概率论学习
事件运算及关系

事件运算

例子1

例子2
概率

公式

例
等可能概型(古典概型)

不放回取球公式

抽签问题公式
条件概率

条件概率定义

公式
全概率公式

定义
独立事件

定义
离散型随机变量

定义

离散型随机变量的概率分布律
0-1分布

定义

应用

实际应用
二项分布

定义
泊松分布

定义

实际应用

二项分布与泊松分布的关系

两者联系的案例
几何分布

定义和应用
分布函数

定义

应用

案例
连续型随机变量

定义

性质

性质
均匀分布

定义

性质
指数分布

定义:具有无记忆性

实际应用
正态分布

定义

实际应用
标准正态分布

定义

性质
随机变量的概率分布

正态分布的随机变量的概率分布
二元离散型随机变量

定义

分布条件

边际分布律

条件分布律

多重二元离散变量

例
二元连续型随机变量

定义

边际概率密度公式

条件概率密度公式

多重二元连续变量

例

二元均匀分布

二元正态分布 定义

二元正态分布的边际概率密度公式

二元正态分布的条件概率密度公式
随机变量的独立性

定义

二元正太随机变量

离散型独立变量

N个离散型独立变量的组合分布

连续型独立变量

连续型随机变量的卷积公式

N个独立的正太分布的线性组合公式

离散变量和随机变量的组合分布

独立变量的最大和最小值分布
数学期望

离散型的期望

0-1分布的期望

泊松分布的期望

二项分布的期望

几何分布的期望

连续型的期望

正态分布的期望

指数分布的期望

均匀分布的期望
函数的期望

离散型

多元离散型

连续型

多元连续型
期望的性质

性质
方差

定义:反映随机变量的波动性

方差公式

方差的性质

离散型方差

0-1分布的方差

二项分布的方差

泊松分布的方差

连续型方差

均匀分布的方差

指数分布的方差

正态分布的方差

N个独立正态分布的方差
上一篇
下一篇