第 1 页 / 共 34 页
第 2 页 / 共 34 页
第 3 页 / 共 34 页
第 4 页 / 共 34 页
第 5 页 / 共 34 页
第 6 页 / 共 34 页
第 7 页 / 共 34 页
第 8 页 / 共 34 页
第 9 页 / 共 34 页
第 10 页 / 共 34 页
第 11 页 / 共 34 页
第 12 页 / 共 34 页
第 13 页 / 共 34 页
第 14 页 / 共 34 页
第 15 页 / 共 34 页
第 16 页 / 共 34 页
第 17 页 / 共 34 页
_第1页_学霸英雄_www.xuebayingxiong.com.png "概率论复习笔记 - 09_《概率论与数理统计》复习资料_《概率论与数理统计》知识点(详细)_第1页_学霸英雄_www.xuebayingxiong.com")
第 18 页 / 共 34 页
_第2页_学霸英雄_www.xuebayingxiong.com.png "概率论复习笔记 - 09_《概率论与数理统计》复习资料_《概率论与数理统计》知识点(详细)_第2页_学霸英雄_www.xuebayingxiong.com")
第 19 页 / 共 34 页
第 20 页 / 共 34 页
第 21 页 / 共 34 页
_第1页_学霸英雄_www.xuebayingxiong.com.png "概率论复习笔记 - 11_《概率论与数理统计》复习资料_《概率论与数理统计》知识点总结(详细)_第1页_学霸英雄_www.xuebayingxiong.com")
第 22 页 / 共 34 页
_第2页_学霸英雄_www.xuebayingxiong.com.png "概率论复习笔记 - 11_《概率论与数理统计》复习资料_《概率论与数理统计》知识点总结(详细)_第2页_学霸英雄_www.xuebayingxiong.com")
第 23 页 / 共 34 页
第 24 页 / 共 34 页
第 25 页 / 共 34 页
第 26 页 / 共 34 页
第 27 页 / 共 34 页
第 28 页 / 共 34 页
_第1页_学霸英雄_www.xuebayingxiong.com.png "概率论复习笔记 - 15_《概率论与数理统计》复习资料_《概率论与数理统计》练(含答案)_第1页_学霸英雄_www.xuebayingxiong.com")
第 29 页 / 共 34 页
_第2页_学霸英雄_www.xuebayingxiong.com.png "概率论复习笔记 - 15_《概率论与数理统计》复习资料_《概率论与数理统计》练(含答案)_第2页_学霸英雄_www.xuebayingxiong.com")
第 30 页 / 共 34 页
_第1页_学霸英雄_www.xuebayingxiong.com.png "概率论复习笔记 - 16_《概率论与数理统计》复习资料_《概率论与数理统计》练(附答案)_第1页_学霸英雄_www.xuebayingxiong.com")
第 31 页 / 共 34 页
_第2页_学霸英雄_www.xuebayingxiong.com.png "概率论复习笔记 - 16_《概率论与数理统计》复习资料_《概率论与数理统计》练(附答案)_第2页_学霸英雄_www.xuebayingxiong.com")
第 32 页 / 共 34 页
第 33 页 / 共 34 页
第 34 页 / 共 34 页
概率论复习笔记
概率论复习笔记 概率论是研究随机事件及其结果的数学分支，其核心在于对不确定性进行量化和分析。理解概率的概念是掌握概率论的基础。概率通常定义为在一定条件下，某个事件发生的可能性，其值介于0和1之间。0表示事件不可能发生，1表示事件必然发生。 基本概念 样本空间（Sample Space）： 包含所有可能实验结果的集合。 事件（Event）： 样本空间的一个非空子集。 概率（Probability）： 事件发生的可能性，通常用 P(A) 表示。 条件概率（Conditional Probability）： 在已知事件B已经发生的条件下，事件A发生的概率，记作P(A|B)。 常用公式 贝叶斯定理（Bayes' Theorem）： 用于计算在已知一些条件下，特定事件的概率。公式为：P(A|B) = [P(B|A) P(A)] / P(B)，其中 P(B) 是常数。 全概率公式（Law of Total Probability）： 如果事件A可以分解为若干个互斥事件 B1, B2, …, Bn，并且每个事件的概率已知，则事件A的概率为：P(A) = P(A|B1) P(B1) + P(A|B2) P(B2) + … + P(A|Bn) P(Bn)。 随机变量 离散随机变量（Discrete Random Variable）： 只能取离散值，例如骰子的点数。 连续随机变量（Continuous Random Variable）： 可以取任意实数值，例如人的身高。 概率论在统计学、机器学习、金融学等领域有着广泛的应用，理解其基本概念和公式对于解决实际问题至关重要。进一步的学习可以深入研究各种概率分布，例如正态分布、二项分布等。
展开
概率论
2025-04-17
49次阅读