bigdecimal为0 xml不走_概率论-概率为0不等同于不可能发生

2.0 总结

❤️❤️❤️

1. 概率密度函数(PDF)的几何意义， 它可以解释连续随机变量出现在一个区间中的概率，概率值等于这个区间与PDF围成的面积大小;
2. 零概率事件的概率值为0，意味着测度为0，事件在取值范围内是存在的；
3. 不可能事件的概率值也为0，对应的测度也是0，但是事件不在取值范围内。
4. 离散事件： 随机值落在给定范围内的概率，等于这个范围内所有可能性的概率和。
5. 连续事件 ：采用区间与概率密度函数所围成的面积来表示。

2.1 概率的概率

抛一枚重量不均匀的硬币上，得到正面的概率不一定是0.5，可能是0.3，也可能是0，总之，你具体不知道是多少，但是设想一下，抛10次硬币，有7次正面朝上，会不会认为这枚硬币的重量分布使得每一次投掷都有70%的概率正面朝上呢？

那么，真正的正面朝上等于0.7的概率是多少？即P(P(H)=0.7)=? 这有两方面的问题，

• 一是这个所求的是概率的概率，因为未知量本身就是某个随机事件在长期内发生的概率；【剧透一下，P(P(H)=0.7)=0】

• 另外一个问题就是：涉及了连续问题中的概率问题

为了方便起见，我们把正常朝上的概率值记为h，这个h值可以取自0到1中的任意实数

当我们对h=0.7的值进行细分时，然后汇总所有的

取值范围：

当我们现在给不了硬币的任何有用信息时，对应任意点的概率值为0，然后汇总所有的

取值范围