概率论对于学习 NLP 方向的人,重要性不言而喻。于是我打算从概率论基础篇开始复习,也顺便巩固巩固基础。
这是基础篇的第七篇知识点总结
基础:下面前六篇的链接地址:
概率论基础(1)古典和几何概型及事件运算
概率论基础(2)条件概率、全概率公式和贝叶斯公式
概率论基础(3)一维随机变量(离散型和连续型)
概率论基础(4)五种重要的分布(二项、泊松、均匀、指数、正态分布)
概率论基础(5)离散型二维随机变量
概率论基础(6)连续型二维随机变量
知识点
- 一维随机变量期望与方差
- 二维随机变量期望与方差
- 协方差
- 切比雪夫不等式
放个常用列表:
一维随机变量期望与方差
常用公式
理解:注意E(X2)时,直接平方乘以概率即可
理解:要求什么就把什么代入进去。
常用计算性质:
例题:
理解:利用性质一即可。
理解:掌握常用的二项分布的数学期望np和方差即np(1-p)可。
理解:掌握均匀分布的数学期望(a+b)/2和方差(b-2)^2/12
理解:掌握正态分布数学期望μ和方差σ,和泊松分布的数学期望和方差λ。
二维随机变量期望与方差
理解:注意一种遍历的思想。
理解:对于连续型随机变量,求什么带什么到被积函数里面去。
协方差
性质
例题
理解:这道题是对相关系数公式的一个巩固
理解:这道题使用方差变形的公式以及反向运用相关系数公式,不要忘记协方差提取系数的方法
理解:这个选择是对公式的综合运用。注意独立可以推出后者,但反向推则不行。
理解:对于离散型的随机变量,应该熟练掌握其方差和数学期望的变化,以及计算方法。
理解:第一问重点在找到区间范围
理解:主要是求解过程,求什么带什么到被积函数去
切比雪夫不等式
公式
主要是套公式
理解:注意切比雪夫不等式两种形式的灵活运用。
额外加一点练习题巩固: