发布网友
发布时间：2022-04-20 07:58
共5个回答
热心网友
时间：2023-07-20 14:19
概率，又称或然率、机率或可能性，它是概率论的基本概念。概率是对随机事件发生的可能性的度量，一般以一个在0到1之间的实数表示一个事件发生的可能性大小。
来源
概率（Probability）一词来源于拉丁语“probabilitas”，又可以解释为 probity.Probity的意思是“正直、诚实”，在欧洲probity用来表示法庭案例中证人证词的权威性，且通常与证人的声誉相关。总之与现代意义上的概率“可能性”含义不同。
古典定义
如果一个试验满足两条：
（1）试验只有有限个基本结果；
（2）试验的每个基本结果出现的可能性是一样的。
这样的试验便是古典试验。
对于古典试验中的事件A，它的概率定义为：P(A)= ，其中n表示该试验中所有可能出现的基本结果的总数目。m表示事件A包含的试验基本结果数。这种定义概率的方法称为概率的古典定义。
频率定义
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。R.von米泽斯把这个固定数定义为该事件的概率，这就是概率的频率定义。从理论上讲，概率的频率定义是不够严谨的。
统计定义
在一定条件下，重复做n次试验，nA为n次试验中事件A发生的次数，如果随着n逐渐增大，频率nA/n逐渐稳定在某一数值p附近，则数值p称为事件A在该条件下发生的概率，记做P(A)=p。这个定义成为概率的统计定义。
在历史上，第一个对“当试验次数n逐渐增大，频率nA稳定在其概率p上”这一论断给以严格的意义和数学证明的是雅各布·伯努利（Jacob Bernoulli） 。
从概率的统计定义可以看到，数值p就是在该条件下刻画事件A发生可能性大小的一个数量指标。
由于频率
总是介于0和1之间，从概率的统计定义可知，对任意事件A，皆有0≤P(A)≤1，P(Ω)=1，P(Φ)=0。其中Ω、Φ分别表示必然事件（在一定条件下必然发生的事件）和不可能事件（在一定条件下必然不发生的事件）。
公理化定义
柯尔莫哥洛夫于1933年给出了概率的公理化定义，如下：
设E是随机试验，S是它的样本空间。对于E的每一事件A赋于一个实数，记为P(A)，称为事件A的概率。这里P(A)是一个集合函数，P(A)要满足下列条件：
（1）非负性：对于每一个事件A，有P(A)≥0;
（2）规范性：对于必然事件Ω，有P(Ω)=1;
（3）可列可加性：设A1，A2……是两两互不相容的事件，即对于i≠j，Ai∩Aj=φ，（i,j=1,2……），则有P(A1∪A2∪……)=P(A1)+P(A2)+……
性质：
概率具有以下7个不同的性质：
性质1：P(Φ)=0；
性质2：（有限可加性）当n个事件A1,…,An两两互不相容时： P(A1∪...∪An)=P(A1)+...+P(An)；
性质3：对于任意一个事件A：P(A)=1-P(非A)；
性质4：当事件A,B满足A包含于B时：P(B-A)=P(B)-P(A)，P(A)≤P(B)；
性质5：对于任意一个事件A，P(A)≤1；
性质6：对任意两个事件A和B，P(B-A)=P(B)-P(AB)；
性质7：（加法公式）对任意两个事件A和B，P(A∪B)=P(A)+P(B)-P(A∩B)。
热心网友
时间：2023-07-20 14:20
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。该常数即为事件A出现的概率，常用P (A) 表示。
扩展资料：
第一个系统地推算概率的人是16世纪的卡尔达诺。记载在他的著作《Liber de Ludo Aleae》中。书中关于概率的内容是由Gould从拉丁文翻译出来的。
卡尔达诺的数学著作中有很多给赌徒的建议。这些建议都写成短文。然而，首次提出系统研究概率的是在帕斯卡和费马来往的一系列信件中。这些通信最初是由帕斯卡提出的，他想找费马请教几个关于由Chevvalier de Mere提出的问题。Chevvalier de Mere是一知名作家，路易十四宫廷的显要，也是一名狂热的赌徒。问题主要是两个：掷骰子问题和比赛奖金分配问题。
热心网友
时间：2023-07-20 14:20
概率旧称或然率、几率。在自然和 社会现象中，有这样一类事件，它在相同条件下由于偶然因素的影响可能发生也可能不发生，这类事件
叫做随机事件。就随机事件的个别情况看，它是没有规律的，但通过大量实践后，就其整体来看却呈现
出一种严格的非偶然的规律性。实际上对一个随机事件作大量试验时，就会发现随机事件发生的次数与
试验次数的比总在一个常数附近摆动，这个常数叫做该随机事件发生的概率。概率的大小反映了随机事 件发生的可能性的大小。
概率(Probability)一词来源于拉丁语“probabilitas”，又可以解释为
probity.Probity的意思是“正直、诚实”，在欧洲probity用来表示法庭案例中证人证词的权威性，且通常与证人的声誉相关。总之与现代意义上的概率“可能性”含义不同。
古典定义
如果一个试验满足两条：
(1)试验只有有限个基本结果;
(2)试验的每个基本结果出现的可能性是一样的。
这样的试验便是古典试验。
对于古典试验中的事件A，它的概率定义为：P(A)=
其中n表示该试验中所有可能出现的基本结果的总数目。m表示事件A包含的试验基本结果数。这种定义概率的方法称为概率的古典定义。 [1]
频率定义
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。R.von米泽斯把这个固定数定义为该事件的概率，这就是概率的频率定义。从理论上讲，概率的频率定义是不够严谨的。
统计定义
在一定条件下，重复做n次试验，nA为n次试验中事件A发生的次数，如果随着n逐渐增大，频率nA/n逐渐稳定在某一数值p附近，则数值p称为事件A在该条件下发生的概率，记做P(A)=p。这个定义称为概率的统计定义。
在历史上，第一个对“当试验次数n逐渐增大，频率nA稳定在其概率p上”这一论断给以严格的意义和数学证明的是雅各布·伯努利(Jacob
Bernoulli) [2] 。
从概率的统计定义可以看到，数值p就是在该条件下刻画事件A发生可能性大小的一个数量指标。
由于频率
总是介于0和1之间，从概率的统计定义可知，对任意事件A，皆有0≤P(A)≤1，P(Ω)=1，P(Φ)=0。其中Ω、Φ分别表示必然事件(在一定条件下必然发生的事件)和不可能事件(在一定条件下必然不发生的事件)。
公理化定义
柯尔莫哥洛夫于1933年给出了概率的公理化定义，如下：
设E是随机试验，S是它的样本空间。对于E的每一事件A赋于一个实数，记为P(A)，称为事件A的概率。这里P(A)是一个集合函数，P(A)要满足下列条件：
(1)非负性：对于每一个事件A，有P(A)≥0;
(2)规范性：对于必然事件Ω，有P(Ω)=1;
(3)可列可加性：设A1，A2……是两两互不相容的事件，即对于i≠j，Ai∩Aj=φ，(i,j=1,2……)，则有P(A1∪A2∪……)=P(A1)+P(A2)+……
热心网友
时间：2023-07-20 14:21
概率，又称或然率、机会率、机率（几率）或可能性，它是概率论的基本概念。
概率是对随机事件发生的可能性的度量，一般以一个在0到1之间的实数表示一个事件发生的可能性大小。越接近1，该事件更可能发生。
越接近0，则该事件更不可能发生，其是客观论证，而非主观验证。如某人有百分之多少的把握能通过这次考试，某件事发生的可能性是多少，这些都是概率的实例。
扩展资料：
条件概率
条件概率：已知事件B出现的条件下A出现的概率，称为条件概率，记作：P(A|B)
条件概率计算公式：
当P(A)>0，P(B|A)=P(AB)/P(A)
当P(B)>0，P(A|B)=P(AB)/P(B)
乘法公式
P(AB)=P(A)×P(B|A)=P(B)×P(A|B)
推广：P(ABC)=P(A)P(B|A)P(C|AB)
热心网友
时间：2023-07-20 14:22