li_kin的博客

未完待续，再继续

代码实现# 2.4 python代码实现# 来自Task03-=常见假设及分布## 计算统计分布的PMF和PDF# 生成一组符合特定分布的随机数# 在numpy库中，提供了一组random类可以生成特定分布的随机数import numpy #生成大小为1000的符合b(10,0.5)二项分布的样本集s = numpy.random.binomial(n=10,p=0.5,size=1000)# 生成大小为1000的符合U(0,1)均匀分布的样本集，注意在此方法中边界值为左闭右开区...

代码实现# numpy 是开源的数学计算扩展库，里面有很多数值计算API，用来存储和处理矩阵import numpy as np a = [1,2,4,5,3,12,12,23,43,52,11,22,22,22]a_mean=np.mean(a) # to acqirue mean valuea_mid=np.median(a)print('a_mean is :',a_mean)print('a_mid',a_mid)'''Scipy是一个高级的科学计算库，Scipy一般都是操..

概率统计论--S1 基础知识1 随机事件1.1 基本概念- 样本空间 样本点 随机事件1.2 概率1.2.1 主要性质1.3 古典概率1.4 条件概率1.5 全概率公式和贝叶斯概率随机变量概率统计论重学，并希望能加上李航版本的统计方法；1 随机事件1.1 基本概念- 样本空间 样本点 随机事件随机现象：就是对结果的不确定性出现的现象；一个动作或一件事情，在一定条件下，所得的结果不能预先完全确定，而只能确定是多种可能结果中的一种，称这种现象为随机现象。样本空间：随机试验的所有可能结果组成的集合；

微积分与线性代数小结1 微积分专题1.1 线性组合和复合函数的求导1.2 基本函数1.2 隐函数求导1.3 极限导数和原函数1.4 高阶多项式导数--泰勒定理2 线代2.1 线性代数最基础的组成--向量2.2 矩阵与线性变换2.2 矩阵乘法与线性复合2.3 行列式2.4 点积与对偶性、叉积2.5 基变换的概念及其矩阵表示2.6 特征向量和特征值2.7 抽象向量2.8 计算法则背后的几何原理1 微积分专题案列:速度问题？等价于求函数图形下的面积------》如何求各种函数图形下的面积？dx: 先理解