maths.free › Statistics & Probability › Counting: permutations and combinations

Counting: permutations and combinations

Factorials, ordered and unordered selections.

n! counts the orderings of n things. Choosing k of them in order is n!/(n − k)!; ignoring the order divides by k! again, giving the binomial coefficient “n choose k”. These numbers are Pascal's triangle and the coefficients of (a + b)ⁿ.

Megdolgozott példa · 5 choose 2

Discrete-Math · Counting

5 choose 2

5,\ 2

Lépésről lépésre

  1. \binom{5}{2} = \frac{5!}{2!\,(5-2)!}

    Unordered selections: n! / (k! (n−k)!).

  2. = \frac{120}{2 \times 6} = 10

Mutasd meg a választ!
\binom{5}{2} = 10

Most te. Válasszon egy problémát, vagy gépelje vagy rajzolja le a saját. Minden lépés, a kép, a válasz elrejtve, amíg nem kérdezi.

Dolgozz tovább!

Egy ingyenes fiók jegyzeteket ad minden leckéről, egy feljegyzést arról, hogy mit végeztél el, a megoldott problémáidról egy helyen, és egy oktatót, akit megkérdezhetsz erről az oldalról. A matematika maga mindenki számára nyitva áll, bejelentkezve vagy sem.

Regisztrálj! Bejelentkezés

Itt használt szimbólumok

Koppintson a teljes definícióra, a képre és arra, hogy mit jelent minden betű.

Hogyan kell: Counting: permutations and combinations

  1. Unordered selections: n! / (k! (n−k)!).

Kérdések, amiket az emberek feltesznek

Mean or median, which should I use?

Median when the data have outliers or a long tail (incomes, house prices); mean when the data are roughly symmetric and you want every value to count. Report both if they disagree. The gap is itself information.

What does a p-value actually say?

The probability of seeing data at least this extreme if the null hypothesis were true. It is not the probability that the null hypothesis is true.

Why divide by n − 1 for the sample variance?

The sample mean sits closer to the sample than the true mean does, so squared deviations from it are slightly too small on average; dividing by n − 1 instead of n corrects the bias.

Még több Statistics & Probability

Sampling and dataDescribing data with graphsMean, median and modeProbabilityDiscrete random variablesContinuous random variablesThe normal distributionThe central limit theoremConfidence intervalsHypothesis testingComparing two samplesChi-square testsLinear regression and correlationANOVA and the F distribution