,不相关推不出独立
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

6.方差数学期望 (考了,方差最基本的公式DX = EX^2 - (EX)^2

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

7.箱线图 (考了,给了你11个病人的数据,让你画箱线图)

8.矩估计(考了,求个样本μ均值的矩估计值

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

9.分布律求分布函数(考了个离散型的分布律求分布函数

在这里插入图片描述
在这里插入图片描述

相关文章:

期末概率论总结提纲(仅适用于本校,看文中说明)

文章目录 说明A选择题1.硬币2.两个事件的关系 与或非3.概率和为14.概率密度 均匀分布5.联合分布率求未知参数6.联合分布率求未知参数7.什么是统计量(记忆即可)8.矩估计量9.117页12题10.显著水平阿尔法(背公式就完了) 判断题11.事件…...

Python视频处理:噪声矩阵与并行计算的完美融合

噪声级别对视频质量有显著的影响,主要体现在以下几个方面: 1. 视觉质量 低噪声级别:当噪声级别较低时,视频的视觉质量较好。噪声对图像细节的干扰较小,画面看起来较为清晰和自然。观众可以更容易地识别图像中的细节和…...

如何使用SparkSql

一、SparkSql的前世今生 Hive->Shark->Spark SQL 二、SparkSql依赖 <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-sql_2.11</artifactId> <version>2.1.2</version> </dependency> 三、…...

YOLOv8实战人员跌倒检测

本文采用YOLOv8作为核心算法框架&#xff0c;结合PyQt5构建用户界面&#xff0c;使用Python3进行开发。YOLOv8以其高效的实时检测能力&#xff0c;在多个目标检测任务中展现出卓越性能。本研究针对人员跌倒目标数据集进行训练和优化&#xff0c;该数据集包含丰富人员跌倒图像样…...

QT-TCP-server

为了实现高性能的TCP通讯&#xff0c;以下是一个基于Qt的示例&#xff0c;展示如何利用多个线程、非阻塞I/O、数据分块和自定义协议进行优化。该示例以TCP服务器和客户端的形式展示&#xff0c;能够承受高负载并实现快速数据传输。 高性能TCP Server示例 #include <QTcpSe…...

【STM32+QT项目】基于STM32与QT的智慧粮仓环境监测与管理系统设计(完整工程资料源码)

视频演示: 基于STM32与QT的智慧粮仓环境监测与管理系统设计 目录: 目录 视频演示: 目录: 前言:...

robot 仿真环境安装测试 [持续更新]

将持续更新各种robot simulation环境的安装过程. RLBench 安装CoppeliaSim、PyRep、RLBench git: https://github.com/stepjam/RLBench/tree/master (1)CoppeliaSim sudo gedit ~/.bashrc设置环境变量 export COPPELIASIM_ROOT=${HOME}/CoppeliaSim export LD_LIBRARY_…...

【FlutterDart】 拖动边界线改变列宽类似 vscode 那种拖动改变编辑框窗口大小(11 /100)

【Flutter&Dart】 拖动改变 widget 的窗口尺寸大小GestureDetector&#xff5e;简单实现&#xff08;10 /100&#xff09; 【Flutter&Dart】 拖动边界线改变列宽并且有边界高亮和鼠标效果&#xff08;12 /100&#xff09; 上效果&#xff1a; 这个在知乎里找到的效果&…...

R语言的循环实现

以R语言的循环实现 引言 R语言作为一种强大的统计分析和数据可视化工具&#xff0c;广泛应用于数据科学、统计学和机器学习等领域。在R语言中&#xff0c;循环是一个基本的控制结构&#xff0c;用于重复执行一段代码。循环不仅可以提高代码的可读性&#xff0c;还可以方便地处…...

Web应用安全-漏洞扫描器设计与实现

摘 要 随着Web2.0、社交网络、微博等一系列新型的互联网产品的诞生&#xff0c;基于Web环境的互联网应用越来越广泛&#xff0c;企业信息化的过程中各种应用都架设在Web平台上。Web应用的迅速发展也引起黑客们的强烈关注&#xff0c;接踵而至的就是Web安全威胁的凸显&#xff…...

视频生成Sora的全面解析:从AI绘画、ViT到ViViT、TECO、DiT、VDT、NaViT等

前言 真没想到&#xff0c;距离视频生成上一轮的集中爆发(详见《Sora之前的视频生成发展史&#xff1a;从Gen2、Emu Video到PixelDance、SVD、Pika 1.0》)才过去三个月&#xff0c;没想OpenAI一出手&#xff0c;该领域又直接变天了 自打2.16日OpenAI发布sora以来(其开发团队包…...

【已解决】如何让容器内的应用程序使用代理?

首先&#xff0c;按照这种配置方法&#xff0c;即通过在 /etc/systemd/system/docker.service.d/http-proxy.conf 中设置代理&#xff0c;它只会影响 Docker 守护进程本身&#xff0c;并不会自动影响 Docker 容器内部的软件或容器中的网络行为。 这意味着&#xff1a; Docker …...

DC/AC并网逆变器模型与仿真MATLAB

DC/AC并网逆变器是一种将直流电&#xff08;DC&#xff09;转化为交流电&#xff08;AC&#xff09;&#xff0c;并将其与电网并联的设备。它的核心功能是实现直流电源&#xff08;如光伏电池板或储能电池&#xff09;与电网的有效连接&#xff0c;同时保证输出电能质量满足电网…...

P10424 [蓝桥杯 2024 省 B] 好数

题目描述 一个整数如果按从低位到高位的顺序&#xff0c;奇数位&#xff08;个位、百位、万位……&#xff09;上的数字是奇数&#xff0c;偶数位&#xff08;十位、千位、十万位……&#xff09;上的数字是偶数&#xff0c;我们就称之为“好数”。 给定一个正整数 N&#xf…...

【Word_笔记】Word的修订模式内容改为颜色标记

需求如下:请把修改后的部分直接在原文标出来,不要采用修订模式 步骤1:打开需要转换的word后,同时按住alt和F11 进入(Microsoft Visual Basic for Appliations) 步骤2:插入 ---- 模块 步骤3:输入以下代码,点击运行 Sub HighlightInsertedText() Dim r As Revision…...

oracle位运算、左移右移、标签算法等

文章目录 位运算基础与或非同或同或应用场景 异或异或应用场景 什么是真值表 oracle基础函数创建bitor(按位或)函数bitnot(按位非)函数bitxor(按位异或)函数左移函数BITSHIFT()函数(实测不可用&#xff0c;废弃掉该方案)右移函数(略&#xff0c;有此场景吗?) 实际应用资质字典…...

spring boot学习第二十三篇:Spring Boot集成RocketMQ

前置条件先安装好RocketMQ 希望在Window10安装rocketMQ并简单使用&#xff0c;可以参考如下文章&#xff1a; Window10安装rocketMQ并简单使用-CSDN博客 1、pom.xml文件里面加上依赖 <dependency><groupId>org.apache.rocketmq</groupId><artifactId&…...

去掉el-table中自带的边框线

1.问题:el-table中自带的边框线 2.解决后的效果: 3.分析:明明在el-table中没有添加border,但是会出现边框线. 可能的原因: 由 Element UI 的默认样式或者表格的某些内置样式引起的。比如,<el-table> 会通过 border-collapse 或 border-spacing 等属性影响边框的显示。 4…...

C语言gdb调试

目录 1.gdb介绍 2.设置断点 2.1.测试代码 2.2.设置函数断点 2.3.设置文件行号断点 2.4.设置条件断点 2.5.多线程调试 3.删除断点 3.1.删除指定断点 3.2.删除全部断点 4.查看变量信息 4.1.p命令 4.2.display命令 4.3.watch命令 5.coredump日志 6.总结 1.gdb介绍…...

Spring项目创建流程及配置文件bean标签参数简介

Spring文档根目录——里面可以找到所有版本 1. 项目搭建流程 1. pom.xml中引入依赖Spring-webMVC <!-- https://mvnrepository.com/artifact/org.springframework/spring-webmvc --><dependency><groupId>org.springframework</groupId><artif…...

python打卡day49

知识点回顾&#xff1a; 通道注意力模块复习空间注意力模块CBAM的定义 作业&#xff1a;尝试对今天的模型检查参数数目&#xff0c;并用tensorboard查看训练过程 import torch import torch.nn as nn# 定义通道注意力 class ChannelAttention(nn.Module):def __init__(self,…...

DeepSeek 赋能智慧能源:微电网优化调度的智能革新路径

目录 一、智慧能源微电网优化调度概述1.1 智慧能源微电网概念1.2 优化调度的重要性1.3 目前面临的挑战 二、DeepSeek 技术探秘2.1 DeepSeek 技术原理2.2 DeepSeek 独特优势2.3 DeepSeek 在 AI 领域地位 三、DeepSeek 在微电网优化调度中的应用剖析3.1 数据处理与分析3.2 预测与…...

遍历 Map 类型集合的方法汇总

1 方法一 先用方法 keySet() 获取集合中的所有键。再通过 gey(key) 方法用对应键获取值 import java.util.HashMap; import java.util.Set;public class Test {public static void main(String[] args) {HashMap hashMap new HashMap();hashMap.put("语文",99);has…...

定时器任务——若依源码分析

分析util包下面的工具类schedule utils&#xff1a; ScheduleUtils 是若依中用于与 Quartz 框架交互的工具类&#xff0c;封装了定时任务的 创建、更新、暂停、删除等核心逻辑。 createScheduleJob createScheduleJob 用于将任务注册到 Quartz&#xff0c;先构建任务的 JobD…...

智能在线客服平台:数字化时代企业连接用户的 AI 中枢

随着互联网技术的飞速发展&#xff0c;消费者期望能够随时随地与企业进行交流。在线客服平台作为连接企业与客户的重要桥梁&#xff0c;不仅优化了客户体验&#xff0c;还提升了企业的服务效率和市场竞争力。本文将探讨在线客服平台的重要性、技术进展、实际应用&#xff0c;并…...

【android bluetooth 框架分析 04】【bt-framework 层详解 1】【BluetoothProperties介绍】

1. BluetoothProperties介绍 libsysprop/srcs/android/sysprop/BluetoothProperties.sysprop BluetoothProperties.sysprop 是 Android AOSP 中的一种 系统属性定义文件&#xff08;System Property Definition File&#xff09;&#xff0c;用于声明和管理 Bluetooth 模块相…...

【Java_EE】Spring MVC

目录 Spring Web MVC ​编辑注解 RestController RequestMapping RequestParam RequestParam RequestBody PathVariable RequestPart 参数传递 注意事项 ​编辑参数重命名 RequestParam ​编辑​编辑传递集合 RequestParam 传递JSON数据 ​编辑RequestBody ​…...

在web-view 加载的本地及远程HTML中调用uniapp的API及网页和vue页面是如何通讯的?

uni-app 中 Web-view 与 Vue 页面的通讯机制详解 一、Web-view 简介 Web-view 是 uni-app 提供的一个重要组件&#xff0c;用于在原生应用中加载 HTML 页面&#xff1a; 支持加载本地 HTML 文件支持加载远程 HTML 页面实现 Web 与原生的双向通讯可用于嵌入第三方网页或 H5 应…...

高效线程安全的单例模式:Python 中的懒加载与自定义初始化参数

高效线程安全的单例模式:Python 中的懒加载与自定义初始化参数 在软件开发中,单例模式(Singleton Pattern)是一种常见的设计模式,确保一个类仅有一个实例,并提供一个全局访问点。在多线程环境下,实现单例模式时需要注意线程安全问题,以防止多个线程同时创建实例,导致…...

第7篇:中间件全链路监控与 SQL 性能分析实践

7.1 章节导读 在构建数据库中间件的过程中&#xff0c;可观测性 和 性能分析 是保障系统稳定性与可维护性的核心能力。 特别是在复杂分布式场景中&#xff0c;必须做到&#xff1a; &#x1f50d; 追踪每一条 SQL 的生命周期&#xff08;从入口到数据库执行&#xff09;&#…...