概率论中的一个概念问题 有关概率论概念的基本问题
\u6982\u7387\u8bba\u4e2d\u7b80\u5355\u7684\u6982\u5ff5\u95ee\u9898\uff1f\u5982\u56fe\uff0c\u628a\u4e8b\u4ef6\u5f53\u6210\u96c6\u5408\u6765\u770b\uff0c\u753b\u97e6\u6069\u56fe\u770b\u4e00\u4e0b\uff0c\u53ef\u4ee5\u5f97\u51fa\u4ee5\u4e0b\u7ed3\u8bba\u4e86\u3002
\u4ece\u96c6\u5408\u8bba\u4e0a\u8bb2\uff0c
\u6837\u672c\u7a7a\u95f4\u662f\u5168\u96c6\uff0c
\u57fa\u672c\u4e8b\u4ef6\u76f8\u5f53\u4e8e{a}\uff08\u53ea\u542b\u4e00\u4e2a\u5143\u7d20\u7684\u96c6\u5408\uff09\uff0c\u57fa\u672c\u4e8b\u4ef6\u662f\u6837\u672c\u7a7a\u95f4\u7684\u4e00\u4e2a\u5b50\u96c6\uff1b
\u6837\u672c\u70b9\u76f8\u5f53\u4e8ea\uff08\u4e00\u4e2a\u5143\u7d20\uff09\uff0c\u6837\u672c\u70b9\u662f\u6837\u672c\u7a7a\u95f4\u7684\u4e00\u4e2a\u5143\u7d20\u3002
P(A)=P(B)=P(C)
一个点的开闭不影响概率
A和B概率1相等
——————————————
下面详细解释下。
首先要明确一些基本概念，随机现象中的所有可能的事件集合称为事件空间，随机变量指的是定义在事件空间上的，将集合中的每一个事件都映射到实数空间的函数。映射有很多种方式，像这道题中就是映射成了[0,1]上的一个均匀分布的连续函数，其概率分布为连续型均匀分布。连续型均匀分布的概率密度函数和累积分布函数图像还有概率密度函数和累积分布函数的定义见附图。
那么已知事件A=[0, 0.3)，事件 B=[0, 0.3], 事件 C=[0.4, 0.7]，要求他们的概率，可以用概率密度函数在事件的分布区间上积分得到，也可以用累积分布函数在分布区间右端点的值减去左端点的值得到，结果当然是一样的，因为累积分布函数就是由概率密度函数积分得到的。
不管用哪种方法求概率，显然跟区间的开闭没关系，因为一个端点有值与否显然不影响积分结果（其实只要是有限个点，它们有值与否都不影响积分结果）。又由于随机变量X是均匀分布的，所以显然可以求得（不用真求就可以看出来）P(A)=P(B)=P(C)。
第二题根据“概率1相等”的定义，P{G(非R)+(非G)R}=0，那显然要P{G(非R)}=P{R(非G)}=0。P{A(非C)}=P(A)，P{B(非C)}=P(B)，显然都不为0，所以A和C还有B和C都不可能概率1相等。而P{A(非B)}=P{空集}=0，P{B(非A)}=P{[0.3,0.3]}，显然这一个点的概率当然是0（不管是对概率密度函数积分还是用累积分布函数两个值的差，求出来的概率都是0），所以符合定义，A和B概率1相等。
Poission
分布是一种常用的离散分布，它常与单位时间、面积、产品上的计数过程有关。如：单位时间内接到电话的次数、单位面积上玻璃的气泡数等等。值得注意的是在二项分布b(n,p)中，若n充分大，p充分小，乘积np适中，则b(n,p)分布可以用泊松分布P（np）近似.
因为题目给出随机变量 X 是 [0，1] 上均匀分布，即 X 是连续型随机变量，根据连续型随机变量的性质（在单点值的概率为 0）可得，上述三个事件A、B、C的概率相同，即 P(A)=P(B)=P(C)
同时这里没有哪个事件的概率等于1.
注：均匀分布的概率只跟它的区间长度有关，跟范围内的具体取值没有关系。
发生概率很小！！！
BC概率相等
绛旓細棣栧厛瑕佹槑纭竴浜涘熀鏈姒傚康锛岄殢鏈虹幇璞涓殑鎵鏈夊彲鑳界殑浜嬩欢闆嗗悎绉颁负浜嬩欢绌洪棿锛岄殢鏈哄彉閲忔寚鐨勬槸瀹氫箟鍦ㄤ簨浠剁┖闂翠笂鐨勶紝灏嗛泦鍚堜腑鐨勬瘡涓涓簨浠堕兘鏄犲皠鍒板疄鏁扮┖闂寸殑鍑芥暟銆傛槧灏勬湁寰堝绉嶆柟寮忥紝鍍忚繖閬撻涓氨鏄槧灏勬垚浜哰0,1]涓鐨勪竴涓鍧囧寑鍒嗗竷鐨勮繛缁嚱鏁帮紝鍏姒傜巼鍒嗗竷涓鸿繛缁瀷鍧囧寑鍒嗗竷銆傝繛缁瀷鍧囧寑鍒嗗竷鐨勬鐜囧瘑搴﹀嚱鏁板拰绱Н...
绛旓細绛旓細涓嶆槸銆備緥濡傚嚑浣曟鍨嬶細鍦ㄥ钩闈㈠唴浠婚変竴鐐癸紝鍒欐煇鐐硅閫変腑鐨姒傜巼涓0銆傝閫変腑鐨勫彲鑳芥у瓨鍦紝浣嗘槸鏋佸皬銆傚叾瀹炴鐜囪〃绀虹殑鏄彲鑳芥э紝鎬庝箞璇村憿锛岃窡鏋侀檺鏈夌偣鍍忓惂锛屾瘮鏂硅0.9999鈥︹︾殑鏋侀檺涓1锛屼絾瀹冧笉绛変簬1锛屽悓鐞嗭紝姒傜巼涓1骞朵笉琛ㄧず蹇呯劧鍙戠敓锛屾鐜囦负0骞朵笉琛ㄧず涓嶄細鍙戠敓 ...
绛旓細瀵筬锛坸锛夊湪鍖洪棿(0,姝ｆ棤绌)涓婄Н鍒嗗緱鍒癋锛坸锛夌殑琛ㄨ揪寮
绛旓細A銆丅C鐨勫绔嬩簨浠朵袱浜嬩欢鐨勭Н浜嬩欢绛変簬A锛屽垯A绛変簬鎴栧寘鍚簬BC鐨勫绔嬩簨浠讹紝鍗矨鍙戠敓蹇匓C鐨勫绔嬩簨浠跺彂鐢锛汢C鐨勫绔嬩簨浠剁殑鍚箟鏄細B銆丆涓嶅悓鏃跺彂鐢燂紝鍗矪鎴朅鑷冲皯鏈変竴涓笉鍙戠敓 鎵浠ワ紝鏈夆滃綋A鍙戠敓鏃讹紝B鎴朇鑷冲皯鏈変竴涓笉鍙戠敓鈥
绛旓細涔熷氨鏄浜嬩欢姒傜巼涓洪浂涓嶈兘鎺ㄥ嚭浜嬩欢涓嶅瓨鍦銆傚疄闄呬笂浜嬩欢鐨勫瓨鍦ㄤ笌鍚︿笌浜嬩欢鐨勬鐜囨病鏈夊叧绯汇備换浣曚竴涓懡棰橀兘鍙互鎴愪负涓涓簨浠躲傚彧瑕佷綘璇村嚭鏉ワ紝浠栧氨瀛樺湪浜嗐備絾鏄粬濡傛灉鏄釜鍋囧懡棰橈紝閭ｄ箞浠栫殑姒傜巼灏辨槸0.鎴戣鐨勫鏄庣櫧浜嗗惂銆傝繖浠呬粎鏄釜姒傚康鎬ч棶棰樸備妇杩欑渚嬪瓙寰堝鏄撶悊瑙ｃ傚鏋滀綘鍘绘兂鏁板瓧涔变竷鍏碂鐨勶紝閭ｅ彲鑳藉氨...
绛旓細鍚屽浣犲ソ锛屽緢楂樺叴鑳藉涓庝綘涓璧峰涔狅紝鍏卞悓杩涙锛乥浠ｈ〃鐫浜岄」鍒嗗竷,瀹冩槸涓绉嶇鏁ｅ瀷鍒嗗竷,10鏄瘯楠屾鏁,p鏄瘡娆＄殑姒傜巼,鏈熸湜鏄10p,鏂瑰樊鏄10p(1-p)锛涘笇鏈涘彲浠ュ府鍔╁埌浣狅紝澶╁ぉ❤鏅达紒
绛旓細杩闂鍊掓湁鎰忔濆搱 鎴戣寰楁槸鍦ㄥ悇鑷殑涓や釜鏍锋湰绌洪棿鐨勫崰鐨勬瘮鐨勪箻绉惂 鍚勪箻鍚勭殑 涓嶅湪鍚涓涓鏍锋湰绌洪棿鐨勫師鍥犲涓嬶細 P锛圓锛夌悊瑙ｆ垚A闆嗗悎闈㈢Н闄や互鎬婚潰绉 P(B)涔熶竴鏍 鑻ュ湪鍚屼竴涓牱鏈┖闂翠腑 鍥犱负浠栦滑鐙珛 1 濡傛灉涓や釜闆嗗悎涓嶇浉浜 閭ｄ箞搴旇鏄簰鏂ヤ簨浠跺鍚 浣犲彂鐢熸垜灏变笉鍙戠敓浜嗐 P(AB)=0...
绛旓細棣栧厛锛屾煇涓簨浠跺彂鐢熺殑鏈熸湜鍜岃繖涓簨浠跺彂鐢熺殑姒傜巼鏄竴鏍鐨勬蹇銆傗滃嚭鐜100杩欎釜鏁板瓧鐨勬湡鏈涒濆鏋滄槸1灏辨剰鍛崇潃100浼氫互100%鐨勬鐜囧嚭鐜般傗滆繘琛500娆″嚭鐜100鐨勬湡鏈涘氨鏄5鈥滀粠姒傚康涓婃槸涓嶅彲鑳界殑銆備粠1-100閲閫夋嫨涓涓鏁板瓧锛屼笉鏄100鐨勬鐜囨槸0.99銆傚亣璁500娆￠噸澶嶄笉鐩稿叧锛屼笉鍑虹幇100鐨勬鐜囨槸0.99^500=0.00657銆傚皬...
绛旓細鍏辨湁鏈4绉嶉氳矾鍙婂悇鑷姒傜巼濡備笅锛歊1-R2锛歅*P*(1-P)(1-P)(1-P)R1-R5-R4;P*P*P*(1-P)(1-P)R3-R5-R2:P*P*P*(1-P)(1-P)R3-R4:P*P*(1-P)(1-P)(1-P)鎬绘鐜囦负锛2P*P*(1-P)(1-P)(1-P)+2P*P*P*(1-P)(1-P)...
绛旓細姒傜巼璁虹殑涓涓閲嶈鍒嗘敮灏辨槸闅忔満杩囩▼銆傚畠鍙互鐢ㄦ潵寤烘ā闅忔満鍙橀噺鐨勪竴缁勫彉鍖栵紝姣斿鏌愮浜у搧鐨勮川閲忔帶鍒舵儏鍐点傚湪瀵规绫闂杩涜鍒嗘瀽鏃讹紝鎴戜滑缁忓父娑夊強鍒版鐜囧垎甯冦佹湡鏈涘笺佸崗鏂瑰樊绛姒傚康銆備緥濡傦細涓杈嗗叕鍏辨苯杞︽瘡闅5鍒嗛挓浼氳繘鍏ヤ竴涓溅绔欍傚凡鐭ヨ繘鍏ヨ杞︾珯鐨勬椂闂撮棿闅旂鍚堟寚鏁板垎甯冿紝骞冲潎鍊间负5鍒嗛挓銆傜幇鍦ㄦ垜浠兂鐭ラ亾锛屽湪1灏忔椂鍐...
