概率基础——不确定性世界的量化思维

从帕斯卡尔和费马创立概率论开始，概率为我们提供了一套在不确定环境中量化可能性、做出理性判断的科学工具。

概率论的基本原理始于1654年布莱斯·帕斯卡尔和皮埃尔·费马之间的通信。它帮助我们系统性地理解和量化不确定性。

基本概念：
- 试验：进行观察的过程（如连续掷两次硬币）。
- 可能结果与样本空间：所有可能结果的集合。投掷两次硬币有4种结果。
- 事件：一组可能结果的集合。简单事件如"至少出现一次正面"，由多种结果组成。
- 独立事件：一个事件的发生不影响另一个事件的发生概率。如两枚不同硬币的投掷结果。
- 互斥事件：两个事件不可能同时发生。如投掷一枚硬币，正面和背面不可能同时出现。
- 概率：介于0-1之间的数值，衡量事件发生的可能性。1表示必然发生，0表示不可能发生。

期望与统计概念：
- 算术平均数：一系列数值的平均值。
- 期望值：经过概率加权之后所有可能结果的总和，即大量试验中观察到的结果的平均数。
- 总体与样本：从总体中随机抽取样本，样本规模越大，对概率的预测越准确。关键在于样本的绝对规模而非占总体百分比——从全美人口随机抽取3000人，比从一所大学抽取40人更具预测性。

衡量概率的三种方法：
1. 逻辑法：当所有结果可能性均等时使用。如投掷硬币，正面概率为1/2。方法为希望看到的结果数除以所有可能结果数。
2. 相对频率法：试验可重复进行时，用事件发生的相对频率来预测概率。保险公司使用历史数据来设定保费——通过观察特定事件之前的发生频率来算出相对频率。
3. 主观概率：当试验无法重复或缺乏历史数据时，基于所有可用信息做出主观评估。主观概率必须符合概率法则，不能随意赋值。