天才一秒记住【狂风中文网】地址：https://www.kfzw.net
用面积图来描述抛硬币和掷骰子的概率模型，如图表16-1所示，由于可能性“大致相同”
，所以长方形被分为面积相等的几份。
图表16-1关于硬币和骰子的“大致相同”
接下来我们来设想一个新的模型——赌盘，也就是在赌场里使用的工具的概率模型。
它的基本事件为整数1～36，表示为：
{1，2，3，…，35，36}
实际上，在赌场里真正使用的赌盘，每个分区用“0”
或“00”
等数字来标记。
在这里，我们为了简单起见，把赌盘的圆周分为36等分，并用整数1～36分配给每一等份来命名。
若把赌盘的概率模型也设定为“大致相同”
的情况，那么理所当然地，每个点数出现的概率都是相同的，因而可以表示为：
用图来表示，如图表16-2所示。
图表16-2赌盘上的“大致相同”
在该模型中，可以把“抽取一个满足条件1≤x≤k的整数x”
的概率记为p（1≤x≤k）。
由于1≤x≤k占了整体中的36分之k的比例，所以可以得出：
16-3把“大致相同”
模型转换为成连续化的“均匀分布”
赌盘的概率模型，是把整数1～36出现的概率设定为“大致相同”
。
而若是把这个模型扩展为（连续的）无限个基本事件，就形成了“均匀分布”
的概率模型。
下面我们来想象一下这个虚构出来的赌盘：在圆周上绘制0≤x≤1范围内所有的x。
之后，截取截线段中0～1之间的部分，并把它想象成车轮形状的圆形，这就是基本的“均匀分布”
的概率模型。
本书中，将该模型称为［0，1］-赌盘模型（该名称仅在本书成立）。
在该概率模型中，“在0≤x≤1范围的数值中，随机抽取一个x”
，正对应了抛硬币随机出现“正面”
或“反面”
，以及掷骰子随机出现点数1～6的结果。
但该模型与之前的模型相比有着很大的差异，体现在概率的分配方式上。
如果模仿之前的抛硬币和掷骰子的例子，将0.4或0.73等x的数值作为事件，并将{0.4}或{0.73}等作为基本事件，那么，应该为其分配“大致相同”
的概率。
然而，对于［0，1］-赌盘模型来说，这种方法并不合适，而这又是为什么呢？
这里需要用到标准化条件的概念。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！