概率论基础知识总结

本文总结了概率论的基础知识,包括随机变量的概念,如X可能的取值{x1,x2,...,x3},以及概率定义,如联合概率p(X=x,Y=y)和条件概率p(X=x|Y=y),并探讨了独立事件之间的概率关系和全概率公式在离散与连续情况的应用。" 79411398,7490298,Python H5棋牌修复:十大列表操作详解,"['Python', 'H5游戏开发', '数据结构', '编程技巧']
部署运行你感兴趣的模型镜像
  1. 随机变量XXX: 它有限个可能的取值{x1,x2,...,x3}\{x_1,x_2,...,x_3\}{x1,x2,...,x3}
  2. 概率p(X=xi)p(X=x_i)p(X=xi): 表示变量X=xiX=x_iX=xi的可能。
  3. 联合概率p(X=x,Y=y)=p(x,y)p(X=x ,Y=y)=p(x,y)p(X=x,Y=y)=p(x,y): 称为联合概率分布,如果xxxyyy是相互独立的随机变量,p(x,y)=p(x)p(y)p(x,y)=p(x)p(y)p(x,y)=p(x)p(y)
  4. 条件概率p(X=x∣Y=y)p(X=x|Y=y)p(X=xY=y): 在已知Y=yY=yY=y的条件下,计算X=xX=xX=x的概率,
    p(x∣y)=p(x,y)/p(y)p(x|y)=p(x,y)/p(y)p(xy)=p(x,y)/p(y)
    p(x,y)=p(x∣y)p(y)=p(y∣x)p(x)p(x,y)=p(x|y)p(y)=p(y|x)p(x)p(x,y)=p(xy)p(y)=p(yx)p(x)
    如果xxxyyy相互独立,则p(x∣y)=p(x)p(x|y)=p(x)p(xy)=p(x)
  5. 全概率公式:
    离散情况:p(x)=∑yp(x,y)=∑yp(x∣y)p(y)p(x)=\sum_y p(x,y)=\sum_yp(x|y)p(y)p(x)=yp(x,y)=yp(xy)p(y)
    连续情况:p(x)=∫p(x,y)dy=∫p(x∣y)p(y)dyp(x)=\int p(x,y)dy=\int p(x|y)p(y)dyp(x)=p(x,y)dy=p(xy)p(y)dy

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值