#P01 · 概率统计与AI优化 (Probability & AI) · Lv.1在3D思维导图中查看

排列与组合 (计数原理)

Blaise Pascal & Pierre de Fermat · 1654년

nPr=n!(n−r)!,(nr)=n!r!(n−r)!{}_nP_r = \frac{n!}{(n-r)!}, \quad \binom{n}{r} = \frac{n!}{r!(n-r)!}
(nr)=(n−1r−1)+(n−1r)\binom{n}{r} = \binom{n-1}{r-1} + \binom{n-1}{r}

从n个不同元素中有序选取r个的排列与无序选取r个的组合公式,是离散数学与概率论的基石。

🧮 即时公式计算器与图形绘制器
总元素数 n
选取个数 r
10P3=720,(103)=120{}_{10}P_{3} = 720, \quad \binom{10}{3} = 120
조합 10C3 (순서 무시)
120
순열 10P3 (순서 고려)
720
중복 배수 r! = 3!
6
C(10,0)1.0C(10,1)10.0C(10,2)45.0C(10,3)120C(10,4)210C(10,5)252C(10,6)210C(10,7)120C(10,8)45.0

先修概念路径 (Prerequisite Path) (3 STEP)

完整路径分析

按顺序点击即可沿3D霓虹路径从基础直达目标公式。

几何与直观原理解析

순열에서 선택된 r개가 내부적으로 줄 서는 경우의 수(r!)로 나누어 순서의 중복을 제거하면 조합이 됩니다.

分步公式推导过程

  1. Step 1.첫 번째 자리부터 r번째 자리까지 차례로 선택하는 경우의 수: n × (n-1) × ... × (n-r+1) = n! / (n-r)!
  2. Step 2.뽑힌 r개의 원소가 서로 순서를 바꾸는 경우의 수 r!가 조합에서는 모두 동일한 사건이므로 r!로 나눕니다.
  3. Step 3.따라서 nCr = nPr / r! = n! / (r!(n-r)!)

AI与编程实战应用

用于算法搜索空间复杂度分析、超参数网格搜索组合数计算以及特征子集选择。

#Combinatorics#Search Space#Algorithm Complexity#Feature Selection
const nCr = (n, r) => Array.from({length: r}, (_, i) => (n - i) / (i + 1)).reduce((a, b) => a * b, 1);

概率统计与AI优化 (Probability & AI) — 同领域相关公式