概统基础知识
发表于|更新于|probability-statistics
概统公理化基础知识
公理
若Ω是一个试验的样本空间,Ω={Ai∣i∈[1,n]},有
- 非负性:P(Ai)>0
- 规范性:P(Ω)=1
- 可加性:若{Ai}相互排斥,那么有
P(i=1⋃∞Ai)=i=1∑∞P(Ai)
推导性质
空集概率为零
P(∅)=0
有限可加性
P(i=1⋃nAi)=i=1∑nP(Ai),当{Ai}相互排斥
对立事件公式
P(A)=1−P(Aˉ)
事件概率范围
P(A)≤1
减法公式
P(A−B)=P(ABˉ)=P(A)−P(AB)
加法公式
P(A+B)=P(A)+P(B)−P(AB)
P(A+B+C)=−+P(A)+P(B)+P(C)P(AB)−P(BC)−P(AC)P(ABC)
文章作者: 57U
版权声明: 本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 57U's Blog!
相关推荐
2024-08-28
一道极限题的计算
题目 求limx→01−cosx(cos2x)12(cos3x)13x2求 \lim_{x\rightarrow 0}\frac{1-\cos x (\cos 2x)^\frac{1}{2}(\cos 3x)^\frac{1}{3}}{x^2} 求x→0limx21−cosx(cos2x)21(cos3x)31 解 引论一 若f,a,b,c为自由变量f=abc,有f′=(a′a+b′b+c′c)(abc)若f,a,b,c为自由变量f=abc,有\\ f'=(\frac{a'}{a}+\frac{b'}{b}+\frac{c'}{c})(abc) 若f,a,b,c为自由变量f=abc,有f′=(aa′+bb′+cc′)(abc) 引论二 d(costx)1t(costx)1tdx=−tantx\frac{d(\cos tx)^{\frac{1}{t}}}{(\cos tx)^{\frac{1}{t}}dx}=-\tan tx (costx)t1dxd(costx)t1=−tantx ...
2024-09-19
做了一个真值表生成器
问题的提出 离散课后布置了一些作业,有几道题要求你写真值表。我就在网上搜索真值表生成器,但是很快我就发现:这些工具都不提供表格复制功能,为了能一键将表格复制到 LaTeX\LaTeXLATEX/Word/Markdown中,我就捉摸着自己写一个。 问题的解决 为了简化程序的编写,我将这个功能拆成了好几个模块: 将中缀表达式解析为后缀表达式 将后缀表达式解析为抽象语法树 根据抽象语法树生成真值表 并且抽象语法树还有一个好处,就是每一个子节点都是一个子式。 细枝末节 为了方便使用,程序的开发采用前端是Web,采用React框架与Ant-Design快速完成网页搭建。(我觉得ant-design比bootstrape好用) 源代码与网页 源代码: https://github.com/57UU/truth_table_generator 成品网页: https://57uu.github.io/truth_table_generator/ 参考资料 Github/RustBook from 电子科大
2024-11-26
函数极小值优化算法
gig_igi代表当前步骤的梯度∇F(x)∣x=xi\nabla F(x)|_{x=x_i}∇F(x)∣x=xi,αi\alpha_iαi代表当前的学习率, AiA_iAi代表当前的HessianHessianHessian矩阵(∇2F(x)∣x=xi\nabla^2F(x)|_{x=x_i}∇2F(x)∣x=xi) 共轭向量法 p0=−∇F(x)∣x=x0α0=−g0Tp0p0TA0p0x1=x0+α0p0\begin{aligned} &p_0=-\nabla F(x)|_{x=x_0}\\ &\alpha_0=\frac{-g_0^Tp_0}{p_0^TA_0p_0}\\ &x_1=x_0+\alpha_0p_0 \end{aligned} p0=−∇F(x)∣x=x0α0=p0TA0p0−g0Tp0x1=x0+α0p0 while True:...
评论