CLUB-3STONE SPACES

如果喝开水烫了自己的嘴!那一定说错话了!

如果喝开水喝到嘴里咽不下去,烫了嗓子!那一定是自己废话说多了!

咳咳咳!自己不怎么地!我干嘛去教条别人!

自己当不好好人也不要当坏人!

STOP! shut up!

我们都为了幸福做最大的努力!

其实幸福在我这定义就是!当你心焦力竭的时候,幸福就会崭露头角!

山穷水尽的时候!幸福就会来敲门!

 

"习得无力感"在人生中每个人都有过!

但要学会保持原始的饥饿感争取到最后是我们应该做的,

快看"~~~~~~~~~~~"

 

 

一晃6年了,想想那时的状态!我都直摇头!

其实是我太瘦!当然现在也不胖!来北京都五年多了!想想也不太容易!

那时还不知道自己应该做什么了!我还没有怎么变!还很黑!

一整天晴朗!

今天的月亮真的很亮也很圆!

我很兴奋!因为可以拍它!

 

单身,很可笑!单身,一样会收到祝福!

boss说:祝你年年有今日!岁岁有今朝!

我羞涩!接受祝福!其实生活就是这样!

饱汉子不知饿汉子饥,有对象的且向往单身!

我今天吃的呷哺呷哺!吃的很饱!一个人吃了两个人的量!

不奇怪!我是在长身体!且冬天的到来!

还有20多分钟我们的节日就过去了!单身的不在单身!

幸福就会和我们招手!不是开玩笑!

瞧着您来~~~~~~~~~

不要对某件事或某个人有太多的期望，只要自己做好了，成败都无所谓，只要自己问心无愧就好。

不要期望太高，结果往往会令你更失望。

在概率和统计学中，一个随机变量的期望值（或期待值）是变量的输出值乘以其机率的总和，换句话说，期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。
　　数学定义
　　如果X是在机率空间(Ω, P)中的一个随机变量，那么它的期望值 E(X) 的定义是：
　　E(X)=∫ΩXdp
　　并不是每一个随机变量都有期望值的，因为有的时候这个积分不存在。如果两个随机变量的分布相同，则它们的期望值也相同。
　　如果 X 是一个离散的随机变量，输出值为 x1, x2, ...， 和输出值相应的机率为p1, p2, ... （机率和为1）, 那么期望值 E(X) 是一个无限数列的和。
如果X的机率分布存在一个相应的机率密度函数 f(x)，那幺 X 的期望值可以计算为：
　　这种算法是针对于连续的随机变量的，与离散随机变量的期望值的算法同出一辙，由于输出值是连续的，所以把求和改成了积分。
　　特性
　　期望值 E 是一个线形函数
　　X 和 Y 为在同一机率空间的两个随机变量，a 和 b 为任意实数。
　　一般的说，一个随机变量的函数的期望值并不等于这个随机变量的期望值的函数。
　　在一般情况下，两个随机变量的积的期望值不等于这两个随机变量的期望值的积。特殊情况是当这两个随机变量是相互独立的时候（也就是说一个随机变量的输出不会影响另一个随机变量的输出）。
　　期望值的运用
　　在统计学中，当估算一个变量的期望值时，一个经常用到的方法是重复测量此变量的值，然后用所得数据的平均值来作为此变量的期望值的估计。
　　在概率分布中，期望值和方差或标准差是一种分布的重要特征。
　　在经典力学中，物体重心的算法与期望值的算法十分近似。

一个女孩为了见她所爱的男子一面，只为触摸他一下，修炼了五百年又五百年．但偿愿后她拒绝再修炼以拥有更长久的缘份，她领悟到：爱一个人，看着他幸福快乐就好，不必一定拥有．神微笑：你终于想通了．但你可知道有一个男孩他为再见你一面已经修炼了两千年．．．．．．