样本空间与概率
概率论无疑是数学最重要分支的其中之一，它在计算机科学、金融、财务等领域应用广泛。但是好像所有的知识貌似又全部还给老师了，所以说”出来混早晚都还的”。最近在看一本书《Introduction to Probability》，个人觉得翻译的还不错。也正想提升一下自己的内功，不愧是理工科入门概率论首选之作。发掘用概率模型的描述不确定性的艺术和提高概率推理的能力。
概率模型
概率模型是对不确定现象的数学描述，构成：
- 样本空间：一个试验所有可能结果所有集合，每个概率模型都关联一个试验，该实验的所有可能结果形成样本空间。
- 概率定律（概率律）：试验结果集合A(称为事件)确定一个非负数P(A)。这个非负数描述了我们对事件A的认识或所产生的信念程度。
概率律
概率律的性质
现实
概率理论可以用来分析现实世界很多不确定现象，这个过程通常分为两个阶段。
- 第一阶段 ，在一个适当的样本空间中给出概率律，从而建立概率模型，没有关于建立模型的一般规则。最基本的是建立的概率律符合三条公理，有的统计学家还依据历史数据和过去相似试验的结果，利用统计方法确定模型。主要是建立现实世界与数学的联系。
- 第二阶段，按照概率模型进行推导，计算某些事件的概率。
条件概率
全概率定理和贝叶斯准则
