基础概念入门 🧠
- 概率定义：事件发生的可能性量化，用 0-1 表示（0 表示不可能，1 表示必然）
- 古典概型：等可能事件的计算公式：成功事件数 ÷ 总事件数 📌
- 概率公理：非负性、规范性、可加性 📌
经典问题解析 🧩
- 掷骰子实验：计算单次/多次掷骰子的组合概率
- 抽屉原理：分布不均的极端情况分析 📌
- 贝叶斯定理：条件概率的逆向推导（关键词：贝叶斯定理）
进阶应用延伸 🔭
- 随机变量分布：离散型 vs 连续型（如泊松分布、正态分布）
- 期望与方差：风险评估的核心指标 📌
- 独立事件：概率乘法法则的应用场景