「数学」の版間の差分
ナビゲーションに移動
検索に移動
(→行列) |
(→用語) |
||
50行目: | 50行目: | ||
pbinom = lambda q,n,p:sum([dbinom(k,n,p) for k in range(0,q+1)]) | pbinom = lambda q,n,p:sum([dbinom(k,n,p) for k in range(0,q+1)]) | ||
==用語== | ==用語== | ||
+ | ===集合=== | ||
+ | ====[https://cognicull.com/ja/xjqyb6pa 単射]==== | ||
+ | ====[https://cognicull.com/ja/rza89w28 全単射]==== | ||
+ | |||
==[https://cognicull.com/ja/oczgnusb ベクトル]== | ==[https://cognicull.com/ja/oczgnusb ベクトル]== | ||
*https://cognicull.com/ja/oczgnusb | *https://cognicull.com/ja/oczgnusb |
2021年7月25日 (日) 01:44時点における版
目次
数学
統計
組み合わせの数
Python
>>> import math >>> cmb = lambda m,n:math.factorial(m) / (math.factorial(n) * math.factorial(m-n)) >>> cmb(10,2) 45.0
R
>choose(10, 2) [1] 45
二項分布
- https://bellcurve.jp/statistics/course/6979.html
- コインを10回投げて表が3回出る確率
Python
- cmb は、組み合わせの数で定義
>>> dbinom = lambda k,n,p:cmb(n,k) * math.pow(p,k) * math.pow((1-p),(n-k)) >>> dbinom(3,10,0.5) 0.1171875
R
> dbinom(3,10,0.5) [1] 0.1171875
累積分布関数
Python
>>> pbinom = lambda q,n,p:sum([dbinom(k,n,p) for k in range(0,q+1)]) >>> pbinom(3,10,0.5) 0.171875
R
> pbinom(3,10,0.5) [1] 0.171875
==
import math cmb = lambda m,n:math.factorial(m) / (math.factorial(n) * math.factorial(m-n)) dbinom = lambda k,n,p:cmb(n,k) * math.pow(p,k) * math.pow((1-p),(n-k)) pbinom = lambda q,n,p:sum([dbinom(k,n,p) for k in range(0,q+1)])
用語
集合
単射
全単射
ベクトル
import numpy as np a = np.arange(2,4) print(a * 2) [4,6]
内績(ドット績)
行列
- 行列の成分
- 正方行列
- 対角成分
- 行列同士の足し算と引き算
- 行列に数を掛ける
- 行列同士の掛け算
© 2006 矢木浩人