数学X~B(n,p)是什么意思_百度知道
数学X~B(n,p)是什么意思
x遵循二项分布。 试验次数为n，单次概率p。
其他类似问题
为您推荐：
其他1条回答
二项分布 X~B(n,p)二项分布B(n，p)若将实验可能结果分为两个：A发生或A不发生，则称此随机实验为Bernoulli实验。设随机变量，ξ= 1，A发生；
= 0，A不发生那么，ξ服从一个简单的离散型分布P(ξ= 1) = p，P(ξ= 0)= 1 - p称为Bernoulli分布或0—1分布。*******************************************************************************将Bernoulli实验独立重复进行n次，称为n重Bernoulli实验，n重Bemoulli实验中A发生的次数的分布为：P(ξ= k)=C(n,k)* P^k *(1-p)^(n-k) ，
k = 0，1，…，，n称为参数为n、P的二项分布，记为ξ～B(n，p)。二项分布的数学期望E(ξ)=np，方差D(ξ)=np(1 - p)。
数学的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁N L B Q X N,W Z D H X W J N X X是什么意思?_百度知道
N L B Q X N,W Z D H X W J N X X是什么意思?
这个是拼音，帮我翻一下，谢谢！
提问者采纳
努力不去想你，我真的很想忘记你 XX是名字吧？
提问者评价
其他类似问题
为您推荐：
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁4482人阅读
时间复杂度 算法分析 同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。一个算法的评价主要从时间复杂度和空间复杂度来考虑。 一、时间复杂度 （1）时间频度 一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。 （2）时间复杂度 在刚才提到的时间频度中，n称为问题的规模，当n不断变化时，时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此，我们引入时间复杂度概念。 一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，T（n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。 在各种不同算法中，若算法中语句执行次数为一个常数，则时间复杂度为O(1),另外，在时间频度不相同时，时间复杂度有可能相同，如T(n)=n2+3n+4与T(n)=4n2+2n+1它们的频度不同，但时间复杂度相同，都为O(n2)。 按数量级递增排列，常见的时间复杂度有： 常数阶O(1),对数阶O(log2n),线性阶O(n), 线性对数阶O(nlog2n),平方阶O(n2)，立方阶O(n3),...， k次方阶O(nk),指数阶O(2n)。随着问题规模n的不断增大，上述时间复杂度不断增大，算法的执行效率越低。 2、空间复杂度 与时间复杂度类似，空间复杂度是指算法在计算机内执行时所需存储空间的度量。记作: S(n)=O(f(n)) 我们一般所讨论的是除正常占用内存开销外的辅助存储单元规模
&& 二、常见算法时间复杂度：
O(1): 表示算法的运行时间为常量
O(n): 表示该算法是线性算法
O(㏒2n): 二分查找算法
O(n2): 对数组进行排序的各种简单算法，例如直接插入排序的算法。
O(n3): 做两个n阶矩阵的乘法运算
O(2n): 求具有n个元素集合的所有子集的算法
O(n!): 求具有N个元素的全排列的算法
优&---------------------------&劣
O(1)&O(㏒2n)&O(n)&O(n2)&O(2n)
时间复杂度按数量级递增排列依次为：常数阶O(1)、对数阶O(log2n)、线性阶O(n)、线性对数阶O(nlog2n)、平方阶O(n2)、立方阶O(n3)、&&k次方阶O(nk)、指数阶O(2n)。
三、算法的时间复杂度（计算实例）
定义：如果一个问题的规模是n，解这一问题的某一算法所需要的时间为T(n)，它是n的某一函数 T(n)称为这一算法的&时间复杂性&。
当输入量n逐渐加大时，时间复杂性的极限情形称为算法的&渐近时间复杂性&。
我们常用大O表示法表示时间复杂性，注意它是某一个算法的时间复杂性。大O表示只是说有上界，由定义如果f(n)=O(n)，那显然成立f(n)=O(n^2)，它给你一个上界，但并不是上确界，但人们在表示的时候一般都习惯表示前者。
此外，一个问题本身也有它的复杂性，如果某个算法的复杂性到达了这个问题复杂性的下界，那就称这样的算法是最佳算法。
&大O记法&：在这种描述中使用的基本参数是 n，即问题实例的规模，把复杂性或运行时间表达为n的函数。这里的&O&表示量级 (order)，比如说&二分检索是 O(logn)的&,也就是说它需要&通过logn量级的步骤去检索一个规模为n的数组&记法 O ( f(n) )表示当 n增大时，运行时间至多将以正比于 f(n)的速度增长。
这种渐进估计对算法的理论分析和大致比较是非常有价值的，但在实践中细节也可能造成差异。例如，一个低附加代价的O(n2)算法在n较小的情况下可能比一个高附加代价的 O(nlogn)算法运行得更快。当然，随着n足够大以后，具有较慢上升函数的算法必然工作得更快。
Temp=i;i=j;j=&&&&&&&&&&&&&&&&&&&&
以上三条单个语句的频度均为1，该程序段的执行时间是一个与问题规模n无关的常数。算法的时间复杂度为常数阶，记作T(n)=O(1)。如果算法的执行时 间不随着问题规模n的增加而增长，即使算法中有上千条语句，其执行时间也不过是一个较大的常数。此类算法的时间复杂度是O(1)。
2.1. 交换i和j的内容
&&&& sum=0；&&&&&&&&&&&&&&&& （一次）
&&&& for(i=1;i&=n;i++)&&&&&& （n次 ）
&&&&&&& for(j=1;j&=n;j++) （n^2次 ）
&&&&&&&& sum++；&&&&&& （n^2次 ）
解：T(n)=2n^2+n+1 =O(n^2)
&&& for (i=1;i&n;i++)
&&&&&&& y=y+1;&&&&&&&& ①&&&
&&&&&&& for (j=0;j&=(2*n);j++)&&&&
&&&&&&&&&& x++;&&&&&&& ②&&&&&&
&&& }&&&&&&&&&
解： 语句1的频度是n-1
&&&&&&&&& 语句2的频度是(n-1)*(2n+1)=2n^2-n-1
&&&&&&&&& f(n)=2n^2-n-1+(n-1)=2n^2-2
&&&&&&&&& 该程序的时间复杂度T(n)=O(n^2).&&&&&&&&&
O(n)&&&&&&
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
&&& b=1;&&&&&&&&&&&&&&&&&&&&& ①
&&& for (i=1;i&=n;i++) ②
&&&&&& s=a+b;　　　　③
&&&&&& b=a;　　　　　④&&
&&&&&& a=s;　　　　　⑤
解： 语句1的频度：2,&&&&&&&&
&&&&&&&&&& 语句2的频度： n,&&&&&&&&
&&&&&&&&& 语句3的频度： n-1,&&&&&&&&
&&&&&&&&& 语句4的频度：n-1,&&&&
&&&&&&&&& 语句5的频度：n-1,&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
&&&&&&&&& T(n)=2+n+3(n-1)=4n-1=O(n).
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
&&&& i=1;&&&&&& ①
&&& while (i&=n)
&&&&&& i=i*2; ②
解： 语句1的频度是1,&&
&&&&&&&&& 设语句2的频度是f(n),&& 则：2^f(n)&=n;f(n)&=log2n&&&&
&&&&&&&&& 取最大值f(n)= log2n,
&&&&&&&&& T(n)=O(log2n )
&&& for(i=0;i&n;i++)
&&&&&& for(j=0;j&i;j++)&&
&&&&&&&&& for(k=0;k&j;k++)
&&&&&&&&&&&& x=x+2;&&
解：当i=m, j=k的时候,内层循环的次数为k当i=m时, j 可以取 0,1,...,m-1 , 所以这里最内循环共进行了0+1+...+m-1=(m-1)m/2次所以,i从0取到n, 则循环共进行了: 0+(1-1)*1/2+...+(n-1)n/2=n(n+1)(n-1)/6所以时间复杂度为O(n^3).
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
我们还应该区分算法的最坏情况的行为和期望行为。如快速排序的最 坏情况运行时间是 O(n^2)，但期望时间是 O(nlogn)。通过每次都仔细 地选择基准值，我们有可能把平方情况 (即O(n^2)情况)的概率减小到几乎等于 0。在实际中，精心实现的快速排序一般都能以 (O(nlogn)时间运行。
下面是一些常用的记法：
访问数组中的元素是常数时间操作，或说O(1)操作。一个算法如 果能在每个步骤去掉一半数据元素，如二分检索，通常它就取 O(logn)时间。用strcmp比较两个具有n个字符的串需要O(n)时间 。常规的矩阵乘算法是O(n^3)，因为算出每个元素都需要将n对 元素相乘并加到一起，所有元素的个数是n^2。
指数时间算法通常来源于需要求出所有可能结果。例如，n个元 素的集合共有2n个子集,所以要求出所有子集的算法将是O(2n)的 。指数算法一般说来是太复杂了，除非n的值非常小，因为，在 这个问题中增加一个元素就导致运行时间加倍。不幸的是，确实有许多问题 (如著名 的&巡回售货员问题& )，到目前为止找到的算法都是指数的。如果我们真的遇到这种情况， 通常应该用寻找近似最佳结果的算法替代之。
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：69462次
积分：1103
积分：1103
排名：千里之外
原创：34篇
转载：26篇
(1)(1)(2)(3)(1)(2)(3)(2)(1)(4)(1)(2)(14)(7)(1)(5)(6)(2)(1)(1)w l g l ,n y d y x f ,s r w b x w k d n h b r x f... 这个是什么意思哦？_百度知道
w l g l ,n y d y x f ,s r w b x w k d n h b r x f... 这个是什么意思哦？
提问者采纳
XXXX ,你一定要幸福。虽然我不希望看到你和别人幸福
= = 只能翻译到这程度
W LGL 不懂啥意思~
提问者评价
谢谢，WLGL是我来过了。
可恶的拼音，如果是五笔的话，嘿嘿～～。。
其他类似问题
为您推荐：
其他3条回答
&Without loss of generality(w.l.o.g.) 应该理解为不失一般性的假设，并不特指在假设下成立，而是这种假设只是为了更好的说明问题.
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁X~B(n,P)是什么意思？_百度知道
代表是二项分布，EX＝nP,DX＝nP－nP²
其他类似问题
为您推荐：
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁