本文介绍了离散概率论的基本概念，包括样本空间、试验、事件和结果。通过概率论的历史起源，阐述了概率的定义，从等可能事件的概率到非等可能事件的概率分布。此外，讨论了条件概率、独立事件、随机变量、期望和方差的重要性，并提到了概率论在证明方法、蒙特卡罗算法和贝叶斯定理中的应用。文中还特别提到了均匀分布、二项分布和几何分布等特殊概率分布函数。
可以说概率论和组合计数同宗同源——都源于人类对赌博的热爱，概率论旨在对不确定性进行研究，比如买彩票是否会中奖等等。本章介绍概率论的一个子集，离散概率论，多说一句，概率论是测度论的一种特殊情况。
要学习概率论，就得先弄明白几个基本的概念：样本空间，（随机）试验，事件和结果。（随机）试验是某种过程，这个过程总会产生某个结果，比如我们掷一个骰子，或者从扑克牌中任意挑出一张牌，都会产生一个结果，那么这些所有可能的结果就构成了一个样本空间，而事件就是样本空间的一个子集。我们可以来打这样一个比方，样本空间就像一个罐子，而结果就是罐子中的五颜六色的糖果，试验就好比勺子，每次都能从罐子中舀出一颗糖果来，而所有红色的糖果就构成了一个事件E，如果要问捞出红色糖果的概率，就是在问E的概率。
很早的时候，伟大的数学家拉普拉斯就定义了一个朴素的概率定义，这个定义的基础是假设所关心的样本空间是由一
最低0.47元/天 解锁文章
1808
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
