概率常用的数学公式的Markdown对照表

这是一份为您整理的概率论常用符号与数学元素的 Markdown 对照表。为了方便查阅,我将其分为基础与集合变量与分布数字特征以及常用分布四个部分。

如果您想在 Markdown 文档(如 Jupyter Notebook、Obsidian 或 GitHub README)中使用这些公式,请确保您的编辑器支持 MathJaxKaTeX 渲染。

  • 行内公式:使用单个美元符号包裹,例如 $P(A|B)$ 显示为 $P(A B)$。
  • 独立公式块:使用双美元符号包裹,例如 $$E[X] = \sum x P(X=x)$$

1. 基础概率与集合符号 (Basic Probability & Sets)

符号 (Symbol) 含义 (Meaning) LaTeX 代码 备注
$\Omega$ 或 $S$ 样本空间 (Sample Space) \OmegaS 所有可能结果的集合
$\emptyset$ 空集 (Empty Set) \emptyset 不包含任何元素的集合
$P(A)$ 或 $Pr(A)$ 事件 A 的概率 P(A) $0 \le P(A) \le 1$
$A \cup B$ 并集 (Union) A \cup B A 或 B 发生
$A \cap B$ 交集 (Intersection) A \cap B A 且 B 同时发生
$A^c$ 或 $\bar{A}$ 补集/对立事件 (Complement) A^c\bar{A} A 不发生
$A \setminus B$ 差集 (Set Difference) A \setminus B 在 A 中但不在 B 中
$\sum$ 求和 (Summation) \sum 离散型变量累加
$\int$ 积分 (Integral) \int 连续型变量求面积

2. 随机变量与分布函数 (Variables & Functions)

符号 (Symbol) 含义 (Meaning) LaTeX 代码 备注
$X, Y, Z$ 随机变量 (Random Variable) X, Y, Z 通常用大写字母表示
$x, y, z$ 随机变量的取值 x, y, z 通常用小写字母表示
$f(x)$ 或 $f_X(x)$ 概率密度/质量函数 (PDF/PMF) f(x) 描述取某值的可能性/密度
$F(x)$ 或 $F_X(x)$ 累积分布函数 (CDF) F(x) $F(x) = P(X \le x)$
$\sim$ 服从…分布 (Distributed as) \sim 例:$X \sim N(0,1)$
$\text{i.i.d.}$ 独立同分布 \text{i.i.d.} Independent and identically distributed
$\xrightarrow{d}$ 依分布收敛 \xrightarrow{d} Convergence in distribution
$\xrightarrow{p}$ 依概率收敛 \xrightarrow{p} Convergence in probability

3. 数字特征 (Numerical Characteristics)

符号 (Symbol) 含义 (Meaning) LaTeX 代码 备注
$E[X]$ 或 $\mu$ 期望值 (Expectation / Mean) E[X]\mu 分布的中心位置
$Var(X)$ 或 $\sigma^2$ 方差 (Variance) Var(X)\sigma^2 数据的离散程度
$\sigma$ 标准差 (Standard Deviation) \sigma 方差的平方根
$Cov(X, Y)$ 协方差 (Covariance) Cov(X, Y) 两个变量总体误差的期望
$\rho_{XY}$ 相关系数 (Correlation Coefficient) \rho_{XY} 衡量线性相关性,范围 $[-1, 1]$
$\bar{X}$ 样本均值 (Sample Mean) \bar{X} 统计学常用估计量
$S^2$ 样本方差 (Sample Variance) S^2 统计学常用估计量

4. 常用分布简写 (Common Distributions)

符号 (Symbol) 分布名称 (Distribution Name) LaTeX 代码 参数示例
$\mathcal{N}(\mu, \sigma^2)$ 正态分布 (Normal) \mathcal{N} 均值 $\mu$,方差 $\sigma^2$
$B(n, p)$ 二项分布 (Binomial) B(n, p) 试验次数 $n$,成功率 $p$
$Poi(\lambda)$ 或 $\pi(\lambda)$ 泊松分布 (Poisson) Poi(\lambda) 单位时间内平均发生次数 $\lambda$
$U(a, b)$ 均匀分布 (Uniform) U(a, b) 区间 $[a, b]$
$Exp(\lambda)$ 指数分布 (Exponential) Exp(\lambda) 发生率 $\lambda$
$G(p)$ 几何分布 (Geometric) G(p) 首次成功概率 $p$
$\chi^2(k)$ 卡方分布 (Chi-squared) \chi^2 自由度 $k$
Reader settings
Font size Comfort