概率与统计进阶（n）——概率论小结

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 800+累计阅读 847平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄9年

关注

原创最新推荐文章于 2026-01-17 21:36:39 发布 847 阅读 AI 写同款· GEO 优化 ›

概率论与数理统计学习总结（浙大第四版第一章）第一章 概率论的基本概念 1. 随机试验 2. 样本空间、随机事件 3. 频率与概率 4. 等可能概型（古典概型） 5. 条件概率 6. 独立性 7. 小结 1. 随机试验随机试验：可以在相同的条件下进行；每次实验的可能结果不止一个，并且能够事先明确试验的所以可能结果；进行一次试验之前不能确定哪一个结果会出现；本书中所提到的试验都是随机试验。 2. 样本空间、随... 阅读详情

在这里插入图片描述

参考的是这个比较全面又简洁的总结：点击

收录于

数学知识

当前文章被收录于：

数学知识

19 篇文章 3 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

【统计基础】切比雪夫不等式，大数定律（依概率收敛），中心极限定理切比雪夫不等式，大数定律（定义，一般表述，分类，表现形式，依概率收敛，对比记忆），中心极限定理阅读详情

相关推荐

MIT经典概率论教材

MIT经典概率论教材，文字清晰，有详细书签目录，献给热爱数学的你！

RL强化学习理解笔记价值函数求解

a=[0,0,0,0] b=[[0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0]] step=[[1,0],[0,1],[-1,0],[0,-1]] for k in range(100): for i in range(4): for j in range(4): t=0 for e in step: x=i-e[0] y ...

power的专栏 334

SPSS_25_进阶统计量官方说明手册（Advanced_Statistics）

SPSS 25进阶统计量官方说明手册（Advanced_Statistics），繁体中文版。

小米2019秋招软件开发笔试题A选择部分解析

2019年小米秋招软件开发笔试题A 选择部分解析

abucheck的博客 1487

xHCI驱动学习(1) 核心数据结构

虽然Linux内核拥有C语言构建的身体，但它骨子里散发的是面向对象的气质，这一个个的对象就是struct。面对一个内核模块的时候，首先要找出关键的struct和它们之间的关系，才能摸清代码的骨骼脉络。今天来理清USB xHCI相关的数据结构类型usb_hcd、xhci_hcd、hc_driver和全局变量xhci_pci_driver、xhci_hc_driver、xhci_pci_hc_driver之间的关系。

1万+

MIT IDSS深度解析：跨学科融合与系统科学实践

麻省理工学院的IDSS（Institute for Data, Systems, and Society, IDSS）是一个致力于通过先进分析方法推动教育与研究的前沿机构。它将工程学、信息科学和数据科学的方法与社会科学的分析方法相结合，以应对复杂的社会挑战。

AllenLV的博客 2085

概率统计问题总结

概率论与数理统计 1.两个人轮流抛硬币，规定第一个抛出正面的人可以吃到苹果，请问先抛的人能吃到苹果的概率多大？（如果概率变化思路也是一样的例：A和B两人在球场上进行踢点球比赛，两人交换着踢，先进球者获胜。A踢进的概率为0.6，B踢进的概率为0.5。假设A先踢，那么A最后获胜的概率是）思路：涉及到轮流抛硬币的，一般是等比数列求和之类的，将结果分为1，3，5，7，… 12+(12∗12)∗...

weixin_43193071的博客 5818

1553B通信项目开发笔记（一）协议概述

最近接了个项目，需要用1553B协议通信，仅作为RT端口进行通信，控制器采用ARM 使用芯片为国产的BU61580芯片，功能和引脚和DDC的61580完全一致。

u010396127的博客 2万+

【概率论基础进阶】随机事件和概率-随机事件、事件间的关系与运算

随机事件是由样本空间中的元素即基本点组成，由一个样本点组成的子集是最简单的事件，称为基本事件。为了简化式子，约定交号一律省略不写，且运算的顺序是“先交后并”，当然有括号时，先进行括号里的运算。事件是一个集合，因而事件之间的关系与运算也是按照集合之间关系与运算的规则进行。事件的互斥可以推广到有限多个事件或可数无穷多个事件的情形。事件的交可以推广到有限多个事件或可数无穷多个事件的情形。事件的并可以推广到有限多个事件或可数无穷多个事件的情形。定义：样本空间的子集称为随机事件，简称事件，常用字母。

liu20020918zz的博客 1884

Medlar_CN的博客 9515

【产品经理修炼之道】- 优惠券系统从入门到精通（一）

为了满足企业的优惠券业务，优惠券系统一般需要包含哪些功能？这篇文章里，作者从架构、功能等维度做了拆解，一起来看看吧。此部分主要讲解为满足公司优惠券业务，需要优惠券系统必须包含哪些功能，即优惠券架构图。

xiaoli8748的专栏 1809

Chapter-2_进阶概率论

Chapter-2_进阶概率论 1. 集合论广而言之，一个集合指的是一些物体的总体。在概率论中，我们用一个集合来表示一些事件的组合。比如，我们可以用集合{2，4，6}来表示“投骰子投出偶数”这个事件。因此我们有必要掌握一些基本的集合的运算。用下面的集合生成器来构造一个集合，然后点击“提交”来查看你的集合对应的文氏图。通过拖放来移动或者放缩圆的大小。实验结果： 2. 古典概型古典概型本质上就是数数。但是在概率论中，数数有时候比想象中要困难的多。因为我们有时要数清楚符合一些性质的事件或者轨道个数的，

曹逗号@INHA 283

redhawk：Low Power Analysis

1.rush current与switch cell 在standby状态下为了控制leakage power我们选择power gating的设计方式，使用power switch cell关闭block/power domain的电源。 power switch的基本介绍可见: 低功耗设计-Power Switch power switch的table中有四种状态，对应block工作、待机和上电，下电。low power analysis主要分析上电的过程。上电过程可以看做mos电容

m0_61544122的博客 3204

【个人总结】概率论与数理统计在人工智能领域的应用

硬件性能的革命再一次掀起了人工智能狂潮，而以机器学习为核心的人工智能领域又源于众多数学理论。概率论与数理统计无疑在其中发挥着不容小觑的作用，统计学习方法更是人工智能主流的实现方法与途径。本文就当今时代背景与相关领域知识，从多个角度阐述概率论与数理统计是如何在人工智能中发挥作用，又是如何与计算机科学理论进行结合。另外，本文以深度学习中诸多重要方法为例，介绍了概率论与数理统计的具体应用。

无极阁 3万+

YOLO26涨点改进 | 全网独家复现、小目标检测改进篇 | TGRS 2025 | YOLO26引入MFAE-YOLO中的GFFP、FCPS 和 C3k2-FPEU创新点，涨点起飞，直接发论文

🔥本文给大家介绍在YOLO26中引入MFAE-YOLO中的 GFFP（全局特征融合处理）、FCPS（特征通道像素注意力）和 C3k2-FPEU（特征池提取单元）二次创新改进模块，能显著提升对小目标的检测性能。GFFP通过多尺度特征融合增强全局上下文感知能力，有效提升小目标在复杂背景下的可辨性；FCPS融合通道、像素和空间注意力机制，增强了模型对关键细节和小区域特征的关注，提升检测精度；C2F-FPEU利用多种池化方式挖掘细节特征，优化浅层特征表示能力。三者协同提升了YOLO26在小目标检测中的鲁棒性。

Ai缝合怪、助力小伙伴高效发论文 305

从0玩转Mamba神经网络：理论+实战的保姆级教程

Mamba神经网络是一种基于状态空间模型(SSM)的高效序列处理架构，相比Transformer具有更快的推理速度和更低的内存消耗。本文提供从理论到实践的完整指南，详细讲解Mamba的工作原理、与Transformer的差异，并给出基于PyTorch的文本分类实战示例。教程包含环境配置、数据处理、模型搭建、训练评估全流程，展示了Mamba在IMDb情感分析任务中的应用。文章还探讨了Mamba的性能优势及进阶方向，为开发者提供了探索这一新兴技术的实用指南。通过阅读本文，读者可以快速掌握Mamba的核心概念并上

FJN110的博客 316

【概率论与数理统计复习笔记】

【概率论与数理统计复习笔记】第一章统计论的基本概念1 随机试验2 样本空间、随机事件3 概率与频率频率概率4 等可能模型（古典模型）超几何分布的概率公式5 条件概率乘法定理第一章统计论的基本概念 1 随机试验 2 样本空间、随机事件样本空间：我们将随机试验E的所有可能结果组成的集合称为E的样本空间,记为S.样本空间的元素﹐即E的每个结果,称为样本点. 随机事件： 3 概率与频率频率频率的基本性质概率概率的性质 4 等可能模型（古典模型）等可能模型中事件概率的

qq1406433326 2533

汉书HE8，好用的汇编代码编写工具

汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大

数学知识——概率统计（1）从接近“本质”的地方看概率统计

目录写在前面本质理解详细概念总结框架写在前面人人都说”概率统计“，为什么不是”统计概率“？ 概率论与统计学的关系又是什么？一直以来对统计与概率学的理解不是很深，借此做一个小结。本质理解方式：由里及表（从目的出发）我们想通过随机变量的概率分布来掌握它的随机特性，从而进行预测。过程：想对随机变量进行预测—— （为了预测）需要找到其概率分布—— （为了找到”概率分布“）需要试验并记录——...

Robin_Pi的博客 1206

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的，已经排好版了，而且还是完整的，适合小白

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用，资源的后缀为tar.gz格式的压缩包

概率论小结6

样本及抽样分布一、随机样本定义：设X是具有分布函数F的随机变量，若X1, X2, …, Xn 是具有同一分布函数F的、相互独立的随机变量，则称X1, X2, …, Xn 为从分布函数F（或总体F、或总体X）得到的容量为n的简单随机样本，简称样本，它们的观察值x1, x2, …, xn 称为样本值，又称为X的n个独立的观察值。试验全部可能的观察值称为总体。一个总体对应于一个随机变量X。每一个...

ysl_ysl123的博客 818

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候提示IE WebControls 不通过，这个工具可以欺骗u8的检查。跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。

【概率论与数理统计】全概率公式和贝叶斯公式

1. 条件概率公式设A, B是两个事件，且P(B)>0，则在事件B发生的条件下，事件A发生的条件概率(conditional probability)为： P(A|B)=P(AB)/P(B) 条件概率是理解全概率公式和贝叶斯公式的基础，可以这样来考虑，如果P(A|B)大于P(A)则表示B的发生使A发生的可能性增大了。 2. 乘法公式 2.1乘法...

758

03概率论与数理统计笔记多维随机变量——基于《概率论与数理统计》许忠好

多维随机变量及其联合分布定义与性质 X Y是定义在概率空间（Ω，????，P）的随机变量，称（X,Y）为二维随机变量类似的若X1……Xd是d个定义在概率空间（Ω，????，P）上的随机变量称（X1,……，Xd)是d维随机变量 F(x,y)=P(X≤x,Y≤y)F(x,y) = P(X≤x,Y≤y)F(x,y)=P(X≤x,Y≤y) 联合分布函数的性质 1）单调性： F（x,y）关于每个分量单调不降 2）有界性：0≤F(x,y)≤1, F(∞，∞） = 1 3）右连续性：F(x,y)分别关于x,y右

JamSlade的博客 3471

【概率论与数理统计】小结6 - 大数定理与中心极限定理

注：这两个定理可以说是概率论中最重要的两个定理。也是由于中心极限定理的存在，使得正态分布从其他众多分布中脱颖而出，成为应用最为广泛的分布。这两个定理在概率论的历史上非常重要，因此对于它们的研究也横跨了几个世纪（始于18世纪初），众多耳熟能详的大数学家都对这两个定理有自己的贡献。因此，这两个定理都不是单一的定理。不同的大数定理和中心极限定理从不同的方面对相同的问题进行了阐述，它们条件各不相...

weixin_30758821的博客 1983

概率论小结5

大数定理及中心极限定理一、大数定理弱大数定理（辛钦大数定理）设X1, X2, … 是相互独立，服从同一分布的随机变量序列，且具有数学期望E(Xk)=μ\muμ (k=1,2,…)。作前n个变量的算术平均1n∑k=1nXk\frac{1}{n}\sum\limits_{k=1}^{n}X_kn1k=1∑nXk，则对于任意ϵ>0\epsilon>0ϵ>0，...

ysl_ysl123的博客 246

【概率论与数理统计】小结10-1 - 假设检验概述

注：终于写到最激动人心的部分了。假设检验应该是统计学中应用最广泛的数据分析方法，其中像"P值"、"t检验"、"F检验"这些如雷贯耳的名词都来自假设检验这一部分。我自己刚开进入生物信息学领域，用的最多的就是"利用t检验来判断某个基因在实验组和对照组中表达量的差异是否显著"。此外，对"P值"真正含义的探究也开启了自学概率论与数理统计之路。因此无论是应用价值，还是对我学习统计学的影响，这部分的内容都是意...

weixin_33812433的博客 1185

统计·数值分析·概率论·人工智能数学基础

参考文献： 1、《计算统计-[美]Geof H.Givens-人民邮电出版社-2009》 2、《数值分析_李庆扬_第五版》 3、 4、 5、 6、 7、 8、 9、

zashizhi3299的博客 7542

上一篇：概率与统计进阶（0）——基础运算以及核心公式以及常见公式总结

下一篇：概率与统计进阶（1）——概率统计的基础概念：条件概率、全概率、贝叶斯公式

MIT经典概率论教材

11-06

MIT经典概率论教材，文字清晰，有详细书签目录，献给热爱数学的你！

RL强化学习理解笔记价值函数求解

power的专栏

07-20