摘要：
向量积可以被定义为： 向量积|c|=|a×b|=|a||b|sin<a，b> 即c的长度在数值上等于以a，b，夹角为θ组成的平行四边形的面积。 而c的方向垂直于a与b所决定的平面，c的指向按右手定则从a转向b来确定。 拉格朗日公式: 这是一个著名的公式，而且非常有用： （a×b）×c=b（a·c）- 阅读全文
摘要：
伯努利分布: 则根据离散型随机变量的均值和方差定义： E(X)=0*(1-p)+1*p=p D(X)=(0-E(X))2(1-p)+(1-E(X))2p=p2(1-p)+(1-p)2p=p2-p3+p3-2p2+p=p-p2=p(1-p) 阅读全文
摘要：
D（XY)=E(X^2Y^2)-E(XY)^2 =E(X^2)E(Y^2)-E(X)^2E(Y)^2 =[D(X)+E(X)^2][D(Y)+E(Y)^2]-E(X)^2E(Y)^2 阅读全文
摘要：
单侧分位数的定义是这样的：若P{X>Ua}=a,则称Ua 是X 的上a分位数 双侧分位数的定义是这样的：P{|X|>Ua/2}=a,则称Ua/2 是X 的双侧a分位数 对于标准正态分布来说：从定义中可以看出,单侧分位数Ua也是某一个双侧分位数 阅读全文
摘要：
在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的. 取n个随机变量,假设最终符合上述结论——满足正态分布的思想，那么用正态分布的思想来将其化为标准正态分布： 取n个随机变量,求这n个随机变量的样本之和（假设每个随机变量取 阅读全文
摘要：
可以直接从样本数据得出(样本平均偏差的平均值), 这样取到的平均值离(方差的期望值)还差了一点, 试想一下,例如样本指是线性增长的,可能取到整个取值区间的每一个值, 那么总有一个样本和总体样本的期望值相同, 那么所有样本都与总体样本的期望值取方差之后, 总有一项:((一个样本)与(总体样本的期望值) 阅读全文
摘要：
一般是将y=f(x)转换成x=f(y)的形式，然后将x、y互换即可如y=ln(x)→x=e^y→反函数y=e^x y=x³→x=³√y→反函数y=³√x三角函数特殊一点，如arcsin(x)因值域为[-π/2,π/2],需要分段求（向上或向下平移）： y=sinx (-π/2≤x≤π/2)反函数y= 阅读全文