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
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
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
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
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
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)
需要记住协方差的性质
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)
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…
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
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
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
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)
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
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)
修正答案:-8 / 45
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)
XY独立可推不相关,不相关推不出独立
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)
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,结合PyQt5构建用户界面,使用Python3进行开发。YOLOv8以其高效的实时检测能力,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,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,以下是一个基于Qt的示例,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,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~简单实现(10 /100) 【Flutter&Dart】 拖动边界线改变列宽并且有边界高亮和鼠标效果(12 /100) 上效果: 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,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,循环是一个基本的控制结构,用于重复执行一段代码。循环不仅可以提高代码的可读性,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,基于Web环境的互联网应用越来越广泛,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,接踵而至的就是Web安全威胁的凸显ÿ…...

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,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:从Gen2、Emu Video到PixelDance、SVD、Pika 1.0》)才过去三个月,没想OpenAI一出手,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,按照这种配置方法,即通过在 /etc/systemd/system/docker.service.d/http-proxy.conf 中设置代理,它只会影响 Docker 守护进程本身,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: 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(DC)转化为交流电(AC),并将其与电网并联的设备。它的核心功能是实现直流电源(如光伏电池板或储能电池)与电网的有效连接,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,奇数位(个位、百位、万位……)上的数字是奇数,偶数位(十位、千位、十万位……)上的数字是偶数,我们就称之为“好数”。 给定一个正整数 N…...

【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,废弃掉该方案)右移函数(略,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,可以参考如下文章: 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…...
多场景 OkHttpClient 管理器 - Android 网络通信解决方案
下面是一个完整的 Android 实现,展示如何创建和管理多个 OkHttpClient 实例,分别用于长连接、普通 HTTP 请求和文件下载场景。 <?xml version"1.0" encoding"utf-8"?> <LinearLayout xmlns:android"http://schemas…...
TRS收益互换:跨境资本流动的金融创新工具与系统化解决方案
一、TRS收益互换的本质与业务逻辑 (一)概念解析 TRS(Total Return Swap)收益互换是一种金融衍生工具,指交易双方约定在未来一定期限内,基于特定资产或指数的表现进行现金流交换的协议。其核心特征包括&am…...

【Zephyr 系列 10】实战项目:打造一个蓝牙传感器终端 + 网关系统(完整架构与全栈实现)
🧠关键词:Zephyr、BLE、终端、网关、广播、连接、传感器、数据采集、低功耗、系统集成 📌目标读者:希望基于 Zephyr 构建 BLE 系统架构、实现终端与网关协作、具备产品交付能力的开发者 📊篇幅字数:约 5200 字 ✨ 项目总览 在物联网实际项目中,**“终端 + 网关”**是…...
Axios请求超时重发机制
Axios 超时重新请求实现方案 在 Axios 中实现超时重新请求可以通过以下几种方式: 1. 使用拦截器实现自动重试 import axios from axios;// 创建axios实例 const instance axios.create();// 设置超时时间 instance.defaults.timeout 5000;// 最大重试次数 cons…...

OPENCV形态学基础之二腐蚀
一.腐蚀的原理 (图1) 数学表达式:dst(x,y) erode(src(x,y)) min(x,y)src(xx,yy) 腐蚀也是图像形态学的基本功能之一,腐蚀跟膨胀属于反向操作,膨胀是把图像图像变大,而腐蚀就是把图像变小。腐蚀后的图像变小变暗淡。 腐蚀…...

【MATLAB代码】基于最大相关熵准则(MCC)的三维鲁棒卡尔曼滤波算法(MCC-KF),附源代码|订阅专栏后可直接查看
文章所述的代码实现了基于最大相关熵准则(MCC)的三维鲁棒卡尔曼滤波算法(MCC-KF),针对传感器观测数据中存在的脉冲型异常噪声问题,通过非线性加权机制提升滤波器的抗干扰能力。代码通过对比传统KF与MCC-KF在含异常值场景下的表现,验证了后者在状态估计鲁棒性方面的显著优…...

若依登录用户名和密码加密
/*** 获取公钥:前端用来密码加密* return*/GetMapping("/getPublicKey")public RSAUtil.RSAKeyPair getPublicKey() {return RSAUtil.rsaKeyPair();}新建RSAUti.Java package com.ruoyi.common.utils;import org.apache.commons.codec.binary.Base64; im…...
stm32进入Infinite_Loop原因(因为有系统中断函数未自定义实现)
这是系统中断服务程序的默认处理汇编函数,如果我们没有定义实现某个中断函数,那么当stm32产生了该中断时,就会默认跑这里来了,所以我们打开了什么中断,一定要记得实现对应的系统中断函数,否则会进来一直循环…...
mcts蒙特卡洛模拟树思想
您这个观察非常敏锐,而且在很大程度上是正确的!您已经洞察到了MCTS算法在不同阶段的两种不同行为模式。我们来把这个关系理得更清楚一些,您的理解其实离真相只有一步之遥。 您说的“select是在二次选择的时候起作用”,这个观察非…...
结合PDE反应扩散方程与物理信息神经网络(PINN)进行稀疏数据预测的技术方案
以下是一个结合PDE反应扩散方程与物理信息神经网络(PINN)进行稀疏数据预测的技术方案,包含完整数学推导、PyTorch/TensorFlow双框架实现代码及对比实验分析。 基于PINN的反应扩散方程稀疏数据预测与大规模数据泛化能力研究 1. 问题定义与数学模型 1.1 反应扩散方程 考虑标…...