-
约数是什么意思
约数，又称因数，是指能够整除某个数的数。具体来说，如果一个整数a能够被另一个整数b整除，即a除以b的商正好是整数而没有余数，那么我们就说b是a的约数。同时，a也被称为b的倍数。例如，6的约数有1、2、3和6本身。
2024-03-18
10.1万 阅读
-
概率的性质
概率，亦称“或然率”，它是反映随机事件出现的可能性大小，随机事件是指在相同条件下，可能出现也可能不出现的事件，概率的概念应用在生活中可表示随机事件发生可能性大小的量，是事件本身所固有的。
2024-03-06
18.5万 阅读
-
古典概型的概率公式
古典概型的概率公式：P（A）=m/n=A包含的基本事件的个数m/基本事件的总数n。如果一次实验中可能出现的结果有n个，而且所有结果出现的可能性都相等，那么每一个基本事件的概率都是1/n；如果某个事件A包含的结果有m个，那么事件A的概率为P（A）=m/n=A包含的基本事件的个数m/基本事件的总数n。
2024-03-06
12.3万 阅读
-
离散型随机变量的分布列的表示
一般地,若离散型随机变量X可能取得不同值为x1,x2,…,xi,…,xn,X取每一个值xi(i=1,2,…,n)的概率P(X=xi)=pi,则下表称为随机变量X的概率分布列,简称为X的分布列.为了简单起见,也可以用等式P(X=xi)=pi,i=1,2,…,n表示X的分布列.
2024-03-06
8.1万 阅读
-
均值与方差的性质
分散性，可加性。1、分散性：方差具有度量分散程度的特性，即方差越大，数据点均值越分散，方差越小，数据点均值越集中。2、可加性：方差具有可加性，即对于两个独立的随机变量X和Y，有X加Y等于X加Y。
2024-03-06
13.6万 阅读
-
离散型随机变量的均值与方差
一般地,若离散型随机变量X可能取得不同值为x1,x2,…,xi,…,xn,X取每一个值xi(i=1,2,…,n)的概率P(X=xi)=pi,则下表称为随机变量X的概率分布列,简称为X的分布列.
2024-03-06
19.2万 阅读
-
离散型随机变量的分布列的性质
离散型随机变量的分布列有下列两个性质：①对于随机变量ξ的任何取值x,其概率值都是非负的,即P≥0,i=1,2,…；②对于随机变量的所有可能的取值,其相应的概率之和都是1,即P+P+…=1．
2024-03-06
9.2万 阅读
-
离散型随机变量是什么
若随机变量X的所有可能取值为有限个或可列个，则称X为离散型随机变量。
2024-03-06
12.3万 阅读
-
全概率公式的定义
全概率公式可以表示为：P(A)=∑P(Bi)P(A|Bi)其中，P(A)表示事件A发生的概率，∑表示对所有可能的状态Bi(i=1,2,...)求和，P(Bi)表示状态Bi的概率，P(A|Bi)表示在状态Bi下事件A发生的概率。
2024-03-05
16.3万 阅读
-
条件概率
条件概率就是事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P(A|B)，读作“在B条件下A的概率”。在这定义中事件A与事件B之间不一定有因果或者时间顺序关系。事件A可能会先于事件B发生，也可能相反，也可能二者同时发生。事件A可能会导致事件B的发生，也可能相反，也可能二者之间根本就没有因果关系。
2024-03-05
15.5万 阅读
-
相互独立事件概念
相互独立是设A，B是两事件，如果满足等式P(AB)=P(A)P(B)，则称事件A，B相互独立。设A，B是试验E的两个事件，若P(A)>0，可以定义P(B∣A)。一般A的发生对B发生的概率是有影响的，所以条件概率P(B∣A)≠P(B)。
2024-03-05
19.1万 阅读
-
正态分布的定义
正态分布式是应用最为广泛的一种连续型分布。正态分布在十九世纪前叶由高斯加以推广，所以通常称为高斯分布。
2024-03-05
11.5万 阅读
-
超几何分布概念
超几何分布是从有限个物体中抽取固定数量的物体，在不放回前提下，其中恰好含有指定类别物体的概率分布。
2024-03-05
14.7万 阅读
-
二项分布概念
一般地，在n次独立重复的伯努利试验中，设n次伯努利试验中事件A发生的次数为X，设每次试验中事件A发生的概率为p。X的可能取值为0，1，…，n,且对每一个k（0≤k≤n）,事件{X=k}即为“n次试验中事件A恰好发生k次”，此时随机变量X的离散概率分布即为二项分布。
2024-03-05
7.9万 阅读
-
二倍角的正弦、余弦、正切公式
高中数学里，常用的二倍角公式包括：正弦二倍角公式、余弦二倍角公式和正切二倍角公式；常用的半角公式包括：正弦半角公式、余弦半角公式和正切半角公式。
2024-03-04
19.9万 阅读
