超级会员免费看
本文介绍了概率与统计的基础概念，包括古典概型、几何概型、联合概率、条件概率以及随机变量。古典概型强调基本事件的有限性和等可能性，如掷骰子；几何概型则适用于无限基本事件，如随机抽取实数。联合概率表示两个事件同时发生的概率，条件概率是在已知事件B发生的前提下事件A发生的概率。随机变量则是量化随机试验结果的表示，分为离散型和连续型。文章通过实例帮助理解这些概念，并指出学习概率有助于纠正日常生活中的错误直觉。
Hi，您好。我是茶桁。
在开始今天的课程之前呢，先跟大家提一句抱歉，上一节课程本应该是《19. 概率与统计 - 频率派&贝叶斯派》，但是标题写错了。其中部分文章我已经做了修改，但是公众号内由于不给修改，所以就放着没动。
而上节课标题中的内容，「古典概型&几何概型」应该是今天的课程才对。
除了概型之外，我们今天还要介绍一下几种概率以及随机变量。
好，话不多说，让我们开始吧。
古典概型
古典概型其实非常简单，我们基本上在高中就应该学过这部分内容。它是我们在概率学习之路上的一个启蒙者，是我们第一个遇到的一种概率模型。
首先我们来正儿八经的去看一下它这个定义：
若一个随机试验包含的基本事件的数量是有限的，且各个基本事件发生的可能性均相等，则此种概率模型称为古典概型。
这个定义如果听上去比较抽象，我们可以举一些例子。比如骰子这种物体，我们投掷一次，就对应一个随机实验，它包含的基本事件就是哪一个点数朝上。点数1朝上、2朝上、3456朝上，每一个点数朝上都是一个基本事件，在这个定义里面这骰子基本事件的数量是有限的，总共就6个：1、2、3、4、5、6，而且各个面朝上的可能性也都是一样的。
这个就是基本事件发生的可能性相等，所以掷骰子这种概率模型就是一个很典型的古
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
