概率论复习

第一章:随机概率及其概率

A和B相容就是 AB = 空集

全概率公式与贝叶斯公式:

伯努利求概率:

第二章:一维随机变量及其分布:

离散型随机变量求分布律:

利用常规离散性分布求概率:

连续性随机变量求分布律:

注意:

概率密度f(x)p{x<=a}F(a)

给你概率密度f(x)让你求分布函数F(x):

典型例题:
题目:
解答:

利用常见连续型分布的计算:

均匀分布:
正态分布:

标准化的例子:

离散型变量X的函数的分布:

连续性变量X的函数的分布:

第三章:二维随机变量及其分布:

二维离散型随机变量的分布(联合 边缘 条件分布 独立性):

第七章:参数估计:

未知参数的矩估计和最大似然估计:

估计量的无偏性与有效性:

未知参数的区间估计:

相关推荐
AI科技星1 天前
无穷维几何与全域数学公理体系下π-e耦合恒等式的严格推导
人工智能·线性代数·架构·概率论·学习方法
the sun343 天前
概率论:常见分布的期望与方差、中心极限定理
概率论
一只蒟蒻ovo4 天前
线性分类模型
分类·数据挖掘·概率论
AI科技星6 天前
哥德巴赫猜想1+1基于平行素数对等腰梯形网格拓扑与素数渐近密度的大偶数满填充完备性证明
人工智能·线性代数·架构·概率论·学习方法
killerbasd6 天前
总结 5.12
概率论
OzupeSir7 天前
三门两羊问题 - 蒙提霍尔问题
python·概率论
the sun347 天前
概率论:期望、方差、协方差及相关系数
概率论
NashSKY10 天前
EM 算法完整推导与本质剖析
算法·机器学习·概率论
AI科技星12 天前
数理原本·卷零:信息本源与震动论
人工智能·线性代数·架构·概率论·学习方法·量子计算
初心未改HD14 天前
机器学习之朴素贝叶斯分类器详解
人工智能·机器学习·概率论