rubenszmm@gmail.com  
 
http://github.com/RubensZimbres  
 
 
 
  
NAÏVE  BAYES   MIXTURE  MODELS  
   
𝑃 𝑐 𝑎 . 𝑃(𝑎) 𝑃 𝐵 = 𝑃 𝐵|𝐴 . 𝑃(𝐴)  
𝑃 𝑎𝑐 =    
𝑃(𝑐)
   
   
BAYES  OPTIMAL  CLASSIFIER   MIXTURE  OF  GAUSSIANS  
  ANOMALY  DETECTION  
 
arg max 𝑃 𝑥 𝑇 . 𝑃(𝑇|𝐷)  
1 1 𝑥−𝑥 !
  𝑃 𝑥𝑥 = . 𝑒𝑥𝑝 −  
2𝜋𝜎 ! 2 𝜎
 
 
 
 
NAÏVE  BAYES  CLASSIFIER   𝑁! 𝐶! + 𝑁! 𝐶!
  𝑍!" =  
𝑁! + 𝑁!
arg max 𝑃 𝑆𝑝𝑜|𝑇𝑜𝑡 . 𝑃(𝑆𝑜𝑐|𝑆𝑝𝑜)    
   
  𝑃(𝑍!" ) → 0.50  
   
BAYES  MAP  (maximum  a  posteriori)    
  EM  ALGORITHM  
ℎ!"# = arg max 𝑃 𝑐|𝑎 . 𝑃(𝑎)    
  𝑃 𝑥 . 𝑃 𝑥|𝑥
𝐸  𝑠𝑡𝑒𝑝  𝑃 𝑥|𝑥 =  
  𝑃 𝑥 .𝑃 𝑥
   
MAXIMUM  LIKELIHOOD    
  𝑃(𝑥|𝑥)
𝑀  𝑠𝑡𝑒𝑝  𝑃 𝑥′ =  
ℎ!" = arg max 𝑃 𝑐|𝑎   𝑛
   
   
  𝐸  𝑠𝑡𝑒𝑝  𝑃 𝑥|𝑥 = 𝐴𝑠𝑠𝑖𝑔𝑛  𝑣𝑎𝑙𝑢𝑒  
TOTAL  PROBABILITY    
   
  𝑀  𝑠𝑡𝑒𝑝  𝑃 𝑥′ = 𝑃(𝐵 = 1|𝐴 = 1, 𝐶 = 0)  
𝑇𝑜𝑡𝑎𝑙𝑃 𝐵 = 𝑃 𝐵|𝐴 . 𝑃(𝐴)    
   𝑑 𝑓(𝑥) 𝑓′ 𝑥 𝑔 𝑥 + 𝑓 𝑥 . 𝑔′(𝑥)
LAPLACE  ESTIMATE  (small  samples)   =  
𝑑𝑥 𝑔(𝑥) 𝑔(𝑥)!
   
𝐴 + 0.5 𝑑 𝑑
𝑃 𝐴 =   2𝑓 𝑥 = 2 𝑓 𝑥  
𝐴+𝐵+1 𝑑𝑥 𝑑𝑥
   
   
BAYESIAN  NETWORKS   𝑑 𝑑 𝑑
  𝑓 𝑥 +𝑔 𝑥 = 𝑓 𝑥 + 𝑔 𝑥  
𝑑𝑥 𝑑𝑥 𝑑𝑥
𝑡𝑢𝑝𝑙𝑒𝑠  ¬  𝑓𝑜𝑟  𝑦 = 0   ∧ 𝑦 = 1    
   
  𝑑 𝑑 𝑑
LIMITES   𝑓 𝑥 + 2𝑔 𝑥 = 𝑓 𝑥 + 2 𝑔 𝑥  
𝑑𝑥 𝑑𝑥 𝑑𝑥
   
𝑓 𝑥 + ℎ − 𝑓(𝑥)  
lim  
!→! ℎ CHAIN  RULE  
   
ℎ = Δ𝑥 = 𝑥′ − 𝑥   𝑑
  𝑔 𝑓 𝑥 = 𝑔! 𝑓(𝑥) . 𝑓′(𝑥)  
𝑑𝑥
   
  solve  f(x)  apply  in  g’(x)  
DERIVADAS    
   
𝜕 !  
𝑥 = 𝑛. 𝑥 !!!  
𝜕𝑥  
  VARIANCE  
𝜕 ! 𝜕𝑦 ! 𝜕𝑦  
𝑦 = .  
𝜕𝑥 𝜕𝑦 𝜕𝑥 (𝑥 − 𝑥)!
  𝑉𝑎𝑟 =  
𝑛−1
   
PRODUCT  RULE    
   
𝑑 STANDARD  DEVIATION  
𝑓 𝑥 . 𝑔 𝑥 = 𝑓′ 𝑥 𝑔 𝑥 + 𝑓 𝑥 . 𝑔′(𝑥)    
𝑑𝑥
  𝑉𝑎𝑟𝑖𝑎𝑛𝑐𝑒  
   
 
 COVARIANCE   SUM  OF  SQUARED  ERRORS  
   
  (𝑦 − 𝑦)!
𝑥 − 𝑥 . (𝑦 − 𝑦) 𝐸𝑤 =  
𝐶𝑜𝑣 =   2
𝑛−1  
   
  COST  FUNCTION  
   
CONFIDENCE  INTERVAL   (𝑦 − 𝑦)!
  𝐽 𝜃! ≔ 𝜃! − 𝜂.  
𝜎 2
𝑥 ± 1.96    
𝑛  
   
   
  NUMBER  OF  EXAMPLES  
CHI  SQUARED    
  1
log(𝑁! ) + log  (𝛿 )
(𝑦 − 𝑦)! 𝛿 ! 𝑚≥  
𝐶ℎ𝑖 = =   𝜖
𝑦 𝑦  
  𝑦
  𝑤ℎ𝑒𝑟𝑒  𝜖 =   ∧  𝛿 = 𝑦 − 𝑦  
𝑦
   
   
R  SQUARED    
   
  MARKOV  CHAINS  
𝑛 𝑥𝑦 − 𝑥. 𝑦
𝑅! =    
𝑛 𝑥 ! − ( 𝑥)! . 𝑛 𝑦 ! − ( 𝑦)!
  𝑃!!! 𝑋 = 𝑥 = 𝑃! . 𝑋 = 𝑥 . 𝑇(𝑥 → 𝑥)  
  !
   
LOSS    
   
𝐿𝑜𝑠𝑠 = 𝐵𝑖𝑎𝑠 ! + 𝑉𝑎𝑟𝑖𝑎𝑛𝑐𝑒 ! + 𝑁𝑜𝑖𝑠𝑒    
   
   
 K  NEAREST  NEIGHBOR   LINEAR  REGRESSION  
   
𝑓(𝑥)  
𝑓 𝑥 ←   !
𝑥! 𝑥! 𝑦 − 𝑥! 𝑥! 𝑥! 𝑦
𝑘
  𝑚! =  
𝑥!! 𝑥!! − ( 𝑥! 𝑥! )!
   
𝐷𝐸 𝑥! , 𝑥! = 𝑥! − 𝑥!
!
+ (𝑦!" − 𝑦!" )!    
𝑏 = 𝑦 − 𝑚! 𝑥! − 𝑚! 𝑥!  
   
   
WEIGHTED  NEAREST  NEIGHBOR   !
  𝑓 𝑥 = 𝑚! 𝑥! + 𝑏  
  !!!
𝑓(𝑥)  
𝑓 𝑥 = . 𝐷(𝑥! 𝑥! )!  
𝐷(𝑥! 𝑥! )!  
   
  LOGISTIC  REGRESSION  
   
PRINCIPAL  COMPONENTS  ANALYSIS    
  𝑃
𝑂𝑑𝑑𝑠  𝑅𝑎𝑡𝑖𝑜 = 𝑙𝑜𝑔 = 𝑚𝑥 + 𝑏  
𝑥′ = 𝑥 − 𝑥   1−𝑃
   
𝐸𝑖𝑔𝑒𝑛𝑣𝑎𝑙𝑢𝑒 = 𝐴 − 𝜆𝐼    
  𝑃
= 𝑒 !"!!  
  1−𝑃
𝐸𝑖𝑔𝑒𝑛𝑣𝑒𝑐𝑡𝑜𝑟 = 𝐸𝑛𝑔𝑒𝑛𝑣𝑎𝑙𝑢𝑒. [𝐴]    
   
   
𝑓 𝑥 = 𝐸𝑖𝑔𝑒𝑛𝑣𝑒𝑐𝑡𝑜𝑟 ! . [𝑥!! . . . 𝑥!" ]   𝑦. log  (𝑦) + 1 − 𝑦 . log  (1 − 𝑦)
𝐽 𝜃 =−  
  𝑛
   
1
  𝑤ℎ𝑒𝑟𝑒  𝑦 =  
  1 + 𝑒 !"!!
   
  𝑓𝑜𝑟  𝑦 = 0     ∧  𝑦 = 1  
 
 
−2𝐿𝐿 → 0  
   ENTROPY  
   
𝑥  ! ~  𝑥!   ≠ 𝑥! ′  ~  𝑥! ′    
  𝐻 𝐴 =− 𝑃 𝐴 . 𝑙𝑜𝑔𝑃(𝐴)  
 
𝑝  
𝑚𝑥 + 𝑏 =    
1−𝑝
  JOINT  ENTROPY  
   
𝑚𝑥 + 𝑏  
𝑃 𝑎𝑐 =  
𝑚𝑥 + 𝑏 + 1 𝐻 𝐴, 𝐵 = − 𝑃 𝐴, 𝐵 . 𝑙𝑜𝑔𝑃(𝐴, 𝐵)  
 
   
1  
𝐿𝑜𝑔𝑖𝑡 =    
100. log  (𝑃(𝑎|𝑐))
CONDITIONAL  ENTROPY  
 
 
 
 
DECISION  TREES  
  𝐻 𝐴|𝐵 = − 𝑃 𝐴, 𝐵 . 𝑙𝑜𝑔𝑃(𝐴|𝐵)  
!
 
𝐸𝑛𝑡𝑟𝑜𝑝𝑦 = −𝑃. log  (𝑃)    
!!!  
  MUTUAL  INFORMATION  
   
𝐼𝑛𝑓𝑜𝐺𝑎𝑖𝑛 = 𝑃! . −𝑃!! . log 𝑃!! − 𝑃!(!!!) −. log  (𝑃!(!!!) )    
  𝐼 𝐴, 𝐵 = 𝐻 𝐴 − 𝐻(𝐴|𝐵)  
   
   
RULE  INDUCTION    
  EIGENVECTOR  CENTRALITY  =  PAGE  RANK  
𝐺𝑎𝑖𝑛 = 𝑃. [ −𝑃!!! . log  (𝑃) − (−𝑃! . log  (𝑃))]    
  1−𝑑 𝑃𝑅(𝐵) 𝑃𝑅(𝑛)
  𝑃𝑅 𝐴 = −d +  
𝑛 𝑂𝑢𝑡(𝐵) 𝑂𝑢𝑡(𝑛)
   
RULE  VOTE   where  d=1  few  connections  
   
Weight=accuracy  .  coverage  
 RATING   BATCH  GRADIENT  DESCENT  
   
𝑅 = 𝑅! + 𝛼 𝑤! . (𝑅!" − 𝑅! )    
(𝑦 − 𝑦)! . 𝑥
  𝐽 𝜃! ≔ 𝜃! ± 𝜂.  
2𝑛
   
SIMILARITY    
  STOCHASTIC  GRADIENT  DESCENT  
! 𝑅!" − 𝑅! . (𝑅!" − 𝑅! )  
𝑤!" =  
 
! 𝑅!" − 𝑅! ! . (𝑅!" − 𝑅! )! 𝐽 𝜃! ≔ 𝜃! ± 𝜂. (𝑦 − 𝑦)! . 𝑥  
   
   
   
   
   
CONTENT-­‐BASED  RECOMMENDATION   NEURAL  NETWORKS  
   
!"#$$ ! !

𝑅𝑎𝑡𝑖𝑛𝑔 = 𝑥! 𝑦!   𝑓 𝑥 = 𝑜 = 𝑤! + 𝑤! 𝑥!  
!!! !!! !!!
   
   
   
COLLABORATIVE  FILTERING   LOGIT  
   
𝑝
  log 𝑜𝑑𝑑𝑠 = 𝑤𝑥 + 𝑏 = 𝑙𝑜𝑔  
𝑅!" = 𝑅! + 𝛼.   1−𝑝
 
 
! 𝑅!" − 𝑅! . (𝑅!" − 𝑅! )
𝑅!" − 𝑅! .    
𝑅!" − 𝑅! ! . (𝑅!" − 𝑅! )! SOFTMAX  NORMALIZATION  
!
 
  𝑒 !"!!
𝑆(𝑓 𝑥 ) =  
  𝑒 !"!!
   
   
    
CROSS  ENTROPY   PERCEPTRON  
   
!
𝐻(𝑆 𝑓 𝑥 , 𝑓 𝑥 =− 𝑓 𝑥 . 𝑙𝑜𝑔𝑆(𝑓 𝑥 )  
𝑓 𝑥 = 𝑠𝑖𝑔𝑛 𝑤! 𝑥!"  
  !!!
   
LOSS    
  PERCEPTRON  TRAINING  
𝐻(𝑆(𝑓 𝑥 , 𝑓(𝑥))  
𝐿𝑜𝑠𝑠 =   𝑤! ← 𝑤! + ∆𝑤!  
𝑁
   
  ∆𝑤! = 𝜂. 𝑡 − 𝑜 . 𝑥  
   
   
L2  REGULARIZATION   ERROR  FOR  A  SIGMOID  
   
𝜆. 𝑤 !  
𝑤 ← 𝑤 − 𝜂. 𝛿. 𝑥 +  
2 𝜖= 𝑡 − 𝑜 . 𝑜. 1 − 𝑜 . 𝑥  
 
 
 
 
 
 
SIGMOID  
 
 
1 AVOID  OVERFIT  NEURAL  NETWORKS  L2  
   
1 + 𝑒 !(!"!!) (𝑡 − 𝑜)!
  !"# !"#
𝑤= + F. 𝑤!"!  
  2
   
RADIAL  BASIS  FUNCTION    
  where  F=penalty  
   
(!!!)!  
!
ℎ 𝑥 =𝑒 !!    
   
   
   
    
BACKPROPAGATION   NESTEROV  
   
   
𝛿! = 𝑜! . 1 − 𝑜! . (𝑡 − 𝑜! )   𝜃 = 𝜃 − (𝛾𝑣!!! + 𝜂. ∇𝐽(𝜃 − 𝛾𝑣!!! ))  
   
   
𝛿! = 𝑜! . 1 − 𝑜! . 𝑤!" 𝛿!   ADAGRAD  
 
   
  𝜂
𝑤!" ← 𝑤!" + 𝜂!" . 𝛿! . 𝑥!"   𝜃=𝜃− . ∇𝐽(𝜃)  
𝑆𝑆𝐺!"#$ + 𝜖
   
𝑤! = 1 + (𝑡 − 𝑜! )    
   
  ADADELTA  
∆𝑤!" (𝑛) = 𝜂. 𝛿! . 𝑥!" + 𝑀. ∆𝑤!" (𝑛 − 1)    
  𝑅𝑀𝑆[∆𝜃]!!!
where  M=momentum   𝜃=𝜃−  
𝑅𝑀𝑆∇𝐽(𝜃)
   
   
NEURAL  NETWORKS  COST  FUNCTION  
𝑅𝑀𝑆 Δ𝜃 = 𝐸 ∆𝜃 ! + 𝜖  
 
!! !!!! !  
!
!!!
!
!!! 𝑡! . log 𝑜 + 1 − 𝑡 . log  (1 − 𝑜)
𝜆 !!!!! !!! !!! 𝜃!"  
𝐽! = +  
𝑁 2𝑁 RMSprop  
   
   
  𝜂
𝜃=𝜃− . ∇𝐽(𝜃)  
MOMENTUM  Υ   𝐸 𝑔! + 𝜖
   
   
𝜃 = 𝜃 − (𝛾𝑣!!! + 𝜂. ∇𝐽 𝜃 )   ADAM  
   
  𝜂
  𝜃=𝜃− . 𝑚  
𝑣+𝜖
   
  
𝑥! − 𝑥! ! + (𝑦! − 𝑦! )!
𝛽! 𝑚!!! + 1 − 𝛽! . ∇𝐽(𝜃) 𝑥! ∙ 𝑥! = (𝑥! ! + 𝑦! ! ). 1 −  
𝑚=   𝑥! ! + 𝑦! !
1 − 𝛽!
   
   
𝛽! 𝑣!!! + 1 − 𝛽! . ∇𝐽(𝜃)!  
𝑣=    
1 − 𝛽!
  SUPPORT  VECTOR  REGRESSION  
   
  𝑌 = 𝜆. 𝐾 𝑥! ∙ 𝑥! + 𝑏  
SUPPORT  VECTOR  MACHINES    
 
!
𝑓 𝑥 = 𝑠𝑖𝑔𝑛 𝜆. 𝑦. 𝐾(𝑥! ∙ 𝑥! )   𝑥! − 𝑥! + (𝑦! − 𝑦! )!
  𝐾 𝑥! ∙ 𝑥! = 𝑒𝑥𝑝 −  
𝑤𝑖𝑑𝑡ℎ!!"#
!
𝑥! − 𝑥! + (𝑦! − 𝑦! )!
𝐾 𝑥! ∙ 𝑥! = 𝑒𝑥𝑝 −    
𝑤𝑖𝑑𝑡ℎ!!"# 𝜆 → arg 𝑚𝑖𝑛 ∇𝐿  
 
   
𝜆 → ∇𝐿 = 0    
  RIDGE  REGRESSION  -­‐  REGULARIZATION  
   
𝑦 = 1   ∧ 𝑦 = −1   𝑦 − 𝑦 ! 𝜆. 𝑚
𝑚≔𝑚− −  
  𝑁 𝑁
   
𝐷𝑜𝑡𝑃𝑟𝑜𝑑𝑢𝑐𝑡 = 𝑥! . 𝑐𝑜𝑠𝜃    
  𝜆
𝑦 = 𝜆. 𝑚𝑥 + 𝑏 −  
  𝑁
𝑐𝑜𝑠 𝜃 + 𝑠𝑒𝑛! 𝜃 = 1  
!  
   
  LASSO  REGRESSION    -­‐  REGULARIZATION  
 
!
𝑥! − 𝑥! + (𝑦!" − 𝑦!" )!  
𝑠𝑒𝑛𝜃 =    
𝑥!
 
 (𝑦 − 𝑦)! 𝜆. 𝑏 MÉDIA  GEOMÉTRICA  
𝑏≔ +    
𝑁 𝑁
   
!
𝑚 → 0   1,2,4 = 1.2.4  
   
𝜆  
𝑦 = 𝑚𝑥 + 𝜆. 𝑏 +  
𝑁  
  MEDIANA  
   
SKEWNESS   𝑀𝑎𝑥 − 𝑀𝑖𝑛
   
2
Skewness  <  1    
   
KOLMOGOROV  SMIRNOV   TESTE  t  
   
Normal  sig  >  .005   𝑥! − 𝑥! − (𝜇! − 𝜇! )
  𝑡=  
𝑥! − 𝑥!
   
  Diferença  significante  sig  <  .05  
   
NÃO  PARAMÉTRICOS   TESTE  t  2  AMOSTRAS  
   
T  test  =  Normal  Teste  U  Mann  Whitney  sig  <  .05   Levene  Variância  
   
   
CRONBACH    
  ANOVA  +  3  
>  .60  .70    
  𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎  𝑒𝑛𝑡𝑟𝑒  𝑔𝑟𝑢𝑝𝑜𝑠
  𝐹=  
𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎  𝑑𝑒𝑛𝑡𝑟𝑜  𝑑𝑜  𝑔𝑟𝑢𝑝𝑜
MÉDIA  ARITMÉTICA    
  Sig  <  .05  
𝑥  
 
𝑁  
  TOLERÂNCIA  
   
 
   ANÁLISE  DISCRIMINANTE  
Tolerância  >  .1    
   
1 Box  M  sig  <  .05  rejeita  H0  
𝑇𝑜𝑙𝑒𝑟â𝑛𝑐𝑖𝑎 =  
𝑉𝐼𝐹  
   
  Wilk’s  Lambda  sig  <  .05  
VARIANCE  INFLATION  FACTOR    
   
VIF  <10   𝑥  ! ~  𝑥!   ≠ 𝑥! ′  ~  𝑥! ′  
  1 1 𝑥−𝑥 !

  𝑃 𝑥𝑥 = . 𝑒𝑥𝑝 −  
2𝜋𝜎 ! 2 𝜎
 
 
ENTER  METHOD  
 
  𝑁! 𝐶! + 𝑁! 𝐶!
+  15  cases  /  Variable   𝑍!" =  
𝑁! + 𝑁!
 
 
 
 
 
 
STEPWISE  METHOD  
ERROR  MARGIN  
 
 
+  50  cases  /  Variable   𝜎
  1.96    
  𝑁
 
VARIABLE  SELECTION  
ACCURACY  
 
 
F  Test  =  47  sig  <  .05  
Confidence  Interval  ~  P  value  
 
 
 
 
 
 
MISSING  DATA  
HYPOTHESES  TESTING  
 
 
Delete  if  >  15%  
P  value  <  .05  
 
 
 
 
 
 
 
 TRANSFORMATION  OK   MAHALANOBIS  DISTANCE  
  same  variable  
𝑥  
< 4  
𝜎
  (𝑥! − 𝑥! )!
𝑀=  
  𝜎!
MULTICOLLINEARITY    
   
Correlation  >  .90   MANHATTAN  DISTANCE  L  
   
VIF  <10   𝑀𝑎𝑛ℎ = |𝑥! − 𝑥! | + |𝑦! − 𝑦! |  
   
Tolerance  >  .1    
  NET  PRESENT  VALUE  
   
SUM  OF  SQUARES  (explain)   𝑃! = 𝑃! . 𝜃 !  
   
𝑆𝑆!"#!"$$%&'   . (𝑁 − 𝑐𝑜𝑒𝑓) 𝑃! = 𝑃! . 𝜃 !!  
𝐹!"#$% =  
𝑐𝑜𝑒𝑓 − 1  . 𝑆𝑆!"#$%&'(#  
   
   
  MARKOV  DECISION  PROCESS  
   
  𝑈! = 𝑅! + 𝛿   max 𝑇 𝑠, 𝑎, 𝑠′ . 𝑈(𝑠′)  
  !
!
STANDARD  ERROR  ESTIMATE  (SEE)    
 
  𝜋! = argmax 𝑇 𝑠, 𝑎, 𝑠′ . 𝑈(𝑠′)  
!
!
𝑆𝑢𝑚𝑆𝑞𝑢𝑎𝑟𝑒𝑑𝐸𝑟𝑟𝑜𝑟𝑠  
𝑆𝐸𝐸 =  
𝑛−2 𝑄!,! = 𝑅! + 𝛿   max 𝑇 𝑠, 𝑎, 𝑠 ! . max 𝑄(𝑠 ! , 𝑎′)  
!! !  !
  !
   
𝑄!,! ←! 𝑅! + 𝛿   max 𝑄 𝑠 ! , 𝑎′  
(𝑦 − 𝑦)! !
𝑆𝐸𝐸 =    
𝑛−2  
 
 PROBABILIDADE  (coins)   𝑃(𝐴𝑈𝐵𝑈𝐶)!Ã!  !"#$%&!'(!)
  = 𝑃 𝐴 + 𝑃 𝐵 + 𝑃 𝐶 − 𝑃 𝐴 ∩ 𝐵 − 𝑃(𝐴 ∩ 𝐶) − 𝑃(𝐵
  ∩ 𝐶) − 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶)  
𝑃(𝑎)  
𝑃 𝑎 =  
𝑃(𝐴)  
  EVENTO  COMPLEMENTAR  
   
   
  𝑃 Ã = 1 − 𝑃(𝐴)  
   
FREQUENTISTA    
   
  PROBABILIDADE  MARGINAL  
𝑚 𝑠𝑢𝑐𝑒𝑠𝑠𝑜𝑠 𝑒𝑣𝑒𝑛𝑡𝑜𝑠  
lim = = =   𝑃(𝐴 = 𝑎)
!→! 𝑛 𝑡𝑜𝑑𝑎𝑠  𝑝𝑜𝑠𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑒𝑠𝑝𝑎ç𝑜  𝑎𝑚𝑜𝑠𝑡𝑟𝑎𝑙
𝑃 𝑎 =  
  𝑃(𝐴)
   
AXIOMÁTICA      
   
𝑃(𝐴) ≥ 0    
  PROBABILIDADE  A  e  B  
𝑃(𝐴, 𝐵, 𝐶) = 1    
𝑃(𝐴 ∩ 𝐵)
  𝑃 𝐴  𝑒  𝐵 =  
𝑃(𝐵)
   
TEROREMAS  DE  PROBABILIDADE    
   
  PROBABILIDADE  CONDICIONAL  
UNIÃO  =  A  ou  B    
   
𝑃(𝐴𝑈𝐵)!"#$%&!'(!) = 𝑃 𝐴 + 𝑃(𝐵)   𝑃 𝐴 𝐵 !"#$%$"#$"&$' = 𝑃(𝐴)  
   
   
𝑃(𝐴𝑈𝐵)!Ã!  !"#$%&!'(!) = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)    
   
   
 BAYES  (52  cartas  ,  cancer)   INTEGRAIS  
   
  !

𝑃(𝐴 ∩ 𝐵) 𝑃 𝐵 𝐴 . 𝑃(𝐴) 𝐹 𝑏 − 𝐹 𝑎  
𝑃 𝐴𝐵 = =   !
𝑃(𝐵) 𝑃(𝐵)  
   
  !
1 1 1
BINOMIAL  DISTRIBUTION  (0,1  sucesso)   𝑥 ! 𝑑𝑥 = 𝑥 ! = 2! − 1!  
! 3 3 3
   
   
𝑒𝑠𝑝𝑎ç𝑜  𝑎𝑚𝑜𝑠𝑡𝑟𝑎𝑙
𝑃 𝐷 = . 𝑃 𝑠 ! . (1 − 𝑃 𝑠 )!   PRODUCT  RULE  
𝑠𝑢𝑐𝑒𝑠𝑠𝑜
   
𝑒𝑠𝑝𝑎ç𝑜  𝑎𝑚𝑜𝑠𝑡𝑟𝑎𝑙  
𝑃 𝐷 = . 𝑃 𝑠 ! . (𝑃 𝑠 )!  
𝑠𝑢𝑐𝑒𝑠𝑠𝑜 𝑐. 𝑓′ 𝑥 . 𝑑𝑥 = 𝑐 𝑓′ 𝑥 . 𝑑𝑥  
 
   
𝑆  
𝑃 𝑆𝑢𝑐𝑒𝑠𝑠𝑜 = 𝑃 𝑠 . 𝑃(𝑠)  
𝑠 CHAIN  RULE  
!∈! !∈!
   
𝑐!  
𝑃 𝐷 = . 𝑃 𝑎 ! . (1 − 𝑃 𝑎 )!  
𝑎! 𝑐 − 𝑎 ! 𝑓 𝑥 + 𝑔 𝑥 . 𝑑𝑥 = 𝑓 𝑥 . 𝑑𝑥 + 𝑔 𝑥 . 𝑑(𝑥)  
 
 
 
INTEGRATION  
 
 
PROBABILIDADE  TOTAL  (urnas)  
 
 
Δ𝑥 = 0
𝑓′ 𝑥 . Δ𝑥  
𝑃 𝐵 = 𝑃 𝐴∩𝐵 = 𝑃 𝐴 . 𝑃(𝐵|𝐴)   𝑁→∞
 
 
 
 
DIFFERENTIATION  
 
 
PROBABILITY  k  SUCCESS  in  n  TRIALS  
 
 
𝑛 𝑓 𝑎 + Δ𝑥 − 𝑓(𝑎)
𝑃 𝑘  𝑖𝑛  𝑛 = . 𝑝! . (1 − 𝑝)!!!   lim  
𝑘 !→! Δ𝑥
   
   1 2 3 1 1 2 3 5
LINEAR  ALGEBRA   1 4 5 ∗ 2 = 1 ∗ 1 + 2 ∗ 4 + 0 ∗ 5 = 9  
  0 3 2 0 0 3 2 6
ADDITION    
   
  x  Matrix:  Colunas  A  =  Linhas  B  
1 2 2 2 2 4 Linhas  A  =  Colunas  B  
+ =    
4 3 5 3 9 6
  𝑨𝟐,𝟏 = 𝟐𝒂  𝒍𝒊𝒏𝒉𝒂  𝒙  𝟏𝒂  𝒄𝒐𝒍𝒖𝒏𝒂  
   
SCALAR  MULTIPLY   0 3
1 2 3 8 24
  ∗ 1 3 =  
0 4 5 14 37
  2 5
2 2 6 6  
3∗ =    
5 3 15 9
  1 2 3
  1 2 0 ∗ 4 5 6 = 12 30 0  
MATRIX  VECTOR  MULTIPLICATION   7 8 9
   
Linhas  x  Colunas    
  IMPORTANTE  
x  Vetor:  Colunas  A  =  Linhas  B    
  𝑨𝟐,𝟑 = 𝟐𝒂  𝒍𝒊𝒏𝒉𝒂  𝒙  𝟑𝒂  𝒄𝒐𝒍𝒖𝒏𝒂  
𝐴!,! ∗ 𝐵!,! = 𝐶!,!    
   
0 3 6 1 0 0 1 2 1
1 −3 1 0 ∗ 3 8 1 =  
1 3 ∗ = 7  
2 0 0 1 0 4 1
2 4 9
   
  𝐴!,! 𝐴!,! 𝐴!,! 1 2 1
1 2 3 1 5 𝐴
= !,! 𝐴 !,! 𝐴 !,! = 0 2 −2  
1 4 5 ∗ 2 = 9   𝐴!,! 𝐴!,! 𝐴!,! 0 4 1
0 3 2 0 6  
   
OU    
   
 
 PERMUTATION   PROPRIEDADES  
   
LEFT=exchange  rows    
  Not  commutative  
0 1 𝑎 𝑏 𝑐 𝑑 𝐴 ∗ 𝐵 ≠ 𝐵 ∗ 𝐴  
∗ =  
1 0 𝑐 𝑑 𝑎 𝑏  
   
RIGHT=exchange  columns   Associative  
  𝐴 ∗ 𝐵 ∗ 𝐶 = 𝐴 ∗ (𝐵 ∗ 𝐶)  
𝑎 𝑏 0 1 𝑏 𝑎  
∗ =  
𝑐 𝑑 1 0 𝑑 𝑐  
 
 
 
Inverse  (only  squared)  
 
1
IDENTIDADE   𝐴!! ≠  
  𝐴
 
1 0 0
1 0
0 1 0   𝐴!! . 𝐴 = 𝐼 =  
0 1
0 0 1  
 
 
 
DETERMINANTE  
DIAGONAL  
 
  1 3
2 0 0 = 1.2 − 3.4 = −10  
4 2
0 2 0    
0 0 2  
  1 4 7 1 4
  2 5 8 2 5 = 1.5.9 + 4.8.3 + 7.2.6 − 7.5.3 − 1.8.6 − 4.2.9  
  3 6 9 3 6
   
   
TRANSPOSE   ELASTICIDADE  DE  DEMANDA  
   
1 4 (𝑄! − 𝑄! ) (𝑃! + 𝑃! )
1 2 3 ! 𝜌= .  
𝐴=  𝐴 = 2 5  
4 5 6 (𝑄! + 𝑄! ) (𝑃! − 𝑃! )
3 6