概率怎么算
概率的计算公式是：P（A）=m/n，（A）表示事件，m表示事件（A）发生的总数，n是总事件发生的总数。
概率，亦称或然率，它是反映随机事件出现的可能性大小。随机事件是指在相同条件下，可能出现也可能不出现的事件。例如，从一批有正品和次品的商品中，随意抽取一件，抽得的是正品就是一个随机事件。
设对某一随机现象进行了n次试验与观察，其中A事件出现了m次，即其出现的频率为m/n。经过大量反复试验，常有m/n越来越接近于某个确定的常数（此论断证明详见伯努利大数定律）。该常数即为事件A出现的概率，常用P（A）表示。
随着人们遇到问题的复杂程度的增加，等可能性逐渐暴露出它的弱点，特别是对于同一事件，可以从不同的等可能性角度算出不同的概率，从而产生了种种悖论。
另一方面，随着经验的积累，人们逐渐认识到，在做大量重复试验时，随着试验次数的增加，一个事件出现的频率，总在一个固定数的附近摆动，显示一定的稳定性。
几何概型
几何概型若随机试验中的基本事件有无穷多个，且每个基本事件发生是等可能的，这时就不能使用古典概型，于是产生了几何概型。几何概型的基本思想是把事件与几何区域对应，利用几何区域的度量来计算事件发生的概率，布丰投针问题是应用几何概型的一个典型例子。
在概率论发展的早期，人们就注意到古典概型仅考虑试验结果只有有限个的情况是不够的，还必须考虑试验结果是无限个的情况。为此可把无限个试验结果用欧式空间的某一区域S表示，其试验结果具有所谓均匀分布的性质，关于均匀分布的精确定义类似于古典概型中等可能这一概念。
绛旓細姒傜巼璁＄畻鍏紡鏈夊洓绉嶏細鍙ゅ吀姒傚瀷銆佸嚑浣曟鍨嬨佹潯浠舵鐜囥佽礉鍔噷姒傚瀷銆傛鐜囧叕寮忓涓嬶細1銆鍙ゅ吀姒傚瀷锛歅锛圓锛=A鍖呭惈鐨勫熀鏈簨浠舵暟/鍩烘湰浜嬩欢鎬绘暟=m/n锛涘鏋滀竴涓殢鏈鸿瘯楠屾墍鍖呭惈鐨勫崟浣嶄簨浠舵槸鏈夐檺鐨勶紝涓旀瘡涓崟浣嶄簨浠跺彂鐢熺殑鍙兘鎬у潎鐩哥瓑锛屽垯杩欎釜闅忔満璇曢獙鍙仛鎷夋櫘鎷夋柉璇曢獙锛岃繖绉嶆潯浠朵笅鐨勬鐜囨ā鍨嬪氨鍙彜鍏告鍨嬨2銆佸嚑浣...
绛旓細姒傜巼璁＄畻鍏紡鏄細P = 浜嬩欢A鍙戠敓鐨勬鏁 / 鎵鏈夊彲鑳戒簨浠剁殑鎬绘鏁銆傛鐜囪绠楀叕寮忚В閲婏細1. 姒傜巼瀹氫箟锛氭鐜囨槸鐢ㄦ潵鎻忚堪鏌愪竴浜嬩欢鍙戠敓鐨勫彲鑳芥х殑鏁板笺傚畠浠嬩簬0鍜1涔嬮棿锛屽叾涓0琛ㄧず浜嬩欢涓嶅彲鑳藉彂鐢燂紝1琛ㄧず浜嬩欢涓瀹氫細鍙戠敓銆2. 璁＄畻鍏紡瑙ｈ锛氭鐜囪绠楀叕寮忔槸鐢ㄦ潵璁＄畻鏌愪竴浜嬩欢鍙戠敓鐨勬鐜囩殑鍏蜂綋鏂规硶銆傚湪杩欎釜鍏紡涓紝"...
绛旓細姒傜巼鐨勮绠楀叕寮忔槸锛歅(A)=m/n锛屸(A)鈥濊〃绀轰簨浠讹紝鈥渕鈥濊〃绀轰簨浠讹紙A锛夊彂鐢熺殑鎬绘暟锛屸渘鈥濇槸鎬讳簨浠跺彂鐢熺殑鎬绘暟銆傛鐜囩殑璁＄畻闇瑕佸叿浣撴儏鍐靛叿浣撳垎鏋愶紝娌℃湁涓涓粺涓鐨勪竾鑳藉叕寮忋傛鐜囩殑鑰冪偣鍒嗘瀽 1.闅忔満浜嬩欢鍜屾鐜囷紝鍖呮嫭鏍锋湰绌洪棿涓庨殢鏈轰簨浠讹紱姒傜巼鐨勫畾涔変笌鎬ц川锛堝惈鍙ゅ吀姒傚瀷銆佸嚑浣曟鍨嬨佸姞娉曞叕寮忥級锛涙潯浠舵鐜囦笌...
绛旓細鍏ㄦ鐜囧叕寮忕殑璁＄畻鍏紡涓篜(A) = P(A|B1) * P(B1) + P(A|B2) * P(B2) + ... + P(A|Bn) * P(Bn)锛屽叾涓璓(A)琛ㄧず浜嬩欢A鍙戠敓鐨勬鐜囷紝P(A|Bi)琛ㄧず鍦ㄤ簨浠禕i鍙戠敓鐨勬潯浠朵笅浜嬩欢A鍙戠敓鐨勬鐜囷紝P(Bi)琛ㄧず浜嬩欢Bi鍙戠敓鐨勬鐜囥7. 璐濆姫鍒╄瘯楠岋細璐濆姫鍒╄瘯楠屾槸涓绉嶅彧鏈変袱绉嶅彲鑳界粨鏋滅殑鍗曟璇曢獙锛...
绛旓細姒傜巼瀛﹁绠楀叕寮忓涓嬶細姒傜巼c鍏紡鏄細C锛坣锛宬锛=n锛坣-1锛夛紙n-2锛(n-k+1)/k!锛屽叾涓璳鈮銆備緥濡傦紝C锛12锛3锛=12脳11脳10/3!=1320/锛3脳2脳1锛=1320/6=220銆傛嫇灞曠煡璇嗭細姒傜巼锛屼害绉扳滄垨鐒剁巼鈥濓紝鏄弽鏄犻殢鏈轰簨浠跺嚭鐜扮殑鍙兘鎬уぇ灏忋傞殢鏈轰簨浠舵槸鎸囧湪鐩稿悓鏉′欢涓嬶紝鍙兘鍑虹幇涔熷彲鑳戒笉鍑虹幇鐨勪簨浠躲備緥濡...
绛旓細鍏紡涓篜(Aj|B)=(B|Aj)脳P(Aj)/鈭(i=1~n)P(B|Ai)脳P(Ai)锛屽叾涓瑼j琛ㄧず鐗瑰畾鐨勪簨浠讹紝P(Aj)琛ㄧず浜嬩欢Aj鍙戠敓鐨勫厛楠姒傜巼锛孭(B|Aj)琛ㄧず鍦ㄤ簨浠禔j鍙戠敓鐨勬潯浠朵笅浜嬩欢B鍙戠敓鐨勫悗楠屾鐜囥俈.鏈熸湜鍊煎叕寮 鏈熸湜鍊煎叕寮忔槸姒傜巼璁轰腑鐨勯噸瑕佹蹇点傚畠鏄寚闅忔満鍙橀噺鐨勫钩鍧囧硷紝鍗宠闅忔満鍙橀噺姣忎釜鍙栧间笌鍏舵鐜囩殑涔樼Н涔...
绛旓細=1-(1/2+1/3-1/10)=4/15 涓鑸姞娉曞叕寮忥細P(A+B) =P(A)+P(B)-P(AB)渚嬪锛歅(A|B) = 1/4 P(A鈭〣)/P(B)=1/4 P(A鈭〣) =1/8 P(~A|~B)=P(~A鈭﹡B) /P(~B)=P(~(AUB) ) /[1 -P(B)]=[1-P(AUB) ]/[1 -P(B)]=[ 1- P(A)-P(B) +P(A鈭〣) ...
绛旓細姒傜巼鐨勬暟瀛﹁绠楁柟娉曞涓嬶細1銆佺洿鎺ヨ鏁版硶锛氬鏋鍙兘浜嬩欢鐨勬暟鐩笉澶氾紝鎴戜滑鍙互鐩存帴璁＄畻鍑烘瘡涓簨浠跺彂鐢熺殑娆℃暟锛岀劧鍚庣敤姣忎釜浜嬩欢鍙戠敓鐨勬鏁伴櫎浠ユ绘鏁帮紝寰楀埌璇ヤ簨浠跺彂鐢熺殑姒傜巼銆備緥濡傦紝鎶曟幏涓鏋氬叕姝ｇ殑纭竵锛屾闈㈡湞涓婄殑姒傜巼鏄0.5锛屽弽闈㈡湞涓婄殑姒傜巼涔熸槸0.5銆2銆佸垪琛ㄨ瘯楠屾硶锛氬綋鍙兘浜嬩欢鐨勬暟鐩緝澶氭椂锛屾垜浠彲浠ラ噰鐢ㄥ垪琛...
绛旓細鎺掑垪锛堟湁椤哄簭锛夌殑璁＄畻鍏紡鏄細mAn = m * (m-1) * ... * (m-n+1)缁勫悎锛堟棤椤哄簭锛夌殑璁＄畻鍏紡鏄細mCn = m * (m-1) * ... * (m-n+1) / (1 * 2 * ... * n)绛鍙兘浜嬩欢鐨姒傜巼璁＄畻鍏紡鏄細P(A) = m/n 浜掓枼浜嬩欢鐨勬鐜囪绠楀叕寮忔槸锛歅(A+B) = P(A) + P(B)涓や釜浜嬩欢...
绛旓細P(A鈭狟鈭狢)锛漃(A)锛婸(B)锛婸(C)- P(AB) - P(BC) - P(CA)锛婸(ABC)銆備氦闆嗙敤鈥溾埄鈥濊〃绀猴紝浜ょ殑鏄袱鑰呯殑鐩稿悓閮ㄥ垎锛屽锛欰=锝1,2,3,4锝,B=锝3,4,5,6锝,鍒橝B鐨勪氦闆嗗嵆A鈭〣=锝3,4锝 骞堕泦涓撶敤鈥溾埅鈥濊〃绀猴紝骞剁殑鏄簩鑰呯殑灞炴墍鏈夊厓绱狅紝濡備笂渚嬶紝鍒橝B鐨勫苟闆嗭紝鍗矨鈭狟=锝1,2,3,4...
