Sticky Posts
计算机笔记目录
计算机专业相关内容学习
# FreeCodeCamp 在线学习笔记
响应式网页设计
HTML 基础
HTML 基础复习
语义化 HTML
# 计算数学 Information Mathematics
参考书籍
榎本 彦衛:情報数学入門,新曜社,1987
Rudolf Lidl, Gunter Pilz: Applied Abstract Algebra, Springer, 1998
# 数值计算 Numerical Algorithms
参考书籍
久保田 光一:工学基礎 数値解析とその応用,数理工学社,2010
E. クライツィグ (田村 義保 訳): 数値解析...
more...
Post List
【数理统计】2-概率分布
# 随机变量
定义
令 (Ω,F,P)(\Omega, \mathcal F, P)(Ω,F,P) 为概率空间
称实数值映射 X:Ω→RX:\Omega \to \mathbb RX:Ω→R 为 (Ω,F,P)(\Omega, \mathcal F, P)(Ω,F,P) 上的 随机变量 (Random Variable)「確率変数」,当且仅当对于任意实数 xxx,事件
{ω∈Ω∣X(ω)≤x}∈F\{\omega \in \Omega \mid X(\omega) \leq...
more...
【数理统计】3-主要的概率分布
本节介绍数个常见的概率分布
离散型
二项分布
Poisson 分布
几何分布
连续型
均匀分布
指数分布
正态分布
# 二项分布
记事件 AAA 在 nnn 次实验中发生 kkk 次的概率为 P(X=k)P(X=k)P(X=k)
则此时随机变量 XXX 的分布称为 二项分布 (Binomial Distribution)「二項分布」,记为 X∼B(n,p)X \sim B(n,p)X∼B(n,p)
P(X=k)=(nk)pk(1−p)n−kP(X=k) = \binom{n}{k} p^k (1-p)^{n-k}
P(X=k)=(kn)pk(1−p)n−k
其中...
more...
【数理统计】4-多维分布
# 二维下的概率分布
当存在两个不同的随机变量 XXX 和 YYY 时,通过将其组成向量,可以在平面 R2\mathbb R^2R2 上描述其分布
便于理解,首先考虑 X,YX, YX,Y 都是离散型随机变量,则各自拥有对应的概率取值
P(X=xi)=pi,P(Y=yj)=qjP(X = x_i) = p_i,\quad P(Y = y_j) = q_j
P(X=xi)=pi,P(Y=yj)=qj
那么在二维平面下的概率就可以对应为
P((XY)=(xiyj))=rijP(\begin{pmatrix} X \\ Y...
more...
【数理统计】5-中心极限定理
统计学本质上的目的是去尽可能精确的估计总体的参数
例如我们想要研究全球人类的平均身高
最常见的方法就是随机抽取大量样本,然后进行估算
假设总体的平均身高为 μ\muμ,抽取样本 X1,X2,…,XnX_1, X_2, \ldots, X_nX1,X2,…,Xn,计算样本的平均身高 X‾=1n∑i=1nXi\overline{X} = \frac{1}{n}\sum\limits_{i=1}^n X_iX=n1i=1∑nXi
自然我们期待 X‾\overline{X}X 能够尽可能接近...
more...
【线性代数】14-Jordan 标准型
对角化非常强大,它可以抽取出线性映射中最漂亮的基,洞察空间的真实结构
但是对角化具有非常多的限制条件,例如现在已知对于 nnn 阶方阵来说
需要有 nnn 个线性无关的特征向量才可以对角化
需要是实对称矩阵才可以通过正交矩阵对角化
需要是 Hermitian 矩阵才可以通过酉矩阵对角化
那么有没有某一种变化,它的功效稍微低一些,但是可以对任意方阵执行呢?
定理 上三角化定理
令 AAA 为 F\mathbb FF 上的 nnn 阶方阵,且 λ1,λ2,…,λn\lambda_1, \lambda_2, \ldots,...
more...





