跳转至

期末专题复习指南


专题1:概率在计算中的实现

  1. 样本空间和事件空间:如何寻找样本空间和事件空间

  2. 频数、频率和概率:概念、区别

  3. 模拟抛硬币的python实现方式

  4. 随机数:真伪随机数、随机种子、random包用法

  5. 贝叶斯定理:后验概率、似然概率、先验概率概念

  6. set类的常用函数与功能

  7. 古典概率的实现方法

  8. 二项分布实现方法

  9. 蒙特卡洛模拟的基本思想和用法

专题2:排序算法

  1. 算法的定义和特征

  2. 算法的表示方法

  3. 排序问题的定义

  4. 基于比较的排序

  5. 选择排序的基本思想、算法设计、实例应用和python实现

  6. 了解选择排序的算法稳定性

  7. 冒泡排序的基本思想、算法设计、实例应用和python实现

  8. 了解冒泡排序的算法稳定性

  9. 插入排序的基本思想、算法设计、实例应用和python实现

  10. 了解插入排序的算法稳定性和优化方法

专题3:微积分的计算机实现

  1. Sympy简介、导入方式以及主要功能

  2. Limit()函数求极限的用法

  3. Sympy求解函数、数列极限的实现方式(步骤和主要函数)

  4. 一元函数(多项式、参数方程、双曲线)的导数求解过程、主要函数

  5. 一元函数积分的求解过程、主要函数

  6. 一阶常微分方程求解过程、主要函数

  7. 画图需导入的包(matplotlib.pyplot)、微积分画图常用的优化方式(例如:坐标系的实现方式(ax.spines)、在某点出标记文字(plt.text))