大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
相关定义；
随机试验：
满足以下三个条件的：
1.实验相同条件下可重复
2.实验的所有结果都是明确可知的，且不止一个
3.实验结果出来之前，最总会是个什么结果，我们是无法预料的。
样本空间：
随机实验的所有可能的结果的集合就是这个实验的样本空间。
基本事件（样本点）：
就是样本空间的每一个具体的可能的结果
随机事件：
样本空间的子集
必然事件：
每次实验必定发生的事件
不可能事件：
每次实验都绝对不会发生的事件
注意点：事件可以推出它发生的概率，但是反过来知道概率，是不能推断这个事件是否发生的。
事件的关系：
要对比着集合的概念来理解：交并补集
包含关系：比如A发生一定导致B发生
相等关系：A和B相互包含
互斥关系：A和B不能同时发生，水火不相容
对立关系：A和B一定有一个发生，且发生的时候只有一个发生，不能同时发生
事件的运算：
交（积）运算：
或者AB ：A和B同时发生
并（和）运算：或者A+B A和B至少有一个发生
差运算：A-B ：A发生且B不发生
事件的运算律：
分配律
德摩根率：
背诵技巧：长杠变短杠，开口换方向
========================================
概率：
概率的定义：
我们从上面的定义来看可以看出，要让一个数成为概率要满足三个条件，其中第二个说的是什么呢？必然事件的概率等于1，第三个说的呢就是这些事件和的概率等于这些事件概率的和。但是我们发现一个东西，什么呢？这里的这个定义只给出了什么条件下，一个数才有资格成为概率，但是并没有告诉我们怎么求解概率，所以说这个定义对我们来讲其实并不是很重要，但是我们要了解一下。
概率的性质：
第一组性质：
第一个性质：说的是概率这个数值一定是介于0~1之间的数，不能是负数
第二个性质：说的是不可能事件的概率，他的值就是0，必然事件的概率，他就是1，但是一定要注意：千万要记住，这个性质反过来是不成立的，也就是说，一个事件，他的概率是0，但他不一定就是不可能事件，同样的，一个事件的概率是1，也不能说明它就是一定发生的，一句还，事件可以推概率，概率不一定能推事件！
同样的，这些性质也是只做了解即可，因为同样的没有告诉我们如何求解概率
第二组性质：概率的基本公式：
那么第一个加法公式我们再加一个，就是三个事件相并应该等于：
注意这里的公式哈，我们可以通过画ven图来理解：
每一个事件都有一个圆，然后相加起来，自然可能会有重叠的部分嘛，对吧，那重叠的部分我们就多加了一次，自然减去他们重叠的部分就行了，但是三个都相减那就又多减去三个的公共部分，所有最后又给加回来。
减法公式是最重要的公式：一定要记牢固！
第三个公式就是正难则反的道理
这里的三个公式就是重点了，因为它已经告诉了我们，概率具体应该怎么求解
===================================
古典概型：
这里说的有限等可能，什么意思呢？有限，说的是样本空间的样本点是能够数清楚，比如说，骰子，一共就六个，123456，对吧，等可能说的是什么呢?等可能就是说每一个样本点出现的概率是相同的，比如骰子的每一数字出现的概率都是1/6
几何概型：
要注意到这里的条件是无限等可能，也就是说，样本空间中的样本点是数不清楚的，不过样本点出现的概率还是都是相等的，记住，即可概型才是重点！
条件概率：
可以看到，条件概率它的定义，说的是一个事件再另外一个事件发生的前提下发生的概率，千万要注意，条件概率是真的真的有条件的，也就是P（A）>0，这个已经发生的事件是肯定要大于0的吧，不然后面说了这么一大堆有什么意义呢？
条件概率的计算：
条件概率的计算，往往有两种方法，一种是定义法，就是按照上面的那个公式来计算，但是也不要吃死这个公式，我们还有第二办法，缩小样本空间。怎么理解这个缩小样本空间?其实特别简单，平时我们说的P(B)说的就是一个普通的概率嘛，对吧，这个概率的样本空间就是整个的样本空间嘛，但是呢，对于P(B|A)来讲，实际上，它的样本空间已经是缩小到了A了，为什么？因为你想啊，这个是条件概率，也就是说B发生的概率是再A发生的前提下的，就是说B是在A发生的条件下发生的，那么这个样本空间对于B来讲，可不就是A了嘛
一般来讲，古典概型，我们用的缩小样本空间的方法比较多，如果是用到公式的情况下，一般考虑的是定义法
条件概率的计算公式：
看见了嘛？和前面的概率的计算公式结合起来，其实就是多了一个条件而已，去掉条件，其实就是概率的计算公式，所以没什么难的，都是万变不离其宗。
注意一个小技巧：
如果P(AB)=0了，那很明显嘛，P(ABC)=0；为什么呢？因为ABC发生的概率，注意是他们发生的概率，是AB发生概率的子集呀，如果爸爸都没得了，儿子而哪儿来的？
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/180575.html原文链接：https://javaforall.net
![深度学习——SPPNet原理[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
