比浏览器更快的访问！
13 关系: 势，子集，函数，组合数学，特征函数 (概率论)，随机变量，集合 (数学)，集合论，排容原理，概率空間，概率论，期望值，测度。
势
勢可以指以下意涵的名詞：.
子集
子集，為某個集合中一部分的集合，故亦稱部分集合。 若A和B为集合，且A的所有元素都是B的元素，则有：.
函数
函數在數學中為兩集合間的一種對應關係：輸入值集合中的每項元素皆能對應唯一一項輸出值集合中的元素。例如實數x對應到其平方x2的關係就是一個函數，若以3作為此函數的輸入值，所得的輸出值便是9。 為方便起見，一般做法是以符號f,g,h等等來指代一個函數。若函數f以x作為輸入值，則其輸出值一般寫作f(x)，讀作f of x。上述的平方函數關係寫成數學式記為f(x).
组合数学
广义的组合数学（Combinatorics）就是离散数学，狭义的组合数学是组合计数、图论、代数结构、数理逻辑等的总称。但这只是不同学者在叫法上的区别。总之，组合数学是一门研究可數或离散对象的科学。随着计算机科学的日益发展，组合数学的重要性也日渐凸显，因为计算机科学的核心内容是使用算法处理离散数据。 狭义的组合数学主要研究满足一定条件的组态（也称组合模型）的存在、计数以及构造等方面的问题。 组合数学的主要内容有组合计数、组合设计、组合矩阵、组合优化（最佳組合）等。.
特征函数 (概率论)
在概率论中，任何随机变量的特征函数（缩写：ch.f，复数形式：ch.f's）完全定义了它的概率分布。在实直线上，它由以下公式给出，其中X是任何具有该分布的随机变量： 其中t是一个实数，i是虚数单位，E表示期望值。 用矩母函数MX（t）来表示（如果它存在），特征函数就是iX的矩母函数，或X在虚数轴上求得的矩母函数。 与矩母函数不同，特征函数总是存在。 如果FX是累积分布函数，那么特征函数由黎曼-斯蒂尔切斯积分给出： 在概率密度函数fX存在的情况下，该公式就变为： 如果X是一个向量值随机变量，我们便取自变量t为向量，tX为数量积。 R或Rn上的每一个概率分布都有特征函数，因为我们是在有限测度的空间上对一个有界函数进行积分，且对于每一个特征函数都正好有一个概率分布。 一个对称概率密度函数的特征函数（也就是满足fX(x).
新！!: 指示函数和特征函数 (概率论) · 查看更多 »
随机变量
給定樣本空间(S, \mathbb)，如果其上的實值函數 X:S \to \mathbb是\mathbb (實值)可測函數，则稱X為（實值）随机变量。初等概率論中通常不涉及到可測性的概念，而直接把任何X:S \to \mathbb的函數稱為随机变量。 如果X指定给概率空间S中每一个事件e有一个实数X(e)，同时针对每一个实数r都有一个事件集合A_r与其相对应，其中A_r.
集合 (数学)
集合（Set，或簡稱集）是基本的数学概念，它是集合论的研究对象，指具有某种特定性质的事物的总体，（在最原始的集合論─樸素集合論─中的定義，集合就是“一堆東西”。）集合裡的事物（“东西”），叫作元素。若然 x 是集合 A 的元素，記作 x ∈ A。 集合是现代数学中一个重要的基本概念，而集合论的基本理论是在十九世纪末被创立的。这里对被数学家们称为“直观的”或“朴素的”集合论进行一个简短而基本的介绍，另外可參见朴素集合论；關於对集合作公理化的理論，可见公理化集合论。.
新！!: 指示函数和集合 (数学) · 查看更多 »
集合论
集合論（Set theory）或稱集論，是研究集合（由一堆構成的整體）的數學理論，包含集合和元素（或稱為成員）、關係等最基本數學概念。在大多數現代數學的公式化中，都是在集合論的語言下談論各種。集合論、命題邏輯與謂詞邏輯共同構成了數學的公理化基礎，以未定義的「集合」與「集合成員」等術語來形式化地建構數學物件。 現代集合論的研究是在1870年代由俄国数学家康托爾及德國数学家理察·戴德金的樸素集合論開始。在樸素集合論中，集合是當做一堆物件構成的整體之類的自證概念，沒有有關集合的形式化定義。在發現樸素集合論會產生一些後，二十世紀初期提出了許多公理化集合論，其中最著名的是包括選擇公理的策梅洛-弗蘭克爾集合論，簡稱ZFC。公理化集合論不直接定義集合和集合成員，而是先規範可以描述其性質的一些公理。 集合論常被視為數學基礎之一，特別是 ZFC 集合論。除了其基礎的作用外，集合論也是數學理論中的一部份，當代的集合論研究有許多離散的主題，從實數線的結構到大基数的一致性等。.
排容原理
-- --又称--，在組合數學裏，其說明若A_1,..., A_n 為有限集，則 \begin \left|\bigcup_^n A_i\right|.
概率空間
概率空間是概率論的基礎。概率的嚴格定義基于這個概念。.
概率论
概率论（Probability theory）是集中研究概率及随机现象的数学分支，是研究隨機性或不確定性等現象的數學。概率论主要研究对象为随机事件、随机变量以及随机过程。对于随机事件是不可能准确预测其结果的，然而对于一系列的独立随机事件——例如掷骰子、扔硬币、抽扑克牌以及輪盤等，会呈现出一定的、可以被用于研究及预测的规律，两个用来描述这些规律的最具代表性的数学结论分别是大数定律和中心极限定理。 作为统计学的数学基础，概率论对诸多涉及大量数据定量分析的人类活动极为重要，概率论的方法同样适用于其他方面，例如是对只知道系统部分状态的复杂系统的描述——统计力学，而二十世纪物理学的重大发现是以量子力学所描述的原子尺度上物理现象的概率本质。 數學家和精算師認為概率是在0至1閉區間内的數字，指定給一發生與失敗是隨機的「事件」。概率P(A)根據概率公理來指定給事件A。 一事件A在一事件B確定發生後會發生的概率稱為B給之A的條件概率；其數值為。若B給之A的條件概率和A的概率相同時，則稱A和B為獨立事件。且A和B的此一關係為對稱的，這可以由一同價敘述：「當A和B為獨立事件時，P(A \cap B).
期望值
在概率论和统计学中，一个离散性随机变量的期望值（或数学期望、或均值，亦简称期望，物理学中称为期待值）是试验中每次可能的结果乘以其结果概率的总和。换句话说，期望值像是随机试验在同样的机会下重复多次，所有那些可能狀態平均的结果，便基本上等同“期望值”所期望的數。需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。（换句话说，期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合裡。） 例如，掷一枚公平的六面骰子，其每次「點數」的期望值是3.5，计算如下： \operatorname(X)&.
测度
数学上，测度（Measure）是一个函数，它对一个给定集合的某些子集指定一个数，这个数可以比作大小、体积、概率等等。传统的积分是在区间上进行的，后来人们希望把积分推广到任意的集合上，就发展出测度的概念，它在数学分析和概率论有重要的地位。 测度论是实分析的一个分支，研究对象有σ代数、测度、可测函数和积分，其重要性在概率论和统计学中都有所体现。.
