小概率事件的概率,？

學習概率時，常常用一個事件發(fā)生的概率去估計,，在一次偶然行動中,，事件發(fā)生的可能性大小。如果一個事件A,，發(fā)生的概率小于萬分之一,，那么，這個事件A叫做小概率事件,。比如,，在一些摸獎試驗中，一等獎中獎率為百萬分之一,，那么任意買一張獎品,，中獎為小概率事件，小概率事件在一次試驗中中獎的可能性幾乎為O,。

a的概率加b的概率等于a并b的概率,？

a的概率加b的概率不一定等于a并b的概率

a與b的概率和公式，是a的概率加b的概率,，還要減去a和b同時發(fā)生的概率

當a和b同時發(fā)生的概率為0,，即事件a和事件b

為互斥事件的時候，a和b的概率積為0,，此時a和b的概率和就是a的概率和b的概率之和

概率50%連中的概率多少,？

50%*50%=25%，連著兩次中獎得概率是25%,。

求概率的概率密度,？

概率密度函數(shù)是專業(yè)術語，拼音為gài lǜ mì dù hán shù,，在數(shù)學中,，連續(xù)型隨機變量的概率密度函數(shù)（在不至于混淆時可以簡稱為密度函數(shù)）是一個描述這個隨機變量的輸出值，在某個確定的取值點附近的可能性的函數(shù),。而隨機變量的取值落在某個區(qū)域之內的概率則為概率密度函數(shù)在這個區(qū)域上的積分,。當概率密度函數(shù)存在的時候，累積分布函數(shù)是概率密度函數(shù)的積分,。概率密度函數(shù)一般以小寫標記,。

概率計算的概率的加法法則,？

概率的加法法則：

定理：設A、B是互不相容事件（AB=φ）,，則：

P（A∪B）=P（A）+P（B）

推論1：設A1,、 A2、…,、 An互不相容,，則：P(A1+A2+...+ An)= P(A1) +P(A2) +…+ P(An)

推論2：設A1、 A2,、…,、 An構成完備事件組，則：P(A1+A2+...+An)=1

推論3： 為事件A的對立事件,。

推論4：若B包含A，則P(B－A)= P(B)－P(A)

推論5（廣義加法公式）：

對任意兩個事件A與B,，有P(A∪B)=P(A)+P(B)－P(AB)

車禍的概率和空難的概率,？

車禍的概率大。

先解決幾個問題:

1,。車子的數(shù)量肯定比飛機的數(shù)量多,。2。飛機上的人肯定比車子上的人多,?；谏厦娑c：第一，飛機出事,，肯定會上報,。

根據(jù)上面第2點，可知,。而車子出車禍不一定上報,。第二，電視上出現(xiàn)飛機出事的新聞比車子出事的新聞少,。

飛機在很長時間內是由電腦控制的,，而不是人。而車子基本上是由人控制的,。電腦出事的概率跟人比出來,，趨于0?；谏厦娴姆治?，可知，飛機出事的概率小,。

事件A交B的概率等于A的概率*B的概率嗎,？

互相獨立指的是一個事件的發(fā)生不會對另一個事件的發(fā)生概率產生影響:即不管事件A發(fā)生與否,，事件B發(fā)生的概率都一樣，P（B/A）=P(B);同樣不管B發(fā)生與否,，事件A發(fā)生的概率也一樣,，P（A/B）=P(A);通常兩件事同時發(fā)生的概率P(AB)=P(A/B)P(B)=P（B/A）

概率密度和概率的區(qū)別？

打個很簡單的比方:現(xiàn)在在一個盒子里面有1-10000這樣的數(shù)字,你隨便在里面拿出一個數(shù)字,出現(xiàn)個位數(shù)的概率是9/10000,出現(xiàn)兩位數(shù)的概率是9/1000,出現(xiàn)三位數(shù)的概率是90/1000出現(xiàn)四位數(shù)的概率是900/1000.出現(xiàn)五位數(shù)的概率是1/10000 你不難發(fā)現(xiàn):出現(xiàn)四位數(shù)的概率最大,也就是說它的概率密度大,出現(xiàn)五位數(shù)的概率最小,也就是說它的概率密度小.概率密度的概念是:某種事物發(fā)生的概率占總概率(1)的比例,越大就說明密度越大.

概率密度是概率的時空分布,反映概率的大小分布情況

傳遞概率和轉移概率的區(qū)別,？

傳遞是從這個人一直傳到別人身上的幾率,，轉移則是從一個人身上轉移到別人身上的幾率，一般形容不好的意思

古典概率與離散概率的區(qū)別,？

古典概型是指各個事件出現(xiàn)可能性是相等的,，沒這個條件就不是古典概型。

幾何概型概型是指可以借助于幾何知識解決的概率問題,，比如面積比,。

離散型是指事件之間用數(shù)字表達后可以數(shù)的出來的，比如：1,2,3,4...等

連續(xù)型是指事件之間用數(shù)字表達后可以取到區(qū)間上一切實數(shù)的,。

伯努利沒有所謂的第幾種概型,，只要理解該概率的意義就好了，但肯定的是研究離散隨即變量的概率,。