思考：
既已成为事实或者预见性，都应该趋向科学的表述、论证形式，尤其是伟大时代。概率论是数理统计的基础，数理统计是概率论的应用前提要求是掌握微积分概率论与数理统计研究对象是随机问题模型——将研究对象对标，很容易解决所谓随机现象其实是人类的无能为力，我们无法精确获得所有的，以及所有之外的数据指标，就那一刻！比如德摩根所做的抛硬币实验人肉体与思维的关系
随机试验（试验）：同条件可重复做、所有结果都知道（大于等于2）、不能预言结果
随机事件：随机试验（试验）的结果（大写字母表示）
必然事件 ：（欧米伽）
不可能事件：（空集表示）
基本事件（样本点）：必然发生且只发生一个的随机试验
复合事件：若干基本事件的组合
样本空间：所有基本事件，样本点对应一个基本事件（样本空间是个必然事件）；所有可能的事件集合（随机试验的研究目标、看待问题的方式不同，事件也不同）
样本空间可无限可有限
模型化的方法尽可能的总结
Venn图 （文氏图）
包含关系
相等事件
A、B两个事件关系的判断：A发生是否B也发生，B发生A是否也发生
事件的并（和）：至少发生一个事件
事件的积（交）：各事件同时发生
互斥事件
完备事件组
对立事件（逆事件）
对立必互斥，互斥不一定对立
差事件
——2017年12月2日
1.2 概率的定义，概率的性质
概率类型：主观概率（经验） 客观概率
认知发展的过程和科学的掌握信息的多少或许是相辅相成的
概率：介于0~1之间 非负性公理
样本空间概率为1 正则性公理
互不相容事件概率为各事件的概率和 可加性公理
不可能事件的概率为0
对任意事件A，它与对立事件概率和为1
A、B，A包含于B，A概率小于等于B事件概率，P(B-A）=P(B)-P(A)（前提包含关系）
任意A、B事件，P(AUB）=P(A)+P(B)-P(AB)
1.3 古典概率模型
等可能试验
（1）有限个样本点
（2）每个样本事件发生概率相同
P（A）=使A发生样本点和/样本点总和
排列：选排列 全排列
组合：
加法原理：类
乘法原理：步骤
