关于概率分布 比如正态分布,二项分布,柏松分布…因为太多数学公式我一个都没看懂.1,比如投硬币,

关于概率分布 比如正态分布,二项分布,柏松分布…因为太多数学公式我一个都没看懂.1,比如投硬币,
关于概率分布
比如正态分布,二项分布,柏松分布…因为太多数学公式我一个都没看懂.
1,比如投硬币,连续3次正或反的概率是0.5*0.5*0.5=0.125.这个我明白,就是1000盘出现3连的次数是125次.
2,我发现经常把随机事件的实验次数定为n（就是无限次）然后告诉我们因为n无限所以硬币可以100次连续正或连续负.都很正常.
3,按照公式硬币10次连续出正或反
的概率是万分之一.
我想问的是,在实验样本有限的情况下,我们把n=1万次,那么出现百万分之一,千万分之一,亿万分之一的概率是多少?（比如连续20次正的概率是百万分之一）
（因为n=无限,出多少次小概率事件都可以理解,但在n是具体数字的情况下难道千万分之一的事也可以无限发生在里面吗）

我是一位数学老师,我从您的描述中发现了您对“概率”的概念的认识有偏差.
概率：用来描述事件发生可能性的大小的一个量.
（就好比是我们的成绩,考出来只是个数字,但是一定程度可以用来衡量一个人的学业水平.）
注意几点：
(1)一定条件下,对于某个具体事件,它的发生概率是一个定值.
(2)概率不是“比例”,也不是“频率”.
我们通过一个例子来阐述：单次抛硬币正面朝上概率为0.5,所以丢100次就有50次朝上?
答：错!
实际操作中我们发现不一定是50次.如果丢的次数足够多,正面朝上的次数基本是在总次数的一半左右徘徊,也就是正面朝上的“频率”趋近于0.5.我们把这个频率所趋近的稳定值称为概率,作用是描述事件发生的可能性大小.比如丢100次硬币全都正面朝上也是有可能的,它的概率是0.5的100次方,极小的一个数字,日常生活中我们说“等同于0”,说明发生可能性极度的小,但不代表不可能发生.
您的阐述中,有把概率当成“频率”、“比率”的意思,这是造成困扰的原因之一.
每种概型都有他的适应范围和条件,举例子：
(1)基本事件数有限,且每个基本事件等可能出现,是古典概型
(2)基本事件数无限,且每个基本事件等可能出现,是几何概型
(3)当二项分布的n很大而p很小时,泊松分布可作为二项分布的近似,其中λ为np.通常当n≧10,p≦0.1时,就可以用泊松公式近似得计算
这说明在条件变化,特别是有限与无限的转化的时候,可能概率模型会变哦.
再问： ��ʦ�����ڹŵ���ʣ��һ���׷��һ�¡� ͬ��һ��ʵ�飬�������������֪������һ���ĸ�����50%������һ����10%�����ǰ�50%����ΪA��10%����ΪB �����ǣ���ʵ����ͬ����10000�ε�����¡�������A��ӽ����Ƶ�ʻ���B��ӽ������ô�ʣ�������A����B�ӽ���Ƶ�ʵĸ��ʸ�ߣ�
再答： ������ֶԱȣ����޷��жϣ�10000��̫�٣�����˵�ġ�ʵ���ظ��㹻��Ρ���ʵ�������������޴ε���˼������˼�롣�е������ڸ����еġ�����������˼��
再问： �������ҵ���˼�� ��ʵ�ղ���˵���ˣ�Ӧ����A��B��Ƶ��˭��ӽ���ĸ��� ����Ұ�10000�̵�����ȡ������������н����
再问： ��ʵ��Ϊû�о�ԣ�����ʵ���ʵ���˭��Ƶ�ʽӽ�����ʵĸ��ʸ�ߣ�����Ϊ���޵���˼������������ȵģ�
再答： ʵ��˵������������ҵ���Ϊ�ش��˰��������� ʵ���ظ��㹻��κ�Ƶ���ȶ���ij�����ָ��������ֵ�Ͷ���Ϊ���ʣ�ʵ�ʸ��ʾ���Ƶ�ʵ�һ�й��ơ� ��������һ��ʵ���Կ�ѧ����Щ�ֲ���������ƾ���о��ġ� ������ʵ���У���������Ӧ�������¼�����Ƶ��ȥ������ʵ�׼ȷ�ȵġ���Ȼ��ʵ����˭�ĸ���ģ������ĸ��ʣ�Խ�ӽ����¼�Ƶ�ʣ���Խ�����Dz��á��Ҿ��ø�����Ƶ�ʵ����϶���Ҫʵ�������顣