概率论这东西，实际上就俩字：心里有数。别总想着像背字典一样把公式一个个抄下来，那玩意儿不仅枯燥，搞混还好办晕。真正搞懂概率，得先顺着自己的直觉走，别被那些死板的定义框住。 拿那个经典例子，抛硬币。你心里想的是“正面概率是 1/2"，但数学上描述它的公式实际上是 $P(H) = 0.5$。
这里有个小事，大量人好办把“概率”和“频率”搞混。频率就是扔一百次，正面出几次；概率就是那个稳定的“期望值”，不管扔多少次，这个比例应当长这样。扔硬币不是越扔越正，它像钟摆，往中间靠才稳。别急着去背那些 $P(A cup B)$ 的加法公式，实际上生活里大局部的时候，我们不需求算这种复杂的组合。
要不就你要去算彩票的中奖概率，那才得用全概率公式，要么贝叶斯公式，这时候再回头看看那些公式，你会发现它们就是描述“信息”和“不确定性”的。 说到独立性，这是概率论里最好办让人形成误解的地方。大量人认定两个事件，只要一个形成了，另一个就不会形成，那叫互斥；真金白银了，那叫独立。别被“互斥”这个词骗了。
比方说，“下雨”和“带伞”，显然不是独立的。你带伞，跟下雨没关系，但下雨，你带伞的概率变了，出于雨大了，你要带伞的概率得高。
反过来，“明天有忒阳”和“你带了伞”呢？也不是独立的。
这就像摸鱼，你摸到了 100 条，后面可能还是 100 条，但这不代表你摸到的 100 次都是鱼，而是代表这 100 次里，鱼的密度是挺高的。
要是两个事件独立，那它们的联合概率就是各自概率的乘积，$P(A cap B) = P(A)P(B)$。
要是不对，那就是条件概率，得用那个公式 $P(A|B)$。别总去推导 $P(A|B) = frac{P(A cap B)}{P(B)}$，这玩意儿实际上就是为了算“分母”里的 $P(A cap B)$ 才存有的，它是把“混合”的劲儿办了。 再看期望值，这玩意儿别看名字听着像平均值，但它的意思彻底不是好办的算术平均。期望是加权平均，权重就是概率。
比如你去赌一把，平均赢多少钱？别用你实际输了多少钱来当期望，那是损失。期望是 $E[X] = sum x_i P(X=x_i)$。
要是每次赌的数值都不一样，比如 0 元、100 元、200 元，分别有 1% 的、50% 的、40% 的概率，那期望就是 $0 times 0.01 + 100 times 0.5 + 200 times 0.4 = 120$。懂了，那这就不是你的“平均输钱数”了，而是你的“平均回报数”。
有时候你输了大量，但只要大局部时候赢了，期望就是正的。别被这个公式劝退，出于它实际上就是说：要是你能无限次地重复这个策略，你的长期平均收益会趋近于这个值。 方差和标准差，听起来像数学难题，实际上就俩意思。方差是 $Var(X) = E[(X - E[X])^2]$。
这玩意儿算的是数据的“波动程度”。
要是方差是 0，说明你每次的数值都一样，彻底没波动；要是方差挺大，说明你要么赚大量，要么亏大量，来回折腾。别总去纠结它如何和期望值相关，实际上它是衡量风险大小的标尺。在金融投资里，这俩东西特别关键，期望值代表让你多赚的钱，方差代表你可能会亏多少。市场有时候涨挺快，有时候跌得比上次还狠，但这事儿有波动，也是一种魅力。方差大的项目，你投入再多，心态可能会崩，出于波动忒大，画不出趋势线。 集合论和条件概率，有时候是为了撇脱计算的，有时候是为了描述世界的。
比如你手头有张牌，是黑桃、红桃、黑桃还是红桃，这叫好办的等可能性。但要是你手里有三张牌，就是 3 种可能。
这时候用全概率公式 $P(A) = sum P(A|B)P(B)$ 就显得挺顺畅。
比如“抽到 A"这个事件，能够拆成“先抽到 B，再抽到 A"要么“先抽到 C，再抽到 A"，然后把概率加起来。
这实际上是把复杂的难题拆解成了最好办的难题。别死抠每一个步骤，特别是当数据不对齐的时候，条件概率公式 $P(A|B) = frac{P(A cap B)}{P(B)}$ 时常让你头疼。
这时候就得小心做近似，要么换一种思路，比如用频率的相对大小来辅助判断，而不是硬套那个公式。 有时候公式本身就是为了偷懒设计的。
比如离散型随机变量 $X$ 的期望值 $E[X]$，要是 $X$ 只能取 $x_1, x_2, dots, x_n$，那公式就是 $sum x_i p_i$。
这比 $f(x) cdot x$ 好办多了，出于 $p_i$ 本身就是概率密度或概率质量。别去发明啥新的算子，保持公式的简洁性挺关键。
有时候你写的公式比课本里还复杂，那是出于你在处理不完美的数据，要么想表达某种非线性的关系。 最终说说累积分布函数 $F(x)$。别总盯着它如何定义为 $P(X le x)$，实际上它描述的是一种“风险”。
要是你想知道“低于某个值 $x$ 的概率是多少”，那就不用翻书，直接看 $F(x)$。
要是 $F(x)$ 是单调递增的，那说明风险是累积的，钱放得越多，积压的风险越大。
要是 $F(x)$ 是递减的，那说明价值在累积，钱放得越少，价值越大。别总当作概率就是“机会”，实际上概率在描述“可能性”的大小，它既能够用来描述好事形成的几率，也能够用来描述坏事形成的几率，就连能够用负值描述“负概率”，即形成的可能性为负（这在物理和某些统计模型里挺有用，比如某些偏差估摸）。 概率论不是一堆公式，而是一套思索难题的工具。它教你在数据不可靠时，依靠“均值”来导航；在数据波动庞大时，依靠“方差”来衡量风险；在信息不全时，依靠“条件”来修正判断。别总想着把公式存进内存，要学会如何用这些公式去描述你眼前的世界。当你遇到一个复杂的数据分布难题时，先别急着列公式，试着问自己几个难题：这个变量取哪些值？取值的可能性均匀吗？每次取值之间有没有依赖关系？要是都没有，那就直接扔概率密度函数，要么直接用期望和方差来估算。
这才是真正的概率思维，而不是死记硬背。
