HENU~国商计科概率论复习

2024年春季概率论复习

第二章知识点

  • 分布函数的性质:掌握分布函数的定义、性质及其应用。

  • 正态分布标准化计算概率:了解正态分布的标准化方法,并利用标准正态分布表计算概率。

  • 指数分布的期望与方差:熟悉指数分布的期望和方差公式及其推导。

  • 离散型变量函数的分布:掌握离散型随机变量函数的分布计算方法。

  • 连续性随机变量的概率密度的性质、分布:理解连续型随机变量概率密度的性质,掌握其分布计算。

第三章知识点

  • 二维随机变量的边缘分布:学会计算二维随机变量的边缘分布。

  • 二维离散型变量的分布律:掌握二维离散型随机变量的分布律及其性质。

  • 连续型变量的条件、联合、边缘概率密度:理解连续型随机变量的条件概率密度、联合概率密度和边缘概率密度的概念及计算方法。

  • 两个随机变量函数的分布:掌握两个随机变量函数的分布计算方法。

第四章知识点

  • 连续型变量的期望与方差:掌握连续型随机变量期望和方差的计算方法。

  • 方差的性质:熟悉方差的性质及其应用。

  • 协方差的计算:掌握协方差的计算方法及其意义。

  • 连续型二维随机变量的期望、协方差、相关系数、方差的性质:理解连续型二维随机变量的期望、协方差、相关系数和方差的性质及其相互关系。

  • 离散型二维随机变量的期望:掌握离散型二维随机变量期望的计算方法。

  • 随机变量函数的期望:掌握随机变量函数期望的计算方法。

附有例题,私信发送

相关推荐
加油JIAX1 天前
贝叶斯滤波与卡尔曼滤波
概率论·slam·kf
Zero2 天前
机器学习概率论与统计学--(13)线性回归
机器学习·线性回归·概率论·统计学
Zero2 天前
机器学习概率论与统计学--(12)假设检验
机器学习·概率论·统计学
笨笨饿4 天前
30_泰勒级数
c语言·stm32·嵌入式硬件·线性代数·机器学习·自动化·概率论
加油JIAX4 天前
误差状态卡尔曼滤波(ESKF)推导
概率论·slam·ekf·imu·卡尔曼滤波·kf·eskf
⊱⋛赫宇⋚⊰5 天前
转专业数学
线性代数·机器学习·概率论
Brother Jiawei5 天前
概率-基础
线性代数·机器学习·概率论
做cv的小昊5 天前
【TJU】应用统计学——第四周作业(2.3 C-R不等式、2.4区间估计)
c语言·人工智能·算法·机器学习·数学建模·r语言·概率论
luoganttcc6 天前
eiθ=cosθ+isinθ证明
线性代数·矩阵·概率论·欧拉公式
Zero6 天前
机器学习概率论与统计学--(11)概率论极限定理
人工智能·机器学习·概率论