tlfox_2006

摘要： Chapter 1 1. 什么是金融工程 广义定义：金融工程是对金融工具和流程的设计、开发和应用，为金融问题提供创造性的解决方案。 狭义定义：金融工程是通过运用创新的结构化金融工具为企业、机构和个人提供风险管理解决方案。 2. 什么是套利 无套利原理：在完美的无摩擦的市场中，相同的资产具有相同的价格 阅读全文

摘要： Basic Python https://www.tutorialspoint.com/python/index.htm python_statistics and probability https://blog.csdn.net/howhigh/article/details/78007317 阅读全文

该文被密码保护。 阅读全文

该文被密码保护。 阅读全文

摘要： 回顾数学期望和方差的公式： 1. 多元随机变量更本质的方面是各分量之间的相互关系、相互作用，这方面最重要的数 字特征是协方差与相关系数。 公式： Cov(X,Y) = E(X-E(X))-E(Y-E(Y))。 当X，Y相互独立，Cov(X,Y)=0。协方差就是研究当X，Y不相互独立的时候。随机变量间 阅读全文

该文被密码保护。 阅读全文

摘要： 6.1 向量空间中的内积与度量 6.1 向量空间中的内积与度量 1）3维空间中向量的基本几何概念 阅读全文

摘要： 5.3 线性方程组的几何意义 1） 线性方程组的行图与列图 2） 二维平面中直线的位置关系 3) 三维空间中平面的位置关系 5.4 矩阵方程 阅读全文

摘要： 4.1 n维向量：元素、集合、关系、结构 元素：n维向量，即n元有序数组 集合：n维向量空间 关系：n维向量的线性运算和线性组合 结构：n维向量的子空间 线性代数核心：线性方程组、矩阵。 矩阵的运算与向量的线性运算是一致的。 求线性组合的系数等于解方程组。 4.2 向量组线性相关与线性无关 1）判断 阅读全文

摘要： 1. 矩阵的线性运算： 2.1 矩阵的乘法：Xik * Ykj = Zij 2.2 矩阵乘法性质： 3.1 矩阵的幂次方运算 3.2 矩阵转置的运算律 3.3 方阵运算 4 分块矩阵的运算 5. 矩阵的初等变换 5.1 单位矩阵I经过一次初等变换所得到的矩阵称为初等矩阵. 5.2 初等矩阵的性质： 阅读全文

摘要： 1.1 二行列式的性质： 性质1. 行列互换，二阶行列式的值不变。 性质2. 二阶行列式中某行（列）每个元素分成2个数之和，则该行列式可关于该行（列）拆开成2个行列之和，拆开时其他行保持不变。 性质3. 两行（列）互换，行列式的值变号。 性质4. 二阶行列式中某行（列）有公因子k时，k可以提出共因式 阅读全文

摘要： 1. 二维随机变量 2. 边缘分布 F(x,y)表示二维随机变量的分布函数。 P(X<=x} 表示二维随机变量中X的概率，其分布为边缘分布。（其中我们可以是Y变成一个必然事件，将y趋向于无穷大，这样就得到了单个X的随机变量函数） 1. 多维随机变量 在同一个随机试验中，往往同时涉及多个随机变量，例如 阅读全文

摘要： 二项分布： E(X) = np, D(X) = np(1-p) 泊松分布： E(X)=λ，D(X)=λ 均匀分布： E(X) = (a+b)/2， D(X) = (b-a)^2/12 指数分布： E(X)=1/λ，D(X)=1/λ^2 标准正太分布： E(X)=0， D(X)=1 期望是随机 变量的 阅读全文

摘要： 多元方程求解：无解/有解 -> 唯一解/无穷解 矩阵：由mn个实数排成行列的矩形数表，即称为mXn型的矩阵。（m=n）称为n阶方阵。 线性方程可分为：系数矩阵和增广矩阵 阶梯矩阵：1）矩阵有0行，并一定在矩阵下方，2）对于每个非0行，从左起第一个非0元素为此行的主元。 简化的阶梯矩阵：1）主元都是1 阅读全文

该文被密码保护。 阅读全文

摘要： 1. 随机变量X的数学期望就是求加权平均值。分离散型和连续型。 期望是随机 变量的中心化特征，是随机分布的平均值。方差是随机变量对期望（平均值）偏离程度的度量。 你首先是已知在每一状态下的取值，以及概率。然后你才能推断出期望。而概率在大多出情况下是由频数近似而来的。频数就是在事件发生的次数/实验的总 阅读全文

摘要： 第三章回顾 随机变量引入的目的是：将随机试验的结果数量化，从而可以用 简洁的数学语言描述繁杂的随机问题，同时提高处理随机问题的效率。随机变量的 引入可以说是概率论发展中的一个重要的里程碑。 随机变量可分为散列型随机变量，连续型随机变量和非离散非连续： 如果随机变量 X 所有可能的取值是有限或可列多个 阅读全文

摘要： 3. 随机变量 分布函数意思就是发生的概率 离散随机变量的分布函数：P(X<x)=Σxi 连续随机变量的分布函数：P(X<x)= F(x)是分布函数，。 常见的密度函数与分布函数： https://blog.csdn.net/legend4917/article/details/47001357 【 阅读全文

摘要： Seeing theory: https://seeing-theory.brown.edu/cn.html 1. 条件概率 条件概率（英语：conditional probability）就是事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P（A|B），读作“在B条件下A的概率”。 阅读全文

摘要： 1 Representing data 2. Frequency tables & dot pots We have here is a list of ages of the students in a class. we are gonna look at each possible age t 阅读全文