粉丝597获赞3662


第三张多为随机变量及其分布,这张也是常考的一种内容啊,这张主要是 啊,继承前面章,所以前面章学好了,这张也就很容易学。第一个我们要了解多个随机变量组成的一个随机多维随机变量, 各位随机对于离散型的话,我们有所谓的联合分布,是吧?联合分布就是指的这样一个联合的概率,大家要搞明白这个意识,特别是呃,他这个性质啊,大家只要了解一下啊,定的这个都不要求大家一定要明白啊。 xy 这个地方是小一点 x, 小一点 y, 这所有这边的积分的问题就可以了。然后呢,这个例题大家要求看好啊,这个例题要求大家看好,那么联合分布的,对离散的,那么分布的,我们知道他有个表格的形式啊,表格的形式,这个表格里面要求每个 全数大零加写,等于这就是他的性质。那么对于具体的话,我们有的时候会这个表格里面有些未知数啊,你通过这个算,那么就知道这个两个性质,这个里面多大点点加写等于那他一定要满足什么条件? 还有联合的密度函数,对离散型的,我们再用分布列,对连续型的,我们用这个密度函数,那密度函数的这个就是说他的,他的概率,就是这个这个左下侧所有的概率啊,这个积分问题当然要满足密度函数, 他是二维的,他大年龄积分等应,那么大家仔细去揣摩,这个怎么通过密度函数来计算概率啊?特别是有变有一个变量的概率,那常用的多维分布啊,二相分布,这个了解下,这基本上不会考啊,这个这个基本不考,大家当然立体去看看啊,毕竟 啊,多维的是什么意思?多维均匀分布,这个是会考的啊,这个是比较重要,因为这个比较简单啊,也容易去算一些问题,所以这样咱们才磨这个立体啊,立体 二元正在分布,当然要求大家能够背的出二元正在分布的公式啊,不会背的,建议大家多抄几遍,多学几遍。那么二维正在分布,因为我们后面主要是设计了正在分布,那至于说这个 各位正在分布,怎么去计算这个概率啊?那么像这有些计算比较大,我们就不要求大家了,这个习题当然要求大家都去做啊,都去求解,他能够把这些东西都掌握好,明白这个联合分布,明白密度函数和概率之间的关系 啊,独关性,那编辑分布与随机变量的独立性啊,这也是很重要的一个内容啊。什么叫编辑 分布呢?简单的就是一个面料啊,可以任意起直,那就相当于说我整个外可以任意起直啊,但是 s 啊,我还是小 s, 就整个左侧的面积啊,等等啊,这样的,要把这个分布还是密度还是边际分布或者边样分布搞清楚啊,比如说这个计算这个问题一定要搞清楚 啊,编辑分布列啊,这个东西比较容易理解,那我们看表里面这个加起来,那么就是就是等于他了,再加起来等于他,这个加起来等于他上面三个加起来等于他,这个就编辑分布。那编辑密度怎么算?通过分布函数算密度函数, 那我们在下面也是这样的,要求编辑密啊,见编辑的东西,那么就进行积分啊,怎么计算啊?这个是要求大家一定要会的啊,一定要会的呃,二项分布编辑分布,那这个了解一下就可以啊, 不会考到啊,这个结论也就要他记了,二位正大分的标准标边际分布是一维正大分布啊,这个要求大家了解,考可能不会考到那独立性,独立性,你其实这个知识点很容易,就是说你的分布函数等等于分布函数的成绩,那密度函数等于密度函数的成绩, 分布列等于每个成绩,那么这样是表示独立性。那么注意这个题目要认真去看啊,认真去读,了解这个意思 啊。还有经常会出现题目就是我这有个未知数,那你说这个是一个啊,密度函数,把这未知数求出来,再判断他这个求他的边际分布,再判断他是否独立,所以这个题目要注意啊,有的社会和其他结合起来,所以这个 都要求,那么这个习题都要求大家去做啊,把这个东西都搞明白,把编辑分布独立啊,这些都 搞清楚了啊,读清楚,那多为随机变量函数的分布,那么在这里块和前面的随机变量函数分布计算方法是类似的,一个是对离散型的,那么我们只要按照这个表格一个个来列出,列起,他把所有可能性都列在这里,所有可能的棋子都列在这里。 那普松分布的考加线,只要了解一下,干嘛分布,二强分布可加线了解一下啊,不会考到的啊,那么最大值最小值分布的这个啊,大家只要知道这个分布还是这个方法,这个方法很重要。这个结论不重要啊,只要大家知道这个方法,那不管你求什么,你都会求啊,不管你都, 所以一定要费这个方法。方法就是说先算,先算概率,算出分布函数呢,再通过啊,编辑分布啊,这个求求积分哈,等等方法,求到编辑分布下面连续长按的卷积 公式。虽然说有这个公式,但是我认为这个公式并不重要,因为我们这个公式也是通过这个方法推倒过来的,所以你不能说去了解这个方法,这个公式,因为他是有条件的,所以很多时候题目他往往并不满足这个条件啊,并不满足这些条件, 呃,那么你很难弄啊,所以经常会出错。那正在分的可加性,这个节能大家了解一下就可以,当然因为正在分布是我们设计最多的,建议大家这个还是要去看一看的。 干嘛分布这个考驾线,知道这个结论就可以了,不会啊,不会考到,那下面这个定题,什么叫卡方分布,那这个 要求大家记住这个结论啊,变量替换方法,就求解一些比较复杂的问题,如果大家高等数学觉得好,那这个只容易看啊,但是我觉得这个一般不会考到啊,因为难度太大了,包括 真不变量,这个不会,不会考的,只有会考那个方法,所以大家认真去做一做,用基本方法就能解决。我们不用什么转机公式啊,用那些公式,只要用最原始的,先求分布函数,再求密度函数,这个方法都可以解决所有的题目, 那都会随机变成的特征啊,数学期望,那怎么算啊,这是最重要的公式啊,我这个也是会考到的,和前面题目一样的考啊,所以大家认真去看这些例题, 那么他的方差啊,和数学期望啊等等,数学期望具有现形性质,对吧?多个也具有现形性的,如果是独立,那么这个要求,这个啊,一定要求独立,这技能考判的填空选择题 好,以及方差的性质要求独立有这个啊,一般的话,如果不独立的话,那么他就会多一个斜方差出来啊,所以这个例题要认真去看他啊,认真 技看到啊,那二项分布的数学期望有这个更好的方法,比前面就简单了。那斜方差这个定义大家一定要学会啊, 定义和计算有几种方法啊,也可以采用这个性质来计算斜方差。政府相关这个东西啊,性质都都要求大家了解啊,了解这个正门,其实是一个很好的一个理解这个数学期望性子的一个好的一个过程,包括斜方差,对吧,特别是这样一个, 那这样一些常用性质,那么如果说两个啊,呃,两个变量他不是独立的,那么他们的这个,呃期望 啊,就具有这个一个斜方差的问题啊,我们先把这个例题啊,记住了啊,这例题都是很重要的啊,相关系数啊,在这 啊,相关系数是怎么算的那啊,这个要求了解啊,这个不要求哈,这知道二位正在分布,那个就是相关系数 啊,希望这不等式啊,这个也是比较容易理解的啊,相关序字为什么在零啊,在这个范围内啊,等等啊,这些概率都要求大家啊,知道这个啊,怎么算啊,怎么算 啊,这个是很重要的,这是常考的题型啊,可以说考的品概率很大啊,对吧,那么二维正在分布,他的不独立和相关是等价的啊,所以这个是经常考选择填空判断题的啊,现在投资组合,这是金融中的应用啊,不会考的啊, 随机象的话一般也不考的,但是要知道怎么这这套的符号记好,知道二,安全正在分布,可以简介的写成这个形式,如果大家也要有自己学统计方向, 多元统计,那么你这个还是要认真去掌握这个用项链方式来表示。这个习题都要求做,这习题都很好,虽然很多,但是多做点习题,就更容易掌握这些公式,掌握这些方法,所以我建议大家都把它做掉去啊。这是 啊,有三十道题目啊,也足够大家做啊。这边还有啊,这边将近快五十道题目啊,都都是很好的题目,因为这个题目社交方方面面的啊。 三点五,条件分布和条件期望。相对来说,这里考的内容不多,因为我们第一章已经考到条件概率, 所以条件分布无非就条件概率稍微推广一点点,那么他的定义,他的计算啊,大家可以看看,其实就是条件概率的计算,那么把这个立体好的琢磨下,那就给人搞明白了。那这个的话,呃,条件概率啊,怎么上? 这个是不要求的哈,我们这个例题,这个是啊,要求大家学会的,那连续的随机变量的条件分布啊,怎么弄这个公式,我们要记住怎么公式导出来,可以不要求记住这个东西就可以了,然后套这个公式能够进行计算啊,了解这个东西啊,能够了解这个计算。嗯, 还有这个连续长按的全概率和背也是公式,一般来说这考的可能性不少啊,不大。呃,条件数学期望,大家只要知道这个定义啊,知道他代表含义,在金融数学里面经常涉及到条件数学期望或者条件期望。 呃,那么条件去问哪些性质,哪些结果呀?包括重期问题,重要公式啊,但是我觉得考可能不考的这个三门问题啊,也是很有意思。问题建议大家去读一读啊,包括下面这个,认真去看一看 啊,去看看。嗯嗯,这是一些公式啊,这个习题都要求大家去计算啊,这都是计算题。嗯, 这个计算题啊,多做些这个题目还是有好处的啊,那么这是第三章的重点。

同学们大家好,我们今天来看这是第三张的框架图,多为随机变量及其分布。对于这一张呢,我们需要掌握的就是多为随机变量。 作为随机变量,他分为离散型和连续型,也是两种。这一张的框架呢,和我们第二张的框架是很相似的,但是他因为由于他是多维的原因,就导致了他衍生了很多与二一维的不同的地方。 对于多维的离散型和连续型这一块是大家要去自己去看书,通过书我们来知道这些东西他有什么不一样。然后我们连续型,我们常用的几种就是正态分布,均匀正均匀分布,记住他是他,有一个性质是与位置和形状无关。还有是二维 正碳分布,这些能记住就记住。二维正碳分布其实是不需要记住它的密度函数的。然后对于分布函数,这是我们的一个重点问题。对于分布函数,首先你要了解分布函数的定义及四条性质, 他也有四条性质,但是对于这的分布函数,我们往往不会考,大题啊,填空题,选择题也不会考。但是你要记住分布函数定义,因为他用处很多。 对于离散型,我们要知道联合分布率,联合分布率他是怎么来算出来的,还有他的性质就是归一性和非负性。 对于连续型呢,我们要知道联合密度函数,也就是说任何点的概率都是零,单点值都是零。然后我们联合密度函数,这有归一性和非负性,还有计算概 概率的一般公式,一般情况下是二重积分,我这写了个多重积分,咱们这个皈依性往往就是由我们联合密度函数来去求一个题干中的参数问题来用它。 对于这我们由联合密度函数或联合分布率,我们自然而然就衍生出来了边缘分布函数。边缘分布函数的问题,由边缘分布函数离散型的就是边缘分布率。 如何去求变分布率?大家下去自己去想怎么来求连续型的变分率的函数。这分两种,是关于 x 的还是关于 y 的。关于 x 的时候你是用 x 型区域, 关于 y 的时候你是用 y 型区域, x 的时候你相当于是这个 fxy, 你是对 dy 进行积分服务,穷到正无穷。然后这个关于 y 的情况下,你是对 dx 进行积分。所以说大家下了课把这公式一定要弄明白,一般条件分不函数我们是不考的。 然后这一张还有一些问题,就是独立性的问题。对于独立性,我们一般他给出来的定义是通过分布函数或者分布率来判断 这个啊,随机变量的独立性。但是针对于离散型和连续型,我们他有自己的判断形式,也就是说用高概率密度呀,或者是用分布率啊这等等。一般情况下,离散型的是用分布率, 连连续型的是用概率密度来作为判断这个独立性的公式。而且独立性一定是对 任意的 f 一个 xy 他都要满足后边那个式子,此时我们才成为独立。下边这是一个重点,也是我们的难点,就是多为随机变量函数的分布。这一块也是我们在考期末考试乃至考研中考的最多的一块。 这一块我们有两种方法,第一个就是定义法,利用联合分布函数的定义来去求,联合分布函数的定义去求,一般情况下这个方法也需要掌握的。另一个在这里面我们有一种特殊的情况,就是和分布的问题。 对于我们像期末考试的时候,我们往往会考核分部,核分部的时候我们一般要记住的是卷机公式,对于这个卷机公式,我们就要记住的是如何来确定新的范围, 先变量范围, 这是我们要求掌握的。还有就是我们可能会出选择填空的就是最大最小函数的分布。对于这一块我们要理清楚他的逻辑关系, 有很多同学你在这逻辑关系是理不清的,你最大值大于某个值和最小值大于某个值的时候,他是不一样的,你要记清楚他的逻辑关系。还有一些同学可能以后打算考研,打算考研的同同学应该把这两种分布也要学会,就是这等于 x 乘 y 这种类型和 z 等于 x b y。 这个商分部和积分部的情况也要是在掌握范围之内。因为我考研真题里近几年 里面他考过积分部的情况。对于这种类型的题,在考研的过程中,他往往是将连续型和离散型的问题相融合。 当你这假设有一个 x 是离线的,我们其实是可以往里面带直的, y 是连续的,我们就可以给他转换成一维的问题。所以说同学们要把前后联系起来。

学会概率与分布,数据统计不耽误。大家好,今天我为大家带来二项分布。二项分布为啥叫二项,而不是三项、四项?因为它只有两种情况,要么是,要么否。在这之前先了解一个数学概念 组合,他的数学符号是 c 组合,具体计算公式如下,别看它复杂,其实很好记。举个例子, c 五二表示五个东西,取出两个,有多少种不同的结果,结果是五乘四,再除以一乘二,共十种。分子是从大乘到小,分母从小乘到大, 而且分子分母都有两个,正好对应这个二二项分布。具体公式如下,这个按表示我们总共抽了几次 k 表示中了几次,那么按减 k 就是没中的 p 就是中奖的概率。接下来我们去抽奖,中奖的概率是百分之二十,这个抽奖就只有中了和没中两种情况中。 注意,这无论我们抽多少次,中奖概率都是百分之二十。那么问抽五次中奖四次的概率是多少?结果是这个,为什么呢?中了四次,说明有四个百分之二十,剩下一个是百分之八十,那就是四个零点二相乘,再乘一个零点吧。有了这个还不够,我们还要找出是第几次没中奖。 d 二三四五五种情况,所以还有个 c 五一。当然也可以去找中奖四次的情况,就是 c 五四,反正 c 五一和 c 五四是相等的。下次别人问你抛硬币五次,有三次正面朝上的概率,你应该能答上来了吧,这就是二项分布。


好,本次视频呢,我们来做两道计算题。第一呢求一个行列式,这个行列式等于这样一个,那么这个行列式呢,我们知道算出来呢,他肯定是一个同样式的形式,那么这个 先生们来看一下,他是一个对称的啊,是一个对称的,对于这个对称的这样一行列式的话,我们可以把所有的行加到一起,或者所有列加在一起,然后 取提取无因子就可以了。这个时候呢,我们不妨把所有列都加到第一列,那么加过来的话,那么这个第 他就等于什么呢?加过来 s 一加二加三加四,就是 x 加十是吧,那么第一列全部变成了 x 加十,我们这里面写一下 xa x 加十,那么这里面呢是 x 加十, 那么这里面是二三四, x 加二 加二三四二, x 加三 四。这个呢二三 x 加四。 这个时候呢,我们第一列有供音词 x 加十,我们就把 x 加十给他提出来, x 加十提出来之后呢,我们来看,那么这里面我们这里面把它直接划掉了啊,那么这里面 这个里面都把它划掉了,没有了,那么就变成了一一一一对吧。第一点的为一,我们现在呢观察一下,我们把第二行减去第一行,第三行减去第一行,第四行减去第一行。我们如果这样做个减法, 就把它画成什么呢?就把它画成准对角,他画成个对角正是吧,啊,比较对角正啊,对角形式的这样一个行列式 上,三角一个行列式,我们剪一下。那么这里面呢啊就等于什么呢?一二三四不动, 一二三四不动。这里面一减一等于零, x 加二减去 二,这个就是 x, 那么这里面变成零,这里面呢变成零。同理下面零零 x, 零零零零 x。 他已经是上三年行列式了啊,不用继续做了,就是主对角因素乘积,所以说他就变成了 x 的立方乘以 x 加十。 那么这个呢,就是我们的要求的这个行业是他是这样一个多项式。 我们再来做下一题,求线性方程 组的通解。那么方程组的通解呢?这里面有五个未知数,却只有三个方程。那么他的这个新数据证呢?他是一个肯定的吧, 他的痣最大最大是三啊,痣最大是三。所以说呢,如果他有解的,请点亮一下啊, 他肯定对吧,有无穷多阻解。那么如何去求?我们要把他的增光矩阵先算一打,也有可能没有减的吧。如果细数矩阵痣跟增光矩阵痣相等,那么就有减。那么这时候呢,做一下啊,做一下,把他的这个增光矩阵写出来。那么这里面呢, 一一负二,正一正一。这个呢是三负一 正二正七正三,这个呢,是正一正五。 然后呢,负十负三。 正义。这只是细数矩阵。我们再把他的长处像写下二 六。我们把它进行速度变化。 初等变换之后,第一行不动,一一负二,正一正一 正二。第二行减去第一行的三倍,他变成了零,他减去他的三倍, 这个呢?变成了肤色, 他减去他三倍。正八,他减去他的三倍。正四,这个呢?变成零,这个呢?负四, 这个呢?第三行直接选第一行变成了零,这个呢?变成了四,这个呢?变成了负八, 这呢减去他负四,这呢?变成零,这呢变成正四 哦。我们来看一下这个第二行和第三行对吧?第二行和第三行刚好互相反,我们第三行就被消掉了对吧?经过初等变化,那就消掉了。这个时候呢,再进一步初等变化, 把第三行削掉之后呢,把第二行他有供应纸,把四,把副四都拿掉,第一行照抄一一 负二,正一正一正二。然后呢,这是零,他就变成了正一。这个呢,变成了负二。这个呢是负一,这是零。这个呢,正一。 剩下的就变成了零零零零零零。 然后 然后这个时候呢,我们再把这个第一行减去,第二行 一零零。然后呢,正二,这是一, 这是一。然后零一负二,负一零一零零零零零零。 这是我们已经看到他的这个系数矩阵的字是二对吧?我这边已经画成了这个标准型了是吧?上面左上角他就是啊,谈不上标准型啊,左上角已经是个单位字了。这边呢,跟我们的中国矩阵的字,他也是二对吧? 从最后两列你看出来它是现象无关的,那么字为二。那么它的基础解析里面还有几个解相量呢? 应该是他是五个位置量,五减二应该是三个,五减二有三个。我们这里面 得到了这个他的同解方程组。同解方程组呢,我们根据这样去写的话,就是 x 一, 他要等于负的两倍的 x 四,减去 x 五,加上一。 然后呢,这个边呢是 x r, 等于两倍的 x 三,加上 x 四 加上一。这档是他的原方程组的同减方程组。 我们取 三四五为自由,为自亮。 如果三四五为自有,为质量,那么我们先求他的一个特减,求特减原方能组特减,我们不妨量 x x, x x 五都等于零。这个时候呢,我们又得到了一个特减,一打新号, 他就等于对吧。如果是 x 三去零, x 去零, x 五也去零。这个时候呢,根据同届分成组,他去零,他去零, x 一呢,就等于一。 x 二他去零,他去零, 幺幺三个零,这就是圆啊。我们这个非其次前行方程组他的一个特点。那么我们 我们知道,如果他对应的其次性能方能组的通解,我们求出来通解,加上特减,就得到我们所要求的这个非其次性方能组的通解。 那么先求他对应的其次先行发生组的通解,那么这个时候长寿险就没有了啊,长寿险就没有了。对应的其次先行发生组通解,我们不妨啊。不妨取什么呢?他的 对吧。这不是 s 三四五分别取的。这个这个啊,是自由的吗?自由为质量。那么我们看一下。可惜一 等于什么?这个时候能能写出来啊。可一等于什么?可想 等什么?可惜三 也能够直接去写啊。 三四五那分别去幺零零 零,幺零零零幺。如果幺零零啊,幺零零,这个也就是说只有 x 三。 哎,只有 x 三为一, x 四五都等于零,四五都等于零。那么 x 一等于什么? x 一等于零啊,是吧。 x 一等于零 啊,因为这里面没有长税项目。那么 x 一要等于零,那么 这里面呢? x 二他就等于二倍的对吧? x 二等于二,因为这里面没有长数项了啊。对应导出组里面没有长数项了。我们带到这北大市里面去,同样这里面呢, 只有 x 等于一,三和五都等于零,那么四等于一,那么 x 一就这样负二 是吧,零负二,那么三和五都等于零, x 二就等于正一, 那么可惜三零零幺。只有 x 五等于一, x 五等于一,三四都等于零,那么 x 二就等于零吗? x 一呢,它等于负的, x 五就是负一啊,就是负一。 由此呢,我们就能够求出来他的一个通解,他的通解应该等于啊,我们用的这个一塔应该等于一塔信号, 加上 c 一,可惜一,加上 c 二,可惜二, 加上 c 三,可喜三。那么这样一个通景,我们一起玩好。那么本次视频呢,就介绍到这里,再见。

侯博士带你三分钟学会全概率公式!下面我们学习全概率公式,题目啊,都像这两题这样,题概里啊,都会给出我们相似但是没有关联的多个对象, 比如说甲厂宜厂,比如说一号塑料袋,二号塑料袋,三号塑料袋,甲厂能生产产品,宜厂也能生产产品,甲厂的产品有次品,宜厂的产品也有次品,所以甲厂和宜厂这两个对象是相似的。 但是吧,甲厂的产品就是甲厂的产品,跟乙没关系,乙厂的产品就是乙厂的产品,跟甲没关系。没有任何一件产品是由甲厂和乙厂共同生产的,所以甲和乙这两个对象没有关联。 你再像这一题,一号塑料袋里有可乐有醋,二号塑料袋里有可乐有醋,三号塑料袋里有可乐有醋, 所以一号、二号、三号这多个对象相似,但是一号塑料袋里的东西就是一号塑料袋,二号塑料袋里的东西就是二号袋的,三号塑料袋的东西就是三号袋的,他不会出现某一样东西啊,既属于这个塑料袋,又属于这个塑料袋, 所以一号、二号、三号塑料袋这三个对象啊,又没有管理好。这就是咱们题目的第一个特点, 题概里啊,会给出相似但没有关联的多个对象,然后啊,题概里还会告诉我们每一个对象的具体数据,比如说甲场次匹律具体是多少,乙场次匹律具体是多少,比如说某一个塑料袋里具体是什么东西。 接着乞丐里啊,会把这多个对象组合成一个整体,然后啊,在整体里随机的抽一件或者是几件东西,问我们抽到的东西怎么样的概率? 当题概题,给出多个相似但没有关联的对象,把这些对象形成了一个总体。让我们求总体发生某事的概率的时候,我们需要用到全概率公式, 这个公式非常简单,就是他,我们假如说啊,某一期的总体有这么些对象吧, 那么总体里某事发生的概率,就等于从总体里选到第一个对象的概率,乘以第一个对象发生这个事的概率。 加上从总体里选到第二个对象的概率,乘以第二个对象发生这事的概率。加上从总体里选到第三个对象的概率,乘以第三个对象发生这事的概率。加上从总体里选到第四个对象的概率,乘以第四个对象发生这事的概率。 后面啊,以此类推,反正总体里有几个对象,咱们这个公式就写几行就可以了。你像咱们这个利益 一,总体里啊有甲乙这两个对象,那咱们这个公式啊,有两行就够了。其中对象一是甲,对象二是乙,所以我们可以用甲乙来替代对象一、对象二,把这个公式变成这个样子。 然后在这一题里发生的事啊,是随机抽取一件,发现是次品,所以我们可以用随机抽取一件,发现是次品来替代这个某事发生,可以把这个公式变成这个样子。好,再接着我们求一下这些概率,算一下这个结果,就可以把这题做完了。 你再比如说这个例二吧,因为总体里啊有这样三个对象,所以这个公式我们保留三行就可以了。其中对象一、对象二、对象三,依次是一号塑料袋、二号塑料袋、三号塑料袋,所以 我们可以用一号、二号、三号替换对象一,对象二对象三可以把这个公式变成这个样子。其中在这一题里啊,发生的事是随便选一个塑料袋,随便摸一瓶东西出来是老醋,所以我们可以用这段话来替代公式里的某事发生,可以把这个公式变成这个样子。 接着我们再依次求一下这些概率率下这个式子,即可求得本期答案。

这个视频我们来复习一下三大分布,二项分布、超几个分布和正态分布。那么首先是二项分布, 那么首先第一个概念是播努力实验,播努力实验,那么什么是播努力实验?那就是有两种可能结果的实验啊,两种可能结果的实验叫播努力实验啊,两种 可能结果 哎,就是我们做这个实验有两种可能结果,你比如说抛硬币,要么正面朝上,要么反面朝朝上,比如说打靶,要么打中,要么不打中,这两都是两种结果的,那我们 叫博农的实验,然后第二个概念呢是恩宠博农的实验。什么是恩宠博农的实验? 那实验就是恩赐独立重复实验,那么它是两层意思,一种呢就是,呃,重复恩赐啊,我们这个薄重的实验,我们重复恩赐。 然后第二种呢,意思呢?就是你各自的实验结果都是独立的啊,就是各自独立, 所以叫恩宠啊,就是恩赐独立重复实验啊,这是恩宠伯乐的实验,然后我们二项分布。那么什么是二项分布呢?就是它的概念啊, 他的概念是就是在恩宠伯乐实验中,那首先他是一个恩宠伯乐的实验,那我们才能谈 二项分布啊,在 n 重博中的实验中,那么随机变量 x 啊,我们是随机变量 x 是 a 事件发生的次数啊,是 x 为 a 发生的次数, 那 a 事件的概率呢?我们生成 p 啊,生成 p, 那那则 这个 x 等于 k 的概率啊,等于 k 的概率,也就是发生 k 四,它的概率我们怎么来求呢? 我们可以通过啊,这样的一个 c, 也就是这个就是它的分布列啊, c, n k, 从 n 个中选出 k k 个,而这个 k 个呢,都是 发生的啊, a 发生的, a 发生了,那发生的概率是 p, 那就是 p 的 k 字法,然后有多少个没有发生啊?是, 呃,没有发生,概率是一减 p, 多少没有发生呢?就是 n 减 k 次没有发生,那就是这样啊,又是独立的,都是互相成成起来的,那么这个就是他的分布列 啊,也就是恩宠伯龙的实验,那么他就是二项分布啊。在恩宠伯龙的实验中,我们随机变量 x 是 a 发生的次数,那他的啊,他的概率啊, a 发生的概率是 p, 那么他的分布列就是 这样长这样子啊,那我们可以记住 x 这个随机变量了,服从服从这个二项分布,我们用 b 这个介绍来,这个是恩,恩赐啊, n 宠,这是 n, 然后 p 呢,是 a 发生的概率啊,这样写啊,他的均值 二项分布,这个随机变量输送二项分布,它是均值的,就是 n 乘 p, 它的方差呢,就是 n 乘 p, 乘以一减 p 啊,这是他的支点。我们来看一下具体的一个题目,他说甲乙两人各自进行了三次实验,甲每次集中目标的概率是二分之一,乙每次集中目标的概率是三分之二 啊。第一问是甲恰好集中目标两次的概率,我们先分析一下他是什么分部,那么甲击中目标击中和不击中只有两。每次实验呢,只有两种结果,要么击中,要么不击中。那 那属于博明博弄的实验,然后设计了三次,那就是恩宠博弄的实验啊,每次之间是独立的,不受互相不受影响啊。那所以说假设计 啊,射击的射中目标的次数啊,这个随机变量呢,是服从 二项分部的二项分部的,那我们可以设你截这个题的时候设随机变两个词呢,它等于那甲击中 目标,击中目标次数, 那我们还有乙呢,乙,我们设外为乙集中目标次数,这是随机变量啊,先设随机变量, 那甲击中目标次数啊,那他的 概率啊,记住目,记住目标的概率啊,假记住目标,他的概率呢?是二分之一啊,他是,那么这个随机变量他 x 呢?是复从的,是二项分布的,我们刚才分析了是 n 等于三,概率是二分之一的。而下分布这个外随机变量呢,是服从的是 n 等于三,概率是三分之二的二项分布。那我们第一问,要求的是甲恰好击中目标两次,那也就是我要求 x 是等于甲击中目标的次数, x 等于二的概率啊,我们根据这个分布列啊, 分布列,那么概率等于二的时候是 c 三二,然后 p 呢,是二分之一的二次方,乘以一减二分之一的一次方,那么就等于我们就可以导出来是 等于八分之三啊,八分之三,这是第一问,我们看第二问,第二问,我们要求的是以 至少击中目标两次,那么以呢,随便的是外至,至少,至少我们把它翻译出来就是大于等于两二,那么实际上他就是得出来,他是外等于二概率和 外等于三这两种情况啊,要么外,也就是乙呢,集中两次,要么集中三次,这两种情况啊,相加啊, 那么就是他的概率。我们分别来求,那这个是 y 等于二, y 等于二的概率呢?它是附属这样的一个二项分布,那就是 c 三 二,然后三分之二的二次方,再乘以一减三分之二的一次方啊,那么再加上一个, 这是集中三次,那就是四三三乘以三分之二的三次方,我们把它加起来计算一下,那么就等于是 二十七分之二十,二十七分之二十。哎,我们可以导出第二文,就导出来了,我们看第三文, 第三位说球已恰好比甲多击中目标两次,恰好啊,这里面有个恰好,那我们就可能我们就要分情况了。第一种情况, 乙积的多,那么甲如果是零次的一次,一次都没有积重,那么乙那就是两次。哎,这种情况是复合的,比他多积重目标两次,那么这种情况,那我们记记这种情况他的概率是什么?来 假设我们设上 p 一,那么 p 一他的概率就等于,因为甲和乙涉及是独立的啊,不受任何影响的啊,互不影响,互不影响,那他们俩同他是,也就是我们要求的是他 x 等于零, y 等于二, 他同时发生的概率,那就是根据因为他的独立呢,所以说我们就分别求乘起来就行了。那么 x 等于零的概率,乘上一个 p, y 等于二的概率,我们把它算一下, x 等于零, 概率呢?就是 c 三零三零就是一。然后啊,我们可以这样先写上啊, c 三零二分之一的啊,零次方乘以一,减去二分之一的那三次方啊,再乘一个 c 三二, 然后他是三分之二的二次方,然后乘以一减三分之二,哎,我们把它算一下,就得出来是十八分之一, 那么这个还有第二种情况,如果甲射中了一次,那么乙那就是射中三次,那么才是乙,恰好比甲多是击中两次啊,那么这个概率呢?是等于 p, 当 x 等于一, p 呢?外等于三啊,外等于三,这个它的概率乘起来,那么就是 c 三一二分之一的一次方,然后乘以一减去二分之一的平方,然后再乘以 c 三三,然后乘以三分之二的三次方, 那直接我们算出来就等于九分之一,那这是分两类情况啊,那最 后我们要求的这个概率呢?是就等于十八分之一,加上九分之一,那就是六分之一啊,我们算出来这个乙恰好比甲多机重目要两次的概率是六分之一,那这是二项分部,我们看超级和分部, 那么什么是超级和分布呢?那我们把它的定义写一下,我们按书上的定义来,那就是一般的我们在 n 件产品中, n 件产品啊,那其中里面有 m 件,大 m 件次品, 那我认去小恩见啊,小恩见认去小 小 n 键,那么 x 表示呢?就随机变量, x 表示取出的 n 键,取出的小 n 键。产品中啊,次品的次品的个数啊,次品键数, 产品中 次品啊,产品中次品的件数 啊,次品件数,那他的概率就是次品件数,如果等于 k 的话,他的概率等于啥呢? 那就是我们可以按古典盖形走一下,他就是从从 n 件啊,这这个这 case case 品是从大 m 键次品中得来的,那么从 m 中选出 n 键啊,选选出 k 键,那么有这种技术啊,这么多数,然后再从我们从 正品啊,正品还剩 n 减小 n 减 k 次正品,那么他是从什么来的?他是从 大 n 减 m 这个正品里面来的,大 n 减 m 选出小 n 减 k 个正品啊,这个是它的 基本事件的技术,然后基本事件总数呢?是从 n 件产品中我抽出小 n 个产品,那么这个就是他的概率啊,概率分布,那我们把这个称为超级和分布啊,类似于这种的,我们以实力 来呃,得出了一个定义啊,得出来定义,那类似这样的就叫超级和温布,那么他的实质,他的实质就是一个古典概型啊,古典概型,我们按古典概型来计算他的概率就可以了。 来我们看一下这个题啊。端午节吃粽子,我国的传统是习俗,那么一盘中有十个粽子,其中豆沙包、豆沙棕是两个,肉棕三个,白棕是五个,这三种 粽子的外观完全相同,从中任取三人三个,那么求三个粽子各取一个的概率,那么各取一个,一看那么像这种的类似于啊,就是 正品次品的问题啊,就是十个粽子里面有豆沙包、肉棕和白葱。我先先看第一个啊,先我从认从中认取三个,认取三个,他的概率呢?是第一啊,我们解 这概率呢,我们可以走古典概型啊,那我任取三个啊,任取三个,三个从中各取一个,那就是豆沙棕里面手取一个,肉棕里面取一个,白棕里面取一个,那这个这个事件 他的技术是怎么来?也就是我们可以从两个中选出一个,我先第一步先挑豆沙棕,然后第二步啊,那他技术呢?是 c 二一,第二步我选肉中,肉中从三个中选一个。第三步,我是从五个 选一个,我们是分布走,哎,我们把三个都选出来,才算是把这个任务完成了,分布乘法,把它乘起来,哎,这就是我们的基本实践数啊,这种我们取三个,各三个粽子,呃,三种粽子各取一个, 那么这是他的基本实验数,基本实验总数呢?就是我们从十个粽子里面选出三个,哎,这个就是古典概型,我们走这个古典概型,我们算出来等于四分之一啊,四分之一,这是第一问啊,第二问,第二问。我们要求 x 表示 取到的豆沙中的个数,求 x 的分布列和数学期望,那么 x 表示豆沙中的个数,那他的可能这个随机变量的可能取值,可 能取值他一个豆沙中总共两个他,他有可能是 取零个,一个都取不到啊,或者是取一个,或者是取两个啊,只有这三种可能啊,这三种可能他们的概率分别是什么呢? x 等于零的时候, 然后 x 呢?就是一个都不去。豆沙中我们是要总共取三个,取三个,那一个 豆沙棕一个都不取,那我们要从肉棕和白棕里面取,那么肉棕和白棕从八个,从八个中我选出三个,然后总数呢?是从十个中选出三个,哎,这个就是 古典概型啊,我们把 x 等于零的概率算出来,算出来它是等于十五分之七的啊,是我们, 我们再算 x 等于一的概率,等于一的概率,那也就是从豆沙棕里面我选出一个,那从肉棕和白棕里面从八个中我选出两个,然后是从总数呢?是从十个中选出三个,这个一算也是等于 十五分之七啊,十五分之七,那十五分之七, 我们那第三个 px 等于二的时候, 这个就不用算了啊,我们可以通过,因为只有这三种可能,那么他们加起来是等于一的,所以我可以写,减去一,减去个十五分之七,再减去个十五分之七,等于十五分之一,那么所以他的分布列 啊,就是 x 的分布列,我们可以用表的形式写啊,这更清晰一些。 那这个分布列呢?就是当 x 可以等于零,可以等于一,可以等于二,那么他的概率呢?分别是十五分之七、十五分之七和十五分之一。 哎,我们要求他数学期望,那么他的数学期望呢?就是零乘以十五分之七,加上一个一乘以十五分之七,再加上个二乘以十五分之一,最后一算,那么就是到时候十二,十五分之九,十五分之九呢, 约个三,那就是五分之三啊,最后是五分之三,那这就是超级和分部,他的十之就是 是古典盖形啊,这是超级格分布。我们看最后一个正太分布,那么正太分布前面两个二项分布和超级格分布都是离散型的随机变量复合的分布,而正太分布呢,是 连续型的啊,连续型的随机变量复合的分布,那么正态分布,那如果随机变量 x, 连续的随机变量 x, 它是这样写的,服从。正态分布呢,就是 n miu c 个码的平方啊, c 个码的平方,那么这个 miu 呢?是均值 c 个码的平方呢?是方叉啊,方叉, 那他是他的图形是什么样子的啊?就是咪,如果这个没有 这个啊,他是关于谬是对称的,完全是对称的,像一个山包一样的一个图形啊,山包一样的图形,那这个曲线呢?我们叫正太曲线啊,正带密度曲线啊, 简称正态曲线。那么这个曲线和 x 轴轴啊,曲线以下和 x 轴以上,他们这 整体呢?他们的面积是一,也就是概率是一啊,他们面积每一部分的面积对应的他们的概率啊,这样的概率根据对我们的题目大部分都是根据对称来解解决的啊,那就是关于没有对称 啊,还有一个我们的三四个码原则,如果没有,这是没有 加上四个码,这是六减去四个码啊,六减去四个码,在这个区间上,他的 面积是固定的,或者他的概率啊,在这个区间他的概率是固定的,是等于零点六八二七,有的是零点六八二六啊,做题的时候他一般会告诉你啊,那 还有就是这是一是一个码,那二是一个码呢?六减去二是一个码,到六, 加上二次一个码啊,他的概率,他整体概率啊,这部分整体的概率是等于零点九五四五的啊,但是有些是写成零点九五 四四啊,为了便宜计算啊,这些都是固定的概率的啊,固他的固定的面积或者固定的概率的。还有三四个码,三四一个码啊,这些,这些都是固定的啊,考试的时候他会告诉你啊,这是三四个码原则, 大于三四个码的话,就是没有加上三四个码,大于就是超过三四个码以外的啊,这个概率非常非常小,那我们通常是忽略不计的啊,所以说这叫三四个码原则啊, 我们看具体的题,我们利用对称性啊,对称性来解题,那么这个题呢是母 p 零件的长度误差是服从正在分布的,哎,这个我们就倒出来,这个六呢是等于零 c 个码的,是等于三的 啊,那从中随机取一件起长度误差落在三到六内的概率,那我们来把它画一个图,帮助我们解题,那他是谬是零,那就是关于这个外轴是对称的,我们画一个富士山包 山包,那这个是没有,没有是三啊,三,那这是三,那么这边是负三,然后往这边走呢?二是一个马栏二, 没有是零啊,是一个码,是三,这是这就是没有加上是一个码,这是没有加上二,是一个码呢,就是六啊,就是六,正好我们要计算的是没有加上是一个码,到没有加上二是一个 之间的,他的概率也就是这块面积。这块面积,那我要就要根据对称型了,那这个是负六,那这个是谬减区,是一个码,这部面积是固定的,他给了是 零点六八二六,那么正是零点六八二六,那 从没有减去二十一个码,到没有加上二十一个码这部分面积,这部分面积呢是给了是零点九五四四, 那我要求的是这这个这部部分面积,那么只需要零点九五四四减区这部分面积零点六八二六,那么就等于这块啊,这块和这块, 因为这这块有对称的,这俩是相等的,我除以二就得出来这一块啊,那这个就是我们根据对称性来解题,所以说我们要求的这个概率呢,就是零点九五四四,减去个零点六八二六, 哎,我们就等于这一块和这一块相加,那这两块是相等的,我再除以二,那么就得出来这一块啊,那最后等于零点一三五九选 b 啊,这就是正态分布啊,大部分题都是用利用他的对称来把这个题解出来。

这里是五十名学生某次考试的成绩,仔细观察一下,不难发现,这里分数超过九十分的同学不多,只有这六个。分数低于六十分的同学也不多,只有这五个。大部分同学的分数都集中在七八十分。 咱把这些分数按组分好之后,画成一个频率分布直方图,就是这样,如果组距越来越小,分组就会越来越细,那这个直方图上的这线也就越平缓。如果把这个图中的每一个分数堪称斯基变量 x, 那这条曲线就通常被称为概率密度曲线了。而像这里这样形状类似一个大众的曲线,那你当然可以叫他中性曲线,不过这样太 low 了,他还有个高大上的名字,就叫正态曲线,而符合这种正态曲线的分布就叫正态分布了。 发现没?正太曲线两头低,中间高,左右对称,并且曲线和横轴之间所围成的面积横等于一,因为这面积就是所有概率的和,那他们加起来肯定得 十一了。这些都是从图形的形式上分析出来的,那接下来咱就从严格的数学表白式上再来分析下这个曲线。他的解析是就是这样,别看他长得很复杂,代为师给你分析分析就不这么可怕了。这里的派和异是俩常数,也就是你熟悉的自然对数和圆周率。 而这里的西格马和喵是两个参数,其中这个喵是数学期望,而西格马是标准差。把这俩参数写在括号里,前面再加个 n, 用这个东西就可以表示正态分布了。以后你再见到他,那你就要想到这玩意表示的就是正态分布, 而这里面俩参数的数值会影响整个曲线的位置和形状。比如刚才这个曲线的西格马就等于一,牛也等于一,那这里对称轴恰好也是一。如果西格马不变,妞却变成负意了,那这个曲线就长成这样,其中对称轴就是负意。而这回让没有等于零,那这个曲线就跑到歪主这来了。不难发现, 喵的取值恰好是曲线对称轴的位置,妞是几,对称轴就是几。而如果让这个曲线的另一个参数也就是这个西格马变一变,比如当他等于零点五时, 那这个曲线就变成这样。而当他等于二十,这条曲线就变成了这样。很明显,他越大,曲线就越矮胖,反过来他越小的话,那曲线就越高瘦。而这三条曲线其实都有点特殊,因为他们三个的命都是零,所以他们都关于外轴对称。那咱就给这类曲线起个新名字, 就叫标准正态曲线。以后再看到这个名字,你就得立马想到他其实在告诉你,这里的没有等于零,或者这条曲线是关于歪周对称的。 ok, 总结一下, 所谓概率密度曲线就是反映了随机变量概率分布的图像,而长成中型的概率密度曲线就叫正态曲线了。如果他还关于外周对称,那他就叫标准正态曲线。 至于他的解题是,马最重要的就是西格马和牛这俩参数,其中牛决定了对称轴的位置,而西格马决定了曲线的高矮胖瘦。怎么样?听懂了吧,赶紧动手试试吧!

某个八人小组中,有四个男生从中任选三人参加活动,设选出的男生为 x 人,让你求出这个 x 的分布列。不难想到,这三人中男生的个数当然可以有零个,一个、两个,甚至三个都是男的,因此这题就得分成这四种情况来考虑。 而从这八人里选出三人,其实就得分成两步来考虑,第一步,从男生中选出一部分,第二步,从女生中选出剩下的一部分。 按照这种方法,咱就来看看第一种情况,这里没有男生,那男生这堆就得选零个,四选零就是 c 四零,而女生这堆就得选三个了。四选三就是 c 四三,再除以八选三的组合数,就是这种情况的概率了。 而第二种情况,一男两女,先选男生,四选一就是 c 四一,而这俩女生四选二就是 c 四二,再除以 c 八三,就是这种情况的概率了。第三种,选 两个男生就是 c 四二,选一个女生就是 c 四一,最后再处以 c 八三,搞定最后一种。这里三个全是男的,那就是 c 四三。由于没有女生,那这四个女生一个都不用选记 c 四零,最后还得处以 c 八三,到此,所有的概率就都搞定了。 咱把 x 的取值写成一毫,相应的概率写在第二行,这就是要求的分布列了。不难发现,这些概率的分子都是由 c 四级和 c 四级这两部分组成的, 这些表示从男生里选一部分,而这些则表示从女生里选出剩下的部分。咱把符合这种形式的概率分布就成为超级和分布。了解了啥叫超级和分布,那咱就再来看个例子, 如果一开始有一大堆人,其中男生有这么多,那女生的数量自然就是这么多了。如果还是要从这里选出一部分人来,那当然还是得分成两步,第一步,从男生里选一部分,有这么多种方法。第二步,从女生 能力选出剩下的部分,则有这么多种方法。如果还是要选出的男生人数为 x, 那他取值为开始的概率就应该是他乘胜,他在处理他,这就是超级和分布的概率,就算公式了, 相应的分布列就长成这样。由于这里总共有 n 个人,其中男生有 m 格,而要取的数量为 n, 这三个量比较重要,那咱就把这种分布称为 x。 普通参数为大 n、 大 m 和小 n 的超级和分布了, 即为 x 杠 h, 大 n、 m 和小 n, 其中这个 x 就是随机变量, h 代表超级和分布,而这三个就是刚才说的三个参数了。以后再看到这种符号,那就要反映出他就是超级和分布了。 而在刚才的例子里,总人数就是八,一共要选出三个人,其中男生有四个,那这个 x 复存的参数自然就是大人等于八, m 等于四,小人等于三了。 ok, 总结一下,超级和分布的本质 就是不放回的出样,他的概率可以直接用这个公式来计算,这表示从全体中选一些人,这个表示从男生中选出一部分,而这个则表示从女生中选出剩下的那部分。怎么样,听懂了吧?赶紧动手试试吧!

与我们的一个统计,我们来看一下第一节里面就是什么呀?排列和组合,我们来看一下什么叫什么叫排列,在我们基础模块中呢?我们曾经学习了两个计算原理,而两个技术原理, 然后我们看看哪两个呢?一个是什么呀?一个是分类的技术原理,还有一个就是我们这个分布技术技术原理, 这个在我们的概率里面一定要去掌握的啊。如果一件,呃,如果我们是完成一件事情,有 n 类方式,第一类方式就就为我们的什么 k 一种方法,然后第二类方式就是我们的一个 k 二, 要以此类推到了第 n 类,然后就是我们的个 kn 种方法,那么完成这件事情的 方法就把他们什么呀全部加起来,他们的可能性全部加起来就得到了。什么呀?我们的一个分类的技术原理了。分类技术原理其实就是什么呀?把所有的每一种可能把它全部加起来,就得到的就是我们的一个概率了。我们再来看一下第二种, 也就我们那个分布技术原理,我们看一下,如果也是同样完成一件事情,需要分,这时候要分什么呀?分步骤去完成的, 这个就是我们的一个分布技术原理,跟我们的一个分类技术原理不一样的。然后我们再来看一下,完成第一个步骤呢,就有什么呀?同样是 k e 一种方法,然后完成第二个步骤就是 k 二,然后一直到我们的如果是完成 n 个步骤,就有 k n 种方法, 咱们来看一下,并且只有 n 个完成之后呢,这件事情才能算完成这时候的一个 计算的话就是什么呀?我们的 k e 一直成到我们的 k n 种,像这样子的话就是我们的一个分布技术原理了。我们看一下分布技术原理的话,其实就是什么他不能够一步去完成,必须要分步骤的啊,所以这也是跟我们的一个分类技术原理的一个什么呀 区别,所以这个的话我们要了解并且掌握。接下来我们再来看 看到这里在北京、重庆、上海,比如说三个民航站之间的一个直直达横线,我们看要准备的是什么呀?多少种不同的一个机票。这个问题就是从北京、重庆、上海三个民航 战中,那我们怎么样?三个中里面我们去选出两个,每次选两个,然后按照我们的一个出发点,也就起起点站,终点站就在后面的顺序去排就可以了。那我们看一下就求他的一个什么,求他的一个排列的一个总数。 那么看像这种的话,我们先确定这机票的一个起点出发点,然后从我们刚刚说的北京、重庆、上海三个民航站中。

嗨,大家好,今天我们分享 g g b 教学概率统计十二模拟掷骰子, 那这个案例的作用是模拟这一枚骰子实验,可以感受到随着实验次数的增加,出现各个点的频率越来越接近,都逼近于六分之一。 我们先看一下制作之后的效果,我们可以通过拖动这个画动条来改变每次制色色子的次数, 比如说我们在现在制一次筛子,我们点击抛制一次,就会有一个这样的一个动画, 点击停止,那就会出现最终的点数,并且在这个表格当中 把它记录下来。我们可以调节掷骰子的次数,比如说在这里面是一百六十一次点击停止,然后就会在表格当中记录这一百六十一次掷骰子的最终的结果, 比如说我们至五百次, 好,这是出现五百次的结果,当然这个五百次呢,是将前面的制的次数呢叠加进去的,所以在这面大家可以看一下这里面的啊品数并不是五百啊,因为刚才又制了两次啊,这是叠加之后的 啊,点击复原就恢复到了初始状态。好,下面我们看一下如何来进行制作。 首先我们在指令框当中输入一个空列表 l e, 用来存储制筛子实验的点数, 然后再来一个列表,里面放一二三四五六,用来表示骰子可能出现的点数。之后我们创建一个滑动条, 这是一个整数化动条,范围是一到六,用来表示筛子出现的点数。 最后再创建一个滑动条,是一个数字滑动条,用来控制动画的效果。 我们打开它的属性 之后,在他的脚本更新式里面输入一个脚本,这个脚本是复制脚本, 将 l r 这个随机元素, l r 这个列表当中的元素啊,随机,求一个元素复制给 a。 哦,那是这样, 好,之后我们来看一下。下面呢就是插入骰子的图片,那我们可以将骰子的图片依次插入进来,第一个图片, 第二个图片,第三个图片,第四个图片,第五个图片,第六个图片。 那插入进来之后,我们可以在代数区当中 点击这里,让他把辅助对象全部显示出来,这样就可以在代数曲当中看到这六个图片的名称。那六个图片我们都让他在屏幕 的绝对位置,也就是跟刚才的这些点的坐标啊,是没有关系的,我们可以将这些点的坐标删除掉, 那在这里我们需要对这个图片的属性,也就它的是,呃,显示啊,要做一下这样的操作,在它的属性显示条件里面分别填入啊,因为第一个图片代表的是一点啊,当 n 等于一的时候,它就显示这个图片, 当 n 等于二的时候,就显示两点这个图片。好,下面依次都是这样的, 这是三四 五六。好, ok, 好,我们可以拖动这里面的 a 这个滑动条,可以看到当 a 滑动条运行的时候,这个图片它会有变化啊,也就是显示的点数会有变化。 好,下面呢,我们就是制作表格文本, 在这里我们在指令框当中依次输入这样的指令条件技术,那条件就 就是 x 是否会等于一在 l e 当中,那这个数值呢?我们把它命名为 a e。 哦,复制一下啊,因为下面呢跟它是一样的,也就是看一下 l e 这个列表当中啊,有没有 e 这个元素, 有几个一啊?条件技术,主要是呢统计有多少个数值是一的元素,好,确定 好,然后依次 a 二是看一下他有没有二,有多少个二, a 三,主要看一下二一这个列别当中有没有三,这个元素有多少个,主要是记录个数啊,依次就是四这个元素有多 多少个,五这个元素有多少个?六这个元素有多少个。 好,那这里面的数值 a 一, a 二, a 三, a 四, a 五, a 六,依次就是记录 l e 这个列表当中那一二三四五六出现的次数。 之后我们在指令框当中输入 a 一, a 二, a 三, a 四, a 五, a 六, 也就是将这个技术这些数字出现的频率啊啊或者平数啊,应该是平数放 一个列表当中,这样为了是为了便于呢制作下面的表格文本,那这里就会有一个 l 三这个列表呈现出来之后,在指令框当中输入长度 r o e, 那这里就会出现一个数值币,这个主要是记录 r o e 当中有多少个元素, 之后再拿上 l 三除以 b, 这个主要是记录 l 三当中各个点数啊,有一二三 三四五六各个点数出现的平数所对应的频率。 好,下面我们就输入我们想要的表格文本, 表格文本第一个列表我们需要追加一下,在这里我们就要追加一个文本叫点数, 那对于 i 二这个列表最佳,好,我们把这个复制一下,粘贴到后面一个数值列表当中, 那这个也是要追加的,因为我们希望第二点他出现 的是平数,有个平数,那这里是 l 三,那这个省略号我们也粘贴一下,那这里我们希望出现的是频率, 那这是 l 四。哦,确定,那这时候就会有一个表格, 那这里我们对他调整一下,我们可以给他加上边框, 那在这里我们也希望他能够在显示的时候啊,能够竖着 显示啊,当然你这样显示也行,你看你个人的需要啊,如果我希望他是这样显示的啊,也行,如果不是这样的话,那你可以在他的定义后面 再加上,比如说再加上 v c, 那数值居中显示。好,确定,那这显示的时候就是啊,数值来显示点数,平数,频率好,放大一点。 好,那就是这样。好。最后我们制作互动按钮, 我们先创建一个滑动条,是整数滑动条 m, 它的范围是一到五百, 我们用它来控制, 就是制筛子的次数。之后我们创建一个文本,这个文本里面呢,我们 输入抛至多少次,比如在这里面我们抛至 炮制的次数啊,应该是 m 词啊,因为刚才我们的滑动点 m 就是用来控制试验的次数, 哦,太少了,一个字。抛至 m 四之后,再 创建一个按钮, 这个按钮我们打开它的属性,在常规使用文本作为标签,勾选一下,选中刚才的文本,应该是第二个文本。 好,我们来看一下,那这样的话,这个按钮就会显示抛置多少次, 这个非常重要的。那在这里我们需要在角本单击式里面写入角本,那这个角本怎么来进行写入呢? 那在这里面我们只要写入一个启动动画 a 就可以了。 好,可以看一下效果好,下面我们还要创建一个按钮叫停止, 那这个停止的脚本里面写入什么呢?那我就直接复制过来啊,大家分析一下就知道了。那这里面我们需要 得到一系列的随机数啊, m 个随机数,这个随机数就是在一二三四五六里面选取,然后得到随机数之后跟 l e 这个列表进行合并,然后再 复制给 l e, 并且让 a 这个滑动条呢停止。最后呢让 l e 这个列表当中的第一个元素复制给 i。 好,确定好,我们来看一下效果好,就是这样, 好, ok, 最后呢我们再创建一个复原按钮,复原按钮里面只要填入 l e 等于划括号,就是将 l e 进行清空, 看一下效果 好, ok, 那我们这个案例呢,基本上也就做好了啊,那最后你只需要将这些该隐藏的隐藏啊,对于颜色有 有要求的,你自己调一下颜色,那最终呢就可以达到这样的一个效果, 好, ok, 关于这个模拟掷骰子的这样的一个课件,我们就分享到这里,感谢聆听,再见。

统计概率是高中数学必修三的一部分内容,这一部分在高考数学中大概占据五分分值,而且是长考易错考点,所以同学们要重视起来。这些都是近几年整理出来的常见题型,掌握下来不怕变换 抖音!

各位同学,我们来看一下第三十题。 第三十题他给了随机变量大 x 的分布函数和嗯,然后让我们求他的一个概率密度。那么首先呃这道题他要求我们求 呃概率密度啊。那么求概率密度的话呢?呃,我们就根据呃概率密度函数跟分布函数的关系咱们就可以求啊。那就是因为概率密度函数 f x 是分布函数 大 f x 的倒数。那么写公式就 就是他就是这样的,或者写成这样啊。那么我们接下来解这道题。 那么解这道题的话呢啊,首先它是个分段函数,两段啊,当 x 小于等于零十啊,那我们的小 fx 就等于大 f 一撇 x 啊,那毋庸置疑它等于零。当 x 大于零时啊,那我们小 fx 它等于大 f 一撇的导数。就求求这个的导数啊,求这个的导数,那么求这个的导数,它就等于啊 一减啊。咱们整理一下啊,分之一一的负 ax。 当然这个你自己根据你自己的计算习惯啊,我自己整理啊,自己计算啊。总体来说 就是呃,复合函数求导的话呢,令式法则再加上一个呃击的求导的一个规则啊。那我们接下来的话呢,呃,算一下这个,我们打个草稿来算一下这个 啊。那么算一下这个啊。那么呃一的倒数的话呢,就是零啊,不用管啊。那这里有一个符号,咱们也不管啊。那么这个的话呢,前倒后不倒加后倒,前不倒,那前倒就是二分之一长数啊。 呃,首先的话,这个是个负号函数求导链式法则那么一的负 a x 啊。那么呃外层完了啊,对内层求导啊,内层求导是负 a 啊,负 a。 然后的话呢,里面不变啊,后面不倒啊, a 方 x 方加二 a x 加二,然后再加上啊,呃,后倒前不倒啊,那就是二分之一。我们这个符号整体提到外面不管他啊,二分之一一的负 a x, 后面倒就是二 a 方 x 加二 a。 那么接下来整理一下呢。首先的话呢,就是二分之一一的负 ax。 那括号里面就是乘进去负 a 的三方 x 平方减二 a 方 x 加二 a, 加二 a 方 x, 这里是减二 a 啊,不是加二 a 加二 a 啊。那这个这一个,这一个,这一个约了啊。那这里的话呢,就是呃,二分之啊,这 这里还有个符号,这里还有个符号,负负得正就是。那么最后的话呢,这个结果的话呢,就可以出来啊。那么最后的结果的话就是二分之 a 三方 x 方再乘下一的负 ax 啊。这是一个计算过程,我们给他擦了, 那就直接写结果一二分之 a 三方 x 平方一的负 a x 啊。那接下来的话呢,咱们总结一下 啊,那我们的小 f x, 它就等于两段啊,一段是零,然后此时 x 是小于等于零的,一段是二分之 a 三方 x 方一的负 a x 是 x 是 大于零。那么我们接下来来求后面这个东西。那么求这个东西的话呢?我们嗯这道题这里的话呢,我们用第一种方法 可以算积分啊。但是呃,那么两种方法,第一种的话呢,已经知道分布函数,你就直接啊 根据啊性质啊,是他的,最终的话他就等于大 fa 分之一,减去大 f 零,直接带。这是最简单最简便的一种方法啊,如果你去算积分的话,你还得去把 a 的值求出来,然后使个分布积分啊。那我们 这个视频当中,我们就采用呃,这种方法来解啊。呃,那所以我们的这个概率, p 零小于大 x, 小于 a 分之一。那根据分布函数,它应该等于大 f a 分之一,减去大 f 零,大 f 零就是零吧。那虽然就算大 f a 分之一。带进去带进去啊,那就是一减 a 方乘上 a 方分之一,加上二, a 乘 a 分之一,加二再除以 啊,那一的 a 负一, b 的负一啊。那把这个算出来。嗯,那我们最终结果也就出来了啊。那显然这里是一 加,这里是二,再加二,那就是二分之五,就是一减二分之五一的负一次方。就就就就就行了啊。就行了啊。就这就是最后结果一减二分之五的负一次方。至于书上 给的那个答案零点零八,那他其实的话,他把一直啊带进去做了一个数值计算啊。啊,一般来说,嗯,咱们考试的时候写到这种程度就可以了 啊。那么这是呃呃,根据这个分布函数,因为已经知道分布函数,我们可以根据端点处的这个分布函数值来计算咱们这个概率。那么嗯, 这个题啊,他还可以啊,我们说过啊。嗯,用积分来算。那我们就接着啊。第一问我就直接写了啊。那我们上面已经求过秘书函数啊,只是介绍一下这种方法啊,你对 对比一下运算量啊。但是真的嗯,不建议你去积分啊。嗯,那我们第一问已经知道 f 小 f x 等于二分之 a, 三方 x 平方, e 的负 a x x 大于零。 还有零啊, x 小于等于零。那么我们既然要根据积分来求啊,我们首先的话呢,咱得根据啊,知道密度函数,根据密度函数,咱得求一个 a 的值啊。那么求 a 的值的话呢,就是在实数据上进行积分。负穷到正无穷, f x 等于一啊。那么负穷到正无穷, f x 等于一。那么 对应的这个题啊,那我们要算的就是这样的一个积分啊,已经到这位数, f x, 它应该等于。那我们实际上的话呢,就从零啊,因为这段它等于零嘛,怎么积都是零嘛,不用管零,到这五角上积二分之 a, 三方 x 平方一的负 a x 啊, b x 它等于一啊,你把这个 a 值解出来。那么这个积分的话呢,它是两个函数乘积的形式。那么采用分布积分化 分布积分法里面的话呢,它函数有个优优先级顺序啊,反对秘制三号。 也就是说啊,我们分布积分的话呢,它是不是有一部分要和 d x 先结合啊,那么就是说啊,这个越靠后的啊, 越靠后的啊,越优先与 dx 结合组成啊, dv 啊,咱们来写公式啊。那么分布积分的话呢,呃, 实际上的话,你要凑凑一个东西啊, f x, 它的积分形式是这样的,等于 u d v。 你要把这个东西凑出来,然后的话,你就一步一步的往下去算啊。那么对于这个函数来说, u u 值应该就是我们啊 v v, 我们这个 v v 还是怎么取啊?就是说啊,根据这样的一个优先级顺序,越往后 的月先啊,取这个 dv, 那么我们 u 的话,就取全面这个二分之 a 三方 x 的平方啊,那么我们 dv 那么就就是取后面那个 g 的负 ax 的 dx 啊。那么我们对这个东西进行积分,对这个东西进行积分啊,那他的积分应该等于什么? 它的积分应该等于啊。那么我们对 f x 进行积分, 那其实就等于对它进行积分,那应该等于嗯,应该等于什么?应该等于 u v 减去 v u 啊。那我们再接着往下写啊。那我们的接下来的话呢,我们已经确定了,只看 u 已经有了 v 是不是没有, v 是不是还没有。那么 v 我们这里的话呢,表示出了 dv, 我们是不是可以表示出 v。 那么我们嗯,这是对他微分。我们再对 dv 进行积分,那是他是不是就等于 v, 那么等于 对他进行积分。那么他的积分他求原来是很好求的吧,就是负的 a 分之一的负 a x。 那么我们 d u 就是对这个函数进行求导吧,那它就是 a 的 三次方。然后这里嗷嗷拿下来 x 的 dx。 那么基本上啊,咱们吩咐积分就需要写的东西已经写到这里了。 那么接下来的话呢,就根据公式啊,我们最后要算的这个几分。之 i, 记住 i 啊。那它应该等于 u v u 是它, u 是它啊, v 是它。那就应该等于负的 a 三方 x 的平方, e 的负 a x 零到正穷, 再加上第二段零到正五雄来机 a 三方 x e 的负 a x t x。 接下来的话呢啊,咱们再来看这个,这个的话呢,显然的话呢,再接着分布积分,再接着分布积分,往后做啊。再接着分布积分,往后做。 那么我们嗯,很显然啊,这个值你应该能求出来啊,一的副穷是零啊,咱们我就写在这啊,他应该等于这个,前面这个是零吗?加上后面是零的,正无穷 啊,领导真穷。然后领导真不穷啊。 然后 a 三方可以 提出了 a 三方啊, x 的一的负, a x d x 啊,这个的话呢,就是加上啊,前面这个值已经算出来,加上后面这个,这个要算积分啊,加上后面这个算积分的话,就是 继续再分布积分,继续再分布积分,继续再分布积分。也是重复刚才的操作啊。那最后的话呢,他嗯算的 a 分之二,那么根据他的性质, a 分之二应该等于一啊。那我们可以得出 a 值, a 值等于二,那么 a 值等于二的话呢,我们这个分布函数也就确定了啊。那么呃,你接下来的话呢,要求他的概率, 无非就是在零到 a 分之一上进行积分,那就是零到二分之一上进行积分。那求积分依然说是分布积分啊,就是重复这样的操作啊,关键就是看你积分熟不熟练。最后的话呢,也能算出来 这样的一个结果啊,因为算出来这样的一个结果哦,那么我们算一下啊。