-- cube物体会移动很快:调用一次移动一米,每秒调用很多次
比如要测试某个方法、某种处理方式是否耗费性能
这个方法一般用来创建空物体,用于放置其他物体
通常为初始化一个Prefab或复制另外一个游戏物体
tag -- 属性,多用于判断游戏物体的分类
禁用了游戏物体后,它还是在内存中存储的,因此可以获取对应的属性
只不过物体不会在Scene中显示,Update()也不再执行,不需要渲染,不耗费性能了
一般而言跳转后,A场景中的所有游戏物体都会被销毁,调用后gameObject不会被销毁
一般用于设置一个两个场景共享的游戏物体
注意:一般而言,需要进行null的判断,因为有可能出现tag错误或无激活物体等情况
GameObject的方法:通过对象进行调用
注:禁用脚本是指禁用了脚本的Update方法,因此如果某脚本没有写Update(),则也不会出现勾选的框
gameObject:该脚本所在的游戏物体
程序的正常执行顺序:顺序执行,遇到方法则进入方法后顺序执行方法
协程:如果方法是一个协程方法,则可看作是一个新的Thread,可能同步执行,可能有先后,具体看CPU如何调度
协程方法好处:不会阻塞当前方法的运行;可以进行协程方法自身的暂停
例子:通过协程实现颜色渐变
例2:通过直接填写方法名methodName实现 (最多只能传递一个参数)
任务21:鼠标相关事件函数
好处:1. 一个虚拟按键可以对应多个物理按键
返回值是渐变效果的,所以是非匀速运动,更圆滑
用处:比如在比较两个向量的长度时,使用sqr会减少性能的消耗
+ :(a+b)即向量相接(可以用来做方向的叠加)
- :(a-b)即b指向a的向量(可以用来指向)
比如敌人指向Player的向量,就用Player的坐标所在向量-敌人的坐标所在向量)
== :三个值相对相同
insideUnitCircle -- 按照半径为1,圆心为(0,0)的一个圆,随机生成一个在圆内的二维坐标
可以赋值给Vector3的变量,只会改变x和y的值
计算机产生的是伪随机数,是通过一系列计算生成的随机数,不是真正的随机数。seed就是生成随机数的算法需要的一个参数。
该方法目的是给生成随机数的算法(如Range)提供seed。一些情况下,如果要求生成的随机数有一定规律(比如Debug的时候),
就提供确定的seed;如果要求生成不确定的随机数,可以选择时间作为seed:
注意,不设置InitState()的时候,Unity也会自动设置,保证 每次游戏运行时Range生成的随机数有规律可循
四元数:w, x, y, z 四个值组成一个四元数,表示一个物体的旋转
注意,围绕y轴旋转时,是按照世界坐标中的y轴而不是局部坐标系的y轴旋转
而围绕x或z轴旋转是围绕自身的x或z轴进行旋转
优劣:四元数在进行旋转的计算时更方便,而欧拉角在进行肉眼观察时更直观
注:力太小的时候也可能不运动
实例:点击鼠标,用射线的方法判断是否点击了某个GameObject
isFocused:判断用户当前是否将焦点处于该游戏
isMobilePlatform:判断当前是否在已知的移动设备上运行
其他API的讲解会在Unity API常用方法和类详细讲解(下)中继续讲解。
第1讲 样本空间,随机事件随堂测验
1、将一枚硬币抛一次,观察正面出现的次数. 则样本空间为S={0,1}.
2、将一枚硬币抛2次,观察正面出现的次数. 则样本空间为S={1,2}.
3、观察某城市一昼夜发生交通事故的次数. 事件C表示“事故至多发生3起”,事件D表示“事故少于3起”. 则 C={0,1,2,3},D={0,1,2}.
4、将一枚硬币抛2次,观察正反面出现的情况. 样本点表示为(第1次结果,第2次结果),则样本空间为 S={(正面,正面),(正面,反面),(反面,正面),(反面,反面)}.
5、观察某城市一昼夜发生交通事故的次数. 事件C表示“事故至少发生10起”,事件D表示“事故超过10起”, 则C=D.
6、观察某种型号节能灯的寿命,如果事件C表示“使用寿命超过6000小时”,则C={x: x>6000}.
第2讲 事件的相互关系及运算随堂测验
3、若A与B不相容,则对于任意事件C与D,AC与BD也不相容。
5、对任意事件A,B ,均有.
1、某人先掷骰子30次,发现“1点”出现了6次,所以“1点”出现的频率为6/30=0.2,接下来他又掷骰子50次,其中“1点”出现了8次,此时频率为8/50=0.16.因此,在总共80次试验中,“1点”出现的频率为(0.2+0.16)/2=0.18. 你认为对吗?
2、某人进行了100次投篮,命中率为0.28,说明在这100次投篮中投中了28次。
3、将一枚骰子掷30次,结果有6次出现“6点”,则“6点”出现的频率为1/6。
4、将一枚均匀硬币分别抛10次和100次,抛10次出现正面的频率记为a, 抛100次出现正面的频率记为b,则 |a-0.5|>|b-0.5|一定成立.
第5讲 等可能概型(古典概型)随堂测验
5、将一枚均匀的硬币抛两次,记录第一、第二次出现的正反面情况. 这是等可能概型.
6、将一枚均匀的硬币抛两次,记录正面出现的次数. 这是等可能概型.
第6讲 条件概率随堂测验
1、设A, B为随机事件,已知,则.
第7讲 全概率公式与贝叶斯公式随堂测验
第8讲 事件独立性随堂测验
6、设A与B是两个随机事件,则表示“A与B至少有一个发生”。
7、一盒中有3个红球,5个白球,采用不放回抽样取2个球,已知有一个是红球,则两个都是红球的概率为1/6。
9、有甲乙两盒,每盒都有2个红球,3个白球,从甲盒中取一球放入乙盒,再从乙盒中采用不放回抽样取出2球,则取到两个球是一红一白的概率为14/25。
第9讲 随机变量随堂测验
5、一盒中有3个红球,1个白球,不放回取2个球, X表示取到的红球数,则X的分布律为 P(X=1)=P(X=2)=0.5.
第10讲 离散型随机变量随堂测验
第11讲 分布函数随堂测验
3、设随机变量X的分布函数 则
第12讲 连续型随机变量及其概率密度随堂测验
4、两个概率密度函数与 对应的分布函数完全相同.
5、设随机变量X的分布函数 则X的概率密度函数可写为
6、随机变量的分布函数一定是连续函数.
第13讲 均匀分布与指数分布随堂测验
5、设随机变量X的分布函数 则X的概率密度函数为
6、在区间(1,3) 内随机取一数,记为X,则X~U(1,3), 且X的概率密度函数为
第14讲 正态分布随堂测验
3、设随机变量X的概率密度函数为 则X~N(1,1/2).
第15讲 随机变量函数的分布随堂测验
3、设随机变量X的概率密度函数为则 Y~U(0,1).
5、设随机变量X的概率密度函数为 则Y的概率密度函数为
6、设随机变量X服从参数为3的泊松分布,则.
7、随机变量X在区间(1,3)上服从均匀分布,对X独立重复观察3次,则至少有2 次观测值大于1.5的概率值为27/32.
8、随机变量X在区间(-1,2)上均匀分布,F(x)是X的分布函数,则F(1)=0.5.
第16讲 二元随机变量,离散型随机变量分布律随堂测验
第17讲 二元离散型随机变量边际分布律与条件分布律随堂测验
3、已知X与Y的边际分布律,则必能确定(X,Y)的联合分布律.
4、设(X,Y)是二元离散型随机变量,X与Y可能取值为1,2,3,…,则
5、已知(X,Y)的联合分布律,则必能确定X与Y的边际分布律.
第18讲 二元随机变量分布函数、边际分布函数及条件分布函数随堂测验
3、设(X,Y)为二元随机变量,F(x,y)是(X,Y)的分布函数,则
4、设(X,Y)为二元随机变量,F(x,y)是(X,Y)的分布函数,则X的边际分布函数为
第19讲 二元连续型随机变量,联合概率密度随堂测验
第20讲 二元连续型随机变量边际概率密度随堂测验
4、设(X,Y)的概率密度为则X的边际概率密度为
5、设(X,Y)的概率密度为 则X与Y的分布相同.
第21讲 二元连续型随机变量条件概率密度随堂测验
3、设二元随机变量(X,Y) 中Y的边际概率密度为,在Y=y的条件下,X的条件概率密度为,则(X,Y)的联合概率密度为.
4、设二元随机变量(X,Y)的概率密度为f(x,y),则条件概率密度是x,y的二元函数.
第22讲 二元均匀分布,二元正态分布随堂测验
第23讲 随机变量的独立性随堂测验
2、设二元连续型随机变量(X,Y)的概率密度为f(x,y),若平面上存在一点,使,则随机变量X与Y一定不独立.
3、若(X,Y)的联合概率密度为,则X与Y相互独立.
4、(X,Y)是二元离散型随机变量,若存在某与,使 ,则随机变量X与Y一定独立.
5、设随机变量(X, Y)的分布函数为F(x,y),若对平面的某一点, 有, 则随机变量X与Y不独立.
第24讲 二元随机变量函数的分布随堂测验
第25讲 Z=X+Y的分布随堂测验
第16-26讲单元测验
6、设(X,Y)的联合概率密度为则在x=2/3时Y的条件概率密度为
8、设(X,Y)的联合概率密度为则X的边际概率密度为
第27讲 随机变量的数学期望随堂测验
2、设随机变量X的分布律为, 则X没有数学期望。
4、设X的概率密度为则
第28讲 随机变量函数的数学期望随堂测验
4、设随机变量(X,Y)的联合概率密度,则
第29讲 数学期望的性质随堂测验
3、已知随机变量X与Y的数学期望分别为2和3,则E(3X-Y+2)=5.
4、已知随机变量X与Y的数学期望分别为2和3,则E(XY)=6.
第30讲 方差定义和计算公式随堂测验
4、有同学这样计算方差:,对吗?
第31讲 方差的性质随堂测验
第32讲 协方差与相关系数随堂测验
第33讲 不相关与独立随堂测验
4、设(X,Y)服从二元正态分布,相关系数为0,则X与Y相互独立.
5、设随机变量X与Y协方差为0,则X与Y一定相互独立 .
第34讲 矩,协方差矩阵,多元正态分布的性质随堂测验
6、设(X,Y)的联合分布律如下表所示,则E(XY)=1.2.
8、设(X,Y)的联合概率密度为则X与Y不独立且不相关.
第35讲 依概率收敛,切比雪夫不等式随堂测验
2、设随机变量序列,已知时,依概率收敛到1,这意味着对于任给的ε>0,存在N,当n>N时,成立。
3、设,n=1,2,...,则当时,依概率收敛到1。
4、设随机变量序列,已知时,依概率收敛到1,则当时,依概率收敛到e.
第36讲 大数定律随堂测验
1、设相互独立,,则当时,依概率收敛到100.
2、设相互独立同分布,,则当时,依概率收敛到100.
3、设相互独立同分布,,则当时,依概率收敛到4.
4、一盒中有3个红球2个白球,采用放回抽样, 表示第i次取到的红球数,i=1,2,..., 则当时,依概率收敛到0.6.
第37讲 中心极限定理随堂测验
第35-37讲单元测验
6、设进入某公众服务中心的顾客每人接受服务时间X(单位:分钟)服从参数为1/6(E(X)=6)的指数分布,随机观察100个人的服务时间,结果记为,设, 假设每人的服务时间是相互独立的. 利用切比雪夫不等式,可得的下界为16/25.
7、设相互独立,服从相同的分布,,则根据大数定律,当时,依概率收敛到2.
8、设进入某公众服务中心的顾客每人接受服务时间X(单位:分钟)服从参数为1/6(E(X)=6)的指数分布,随机观察100个人的服务时间,结果记为,设, 假设每人的服务时间是相互独立的. 利用中心极限定理,可得的近似值为.
9、设相互独立,服从相同的分布,, 表示中取值小于2的个数,则根据大数定律,当时,依概率收敛到0.5.
第38讲 总体,样本随堂测验
1、设总体X的概率密度为从总体抽取容量为4的样本,则 的联合概率密度为
2、设总体X的概率密度为从总体抽取容量为4的样本,则样本观测值为0.124,0.863,1.739,1.598是不可能的。
3、设4个学生甲、乙、丙、丁的成绩分别为88、75、70、63,采用放回抽样取两个成绩,则.
第39讲 统计量,常用统计量随堂测验
2、设4个同学甲、乙、丙、丁的成绩分别为88、75、70、63,总体均值为74分,采用放回抽样取两个成绩,若抽到的是75,63,则样本均值的观测值为69分,此时用样本均值估计总体均值,造成对总体均值的低估。
3、对于总体X,总体方差存在,是来自总体的简单随机样本,是样本方差,则
4、设全校学生成绩X的分布律为P(X=3)=0.2,P(X=4)=0.7,P(X=5)=0.1,总体均值为3.9,采用放回抽样,观察到的成绩一个是3,另一个是4,因此样本均值观测值为3.5,则.
第40讲 χ2分布随堂测验
第41讲 t分布,F分布随堂测验
第42讲 单个正态总体的抽样分布随堂测验
4、设总体是总体X的简单随机样本,是样本均值,是样本方差,则
第43讲 两个正态总体的抽样分布随堂测验
3、有两个独立总体与分别是来自总体X与Y的简单随机样本,分别是样本均值,分别是样本方差,则
4、有两个独立总体与分别是来自总体X与Y的简单随机样本,分别是样本均值,分别是样本方差,则.
第44讲 矩估计随堂测验
5、为估计某产品的合格率, 从大批的该产品中随机地抽查了10件, 这10件中恰有8件产品合格. 则该产品合格率的矩估计值为0.8.
第38-43讲单元测验
6、从总体中抽取容量为3的样本, 是样本均值,则.
7、从总体中抽取容量为3的样本, 是样本均值,则.
8、从总体中抽取容量为3的样本, 则样本均值的概率等于1.
9、从总体中抽取容量为3的样本, 则.
第45讲 极大似然估计随堂测验
第46讲 估计量的评价准则,无偏性随堂测验
3、设是未知参数的无偏估计量,,则是的无偏估计量。
4、设是未知参数的无偏估计量,则
5、设总体X的均值为μ,是总体X的样本,当且仅当成立,有是μ的无偏估计。
6、总体X取1、3、5的概率各为1/3,总体均值μ=3,采用放回抽样取容量为2的样本,则样本均值是μ的无偏估计量.
第47讲 有效性,均方误差随堂测验
2、设总体X的均值为μ,方差为. 为X的样本,为常数,所以
4、设和都是θ的无偏估计量,若在均方误差下,优于,则等价于说比更有效。
5、设总体X服从指数分布,均值为μ,为X的样本,用和估计μ,则在均方误差准则下,比更优.
第48讲 相合性随堂测验
1、设总体均未知. 是总体X的样本,令,则T是μ的相合估计。
2、无偏估计一定是相合估计。
3、设是总体X的样本,是θ的无偏估计,如果当n→∞时,,则可推出是θ的相合估计。
4、设是θ的相合估计量, 是θ的连续函数,则是的相合估计量。
第49讲 置信区间,置信限随堂测验
1、设是θ的置信水平为1-α的双侧置信区间。若对于样本观测值计算得区间是 (1,2),说明P(1<θ<2)≥1-α.
2、设总体X的概率密度为f(x;θ), θ未知。是总体X的样本,若有两个统计量,使得,则是θ的置信水平为1-α的双侧置信区间。
3、对于参数,设有两个置信水平均为1-α的双侧置信区间和,若,按照Neyman原则,应该选定作为参数的置信水平为1-α的双侧置信区间。
4、若和分别是θ的置信水平为1-α/2的单侧置信下限和置信上限,则是θ的置信水平为1-α的双侧置信区间。.
5、若 和都是θ的置信水平为1-α的双侧置信区间。若 对一切参数θ都成立,则的精确度更高。
第50讲 枢轴量法随堂测验
3、设总体X的概率密度为f(x;θ), θ是待估未知参数。是总体X的样本,若是θ的极大似然估计,而的分布已知,分布中不含任何未知参数,则是枢轴量。
4、设总体X的概率密度为f(x;θ), θ是待估未知参数。是总体X的样本,若对于枢轴量,有常数使得 由解得则是的置信水平为1-α的双侧置信区间。
第51讲 单个正态总体均值的区间估计随堂测验
第52讲 成对数据均值差,单个正态总体方差的区间估计随堂测验
3、设总体均未知. 是总体X的样本,则的置信水平为1-α的双侧置信区间为
4、为考虑某种减肥药使用效果,测量了n个人在服药前和服药一个月后的体重分别为 , 则和可以认为来自同一个总体的两组独立样本。
第53讲 两个正态总体参数的区间估计随堂测验
1、设总体未知. 和分别是总体X和Y的两个独立样本, 样本均值分别为 样本方差分别为,则的置信水平为1-α的单侧置信下限为
2、设总体,未知. 和分别是总体X和Y的两个独立样本, 样本均值分别为 样本方差分别为,则的置信水平为1-α的双侧置信区间为
3、若的置信水平为1-α的双侧置信区间不包含0,则说明与有显著差异(显著性水平为α)。
4、设总体未知,已知. 和分别是总体X和Y的两个独立样本, 样本均值分别为 样本方差分别为,则的置信水平为1-α的双侧置信区间为.
第44-53讲单元测验
6、从正态总体和中分别抽得容量都为8 的独立样本,算得样本均值分别为75 和70 ,样本方差分别为 27 和 23,则在置信水平为95%下,的单侧置信下限为0.60.
7、从正态总体和中分别抽得容量为10 和9 的独立样本,算得样本方差分别为40和50,则在置信水平为95%下,的双侧置信区间是(0.183,3.280).
转眼间,一个学期过去了,期盼已久的寒假也来到了我们的身旁。下面是小编为大家整理的关于2022四年级数学寒假作业上册答案,希望对您有所帮助!
四年级数学上册寒假作业答案
76万千位是0、1、2、3、4的数
75万千位是5、6、7、8、9的数
1、十万 10 一千万
6、 7 百万 6个百万 万 4个一万 十 5个十
8、 一千零七十万零二十
二、四百二十万五千一百九十八
七千零五十亿零八十一万五千
上课注意听讲,认真完成作业。
四、1、√ 2、√ 3、_
3、先给玲玲点眼药水,再给香香换纱布,最后给芳芳打针的顺序安排治疗
六、1、体育 2、体育 3、2
一、(1)10、十万、千万 (2)千万、亿 (3)千万、十万 (4)7、百万、3个百万、千、6个千
四年级数学寒假作业答案
4、 四千零五十万三千零二十
四、﹤ ﹥ ﹤ ﹥ ﹥
2、百万 一 千 百万
三、周角 锐角 直角 平角
76万千位是0、1、2、3、4的数
75万千位是5、6、7、8、9的数
1、十万 10 一千万
6、 7 百万 6个百万 万 4个一万 十 5个十
8、 一千零七十万零二十
二、四百二十万五千一百九十八
七千零五十亿零八十一万五千
四年级数学上期寒假作业答案
五.1 3 6 边的条数不一定等于角的个数
3时-直角 4时-钝角
2.(顺时针方向转)东北 东 东南 南 西南 西 西北 90 45
三.④ ⑥ ② ④ ② ⑤
2022四年级数学寒假作业上册答案相关文章:
版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。