概率与统计里的 e
不只是纯数学的抽象。在概率论和统计学中, 是描述随机现象的核心工具——从等待时间到测量误差, 都在默默工作。这一章从恒定事件率的场景出发推导指数分布,并验证它独特的无记忆性:无记忆性的等待时间一定服从指数分布。然后转向正态分布,看它的公式里为什么会冒出 ,再从二项分布的极限出发理解正态分布中 的出现,最后用中心极限定理说明 与概率论之间更深的联系。
前面的推导依赖三样东西:概率密度函数的基本概念、条件概率,以及积分的基本计算。
发现内容有问题?
告诉我们哪里需要改进。
不只是纯数学的抽象。在概率论和统计学中, 是描述随机现象的核心工具——从等待时间到测量误差, 都在默默工作。这一章从恒定事件率的场景出发推导指数分布,并验证它独特的无记忆性:无记忆性的等待时间一定服从指数分布。然后转向正态分布,看它的公式里为什么会冒出 ,再从二项分布的极限出发理解正态分布中 的出现,最后用中心极限定理说明 与概率论之间更深的联系。
前面的推导依赖三样东西:概率密度函数的基本概念、条件概率,以及积分的基本计算。
发现内容有问题?
告诉我们哪里需要改进。