数学
michellechouu
这个作者很懒,什么都没留下…
展开
-
矩阵乘法
大多数人在高中,或者大学低年级,都上过一门课《线性代数》。这门课其实是教矩阵。刚学的时候,还蛮简单的,矩阵加法就是相同位置的数字加一下。矩阵减法也类似。矩阵乘以一个常数,就是所有位置都乘以这个数。但是,等到矩阵乘以矩阵的时候,一切就不一样了。这个结果是怎么算出来的?教科书告诉你,计算规则是,第一个矩阵第一行的每个数字(2和1),各自乘以第二个矩阵第一列对应位置的数字(1和1),然后将乘积相加( 2 x 1 + 1 x 1),得到结果矩阵左上角的那个值3。也就是转载 2021-06-14 05:49:15 · 18094 阅读 · 1 评论 -
矩阵的特征向量和特征值
原文https://www.matongxue.com/madocs/228/转载 2021-06-14 05:47:45 · 251 阅读 · 0 评论 -
为什么概率不能推事件?
之前学习数据分析的时候有接触到蒙特卡洛分析法,本质上就是穷举,然后给出了一个很有意思的例子:抛硬币正面和反面的概率各为1/2,那么1/2这个概率是怎么来的呢?很多人的直觉中觉得硬币不就是两面嘛,要么正面要么反面,所以正反面的概率各是1/2。但是这个1/2是直觉上或者“理论上”的1/2,并不严格,因为准确来说硬币有三面,如果不靠直觉的话抛完硬币后硬币立在地上这个结果也是会发生的可能之一,但是在大量的实验中发现,立起来的情况少之又少,在抛的次数越来越多后,立起:正面:反面的的比例越来越接近0:1:1(最起码转载 2021-02-22 05:52:39 · 8749 阅读 · 0 评论 -
多项分布与范畴分布
1. 伯努利分布(Bernoulli distribution) 伯努利分布又称二点分布或0-1分布,即一次试验只有正例和反例两种可能,以随机变量表示就是X只能取0或1,伯努利试验是只有两种可能结果的单次随机试验,假设一次试验出现正例的概率为p(0<p<1),那么P(X=1)=pP(X=1)=p,P(X=0)=1−pP(X=0)=1−p,可以统一表达为P(X=k)=pk(1−p)1−k,k=0,1P(X=k)=pk(1−p)1−k,k=0,1,则称X服从参数为p的伯努利分布,记为X∼Ber原创 2021-02-09 08:54:22 · 1031 阅读 · 0 评论 -
伯努利分布和二项分布
转载 2021-02-09 05:33:32 · 479 阅读 · 0 评论 -
掰开揉碎推导Normal Equation
转载 2021-02-06 08:57:42 · 123 阅读 · 0 评论 -
矩阵和向量相乘,向量和其转置相乘
转载 2021-02-06 07:52:56 · 8306 阅读 · 0 评论 -
线性代数术语中英文对照
Aadjont(adjugate) of matrix A A 的伴随矩阵augmented matrix A 的增广矩阵Bblock diagonal matrix 块对角矩阵block matrix 块矩阵basic solution set 基础解系CCauchy-Schwarz inequality 柯西 - 许瓦兹不等式characteristic equation 特征方程characterist...转载 2021-01-31 06:34:49 · 18191 阅读 · 0 评论 -
对数及运算法则
1.对数源于指数,是指数函数反函数 因为:y = ax 所以:x = logay2. 对数的定义 【定义】如果 N=ax(a>0,a≠1),即a的x次方等于N(a>0,且a≠1),那么数x叫做以a为底N的对数(logarithm),记作: x=logaN 其中,a叫做对数的底数,N叫做真数,x叫做 “以a为底N的对数”。 2.1对数的表示及性质: 1.以a为底N的对数记作:logaN 2.以10为底的常用对数:lgN = log...转载 2020-05-21 20:42:18 · 107702 阅读 · 0 评论