概率与数理统计公式总结.docx

发布时间：2022-06-19 发布人：admin 分类：说明书资料大小：1.19M 资料格式：docx 举报版权申诉

011f0201-c942-48b6-a0d2-55132683366a.docx.pdf-第1页.png

第1页 / 共27页

011f0201-c942-48b6-a0d2-55132683366a.docx.pdf-第2页.png

第2页 / 共27页

011f0201-c942-48b6-a0d2-55132683366a.docx.pdf-第3页.png

第3页 / 共27页

011f0201-c942-48b6-a0d2-55132683366a.docx.pdf-第4页.png

第4页 / 共27页

011f0201-c942-48b6-a0d2-55132683366a.docx.pdf-第5页.png

第5页 / 共27页

011f0201-c942-48b6-a0d2-55132683366a.docx.pdf-第6页.png

第6页 / 共27页

011f0201-c942-48b6-a0d2-55132683366a.docx.pdf-第7页.png

第7页 / 共27页

011f0201-c942-48b6-a0d2-55132683366a.docx.pdf-第8页.png

第8页 / 共27页

希腊数学字符及发音

数学基本运算法则：

指数运算：

对数运算：

常见的微分公式：

积分公式和积分定理：

事件之间的关系有：

独立关系： P(AB) = P(A)*P(B);

相容关系：最复杂，关系非独立，非不相容，部分关联的。

不相容关系： A发生则B不会发生。反之亦然。

包含关系： A包含B，则B发生=》A发生，反之不成立。

贝叶斯定理

排列数，

组合数：

样本空间运算：

概率加减法：

概率除法：

独立事件

全概率公式：

伯努力概率公式：

分布函数：

密度函数：

离散型概率分布与连续型概率分布的关系：

天龙八布：

二项分布：

泊松分布（根据统计数字来估算某段时间内的事件概率）：

泊松过程

阮一峰的写法：

另一位大拿的理解：

指数分布：

几何分布：

帕斯卡分布：

超几何分布：

均匀分布：　

正态分布：

二元正太分布：

两个独立的正态分布的和仍为正态分布（）。

n个相互独立的正态分布的线性组合，仍服从正态分布。

卡方分布：

Gamma 函数

T分布：统计量t 值的分布称为t分布

U 分布：各种非标准正态分布转换为标准正态分布

F分布：

二元联合分布函数：

离散型概率与连续型概率函数的关系：

条件分布概率函数：

Max Min函数分布：

一维随机变量的数字特征：　

期望：　

希腊数学字符及发音 1 Α α：阿尔法 Alpha Β β：贝塔 Beta Γ γ：伽玛 Gamma Δ δ：德尔塔 Delte Ε ε：艾普西龙 Epsilon Ζ ζ ：捷塔 Zeta Ε η：依塔 Eta Θ θ：西塔 Theta Ι ι：艾欧塔 Iota Κ κ：喀帕 Kappa ∧ λ：拉姆达 Lambda Μ μ：缪 Mu Ν ν：拗 Nu Ξ ξ：克西 Xi Ο ο：欧麦克轮 Omicron ∏ π：派 Pi Ρ ρ：柔 Rho ∑ σ：西格玛 Sigma Τ τ：套 Tau Υ υ：宇普西龙 Upsilon Φ φ：fai Phi Χ χ：器 Chi Ψ ψ：普赛 Psi Ω ω：欧米伽 Omega 数学基本运算法则：指数运算： a^m . a^n = a^(m + n) a^m / a^n = a^(m - n) (a^m)^n = a^(mn) (a^m)^(1/n) = a^(m/n) 同底数幂相乘，底数不变，指数相加；(a^m)*（a^n）=a^(m+n) 同底数幂相除，底数不变，指数相减；(a^m)÷（a^n）=a^(m-n) 幂的乘方，底数不变，指数相乘；(a^m)^n=a^(mn) 积的乘方，等于每一个因式分别乘方；(ab)^n=(a^n)(b^n)

负整数指数幂：任何不为零的数的 -n（n 为正整数）次幂等于这个数 n 次幂的倒数，即 a^(-n)=1/(a^n) 分数指数幂是一个数的指数为分数，正数的分数指数幂是根式的另一种表示形式。负数的分数指数幂并不能用根式来计算 2 对数运算：基本知识：常用公式：换底公式：

常见的微分公式： 3

积分公式和积分定理： 4

6 事件之间的关系有：独立关系： P(AB) = P(A)*P(B); 相容关系：最复杂，关系非独立，非不相容，部分关联的。不相容关系： A 发生则 B 不会发生。反之亦然。包含关系： A 包含 B，则 B 发生=》A 发生，反之不成立。贝叶斯定理

7 P(B|A) = P(A|B)*P(B) / P(A)。另一种简单点的理解， P(B/A) P(A) = P(A/B) P(B) 如果是独立事件，简化为 P(A) P(B) = P(B) P(A). , A 和 B 在相同的样本空间中， A B 排列数， 6 个人选 4 个人进行排列：组合数：样本空间运算：结合率：A(BC)=(AB)C A∪(B∪C)=(A∪B)∪C 分配率：(AB)∪C=(A∪C)∩(B∪C) (A∪B)∩C=(AC)∪(BC)

8 概率加减法： P(A+B)=P(A)+P(B)-P(AB) P(A-B)=P(A)-P(AB) 概率除法：独立事件

分享到：

赞收藏

资料库

概率与数理统计公式总结.docx

相关推荐

人工智能

热门标签

最新资料