基本概念
随机变量
随机变量这个是概率学中的一个基本概念,在实际问题中有的试验结果本身就是数量表示,有的结果却不行,比如掷骰子,试验结果有6个,可以记为1,2,3,4,5,6。但另如抛硬币正反面,结果看似跟数值毫无关系,我们一般会做一个对应的处理,引进一个变量,当硬币正面记为0,反面记为1.简单的说就是将试验结果数值化将结果用一个变量表示,这个变量就叫随机变量。
连续随机变量与离散随机变量
随机变量又分为连续的和离散的,其实二者很好区分,离散随机变量就是在一定区间内只能取到有限的试验结果,比如抛硬币只有正面和反面,掷骰子只有6种结果。而对应的连续随机变量就是在一定区间内能取到无限多个值,比如说随机变量是用来表示身高,体重等等
古典概率
古典概率又叫传统概率,如果一个随机试验,它的结果是有限的,而且每一种情况都是相互排斥的,发生的概率都是一样的,我们通常称这种这种条件下的概率模型就叫古典概型。
条件概率
条件概率也叫后验概率,即若已知道事件B发生了求发生事件A的概率记做P(A|B)。条件概率公式P(A|B)=P(AB)/P(B)
期望值
大家通常很容易把期望值和均值混淆,虽然这两个都是平均的概念在里面但是他们有本质上的区别。均值是针对某一次实验的实验结果进行相加后平均所得到的,而期望则是概率论概念,是一个数学特征,不进行实验可以求出来。它是每一种实验结果*概率相加后得到的。均值和期望的