事件a是古典概型什么意思，求解古典概型的c公式是什么时候学的

古典概型（传统可能性）、其定义是一个随机试验所包含的单位事件是有限的，且每个单位事件出现的概率均相等，则这个随机试验叫做拉普拉斯试验，这样的条件下的可能性模型就叫古典概型。由法国数学家拉普拉斯(Laplace ) 提出的。

在这个模型下，随机实验全部可能的结果是有限的，并且每个基本结果出现的可能性是一样的。古典概型是可能性论中直观和简单的模型，可能性的不少运算规则，也第一是在这样的模型下得到的。

古典可能性中，C是组合数公式的符号，古典可能性中计算基本事件总数时，有的时候，事件可以抽象成从n个元素中随机抽取m个元素出来，这个时候可用排列数公式计算基本事件数。 古典可能性一般又叫事前可能性是指当随机事件中各自不同的可能出现的结果及其产生的次数。 可能性公式中的组合公式是： c(n,m)=n!/[(n-m)!*m!] 等于从n启动连续递减的m个自然数的积除以从1启动连续递增的m个自然数的积。 C是组合运算,C(4,1)=4/1 C(4,2)=(4*3)/(2*1)=6

1、古典概型：存在n种等可能结果。

例如做单项选择题时瞎蒙，可能性都是1/4；掷骰子每个点数的可能性都是1/6；掷硬币正反面的可能性都是1/2。

计算步骤：

1）计算n，有多少种可能；

2）计算时间A包含的可能数m；

3）P=m/n。

例如，掷骰子点数为奇数的可能性是多少？

1）掷骰子点数有6中可能：n=6

2）点数为奇包含3种可能：m=3

3）P=百分之50

2、独立重复：每一次的可能性一样，n次相互没有影响。

计算步骤：

1）执行次数n，成功k次，每一次的可能性p

2）成功k次的可能性 P(n=k)=[C(n,k)]*[P^k]*[q^(n-k)]

例如，掷骰子5次，有3次是6点的可能性。

1)执行次数n=5，成功3次，每一次的可能性1/6

P=C(5,3)[(1/6)^3]*[(5/6)^2]

3、分步概型（条件可能性）：

1）有A，B···步骤，

2）A有A1，A2···等结果，B有B1B2···等结果，

3）A的结果对B有影响。

计算方式，用全可能性公式：

P（B2）

=P(A1)*P（B2/A1）+P(A2)*P（B2/A2）

可能有人看到公式就晕了。不要怕，举个例子就明白了。

假设明天放假，我要决定明天做什么，但是，做什么受天气的影响，假设晴天我更想出去玩（可能性2/3），雨天出去玩的意愿降低到（可能性1/3），既然如此那，我明天不出去玩的可能性是多少。

1）有先看天气，在决定干什么，两个步骤。

2）A有晴天（可能性2/3），雨天（可能性1/3）；B有出去玩和在家歇着。

3）A的结果对B有影响，晴天出去玩的可能性为2/3，雨天出去玩的可能性为1/3。

故此，在家歇着的可能性P（B2）是多少？

P（B2）

=P(A1)*P（B2/A1）+P(A2)*P（B2/A2）

=晴天的可能性*晴天歇着的可能性+雨天的可能性*雨天歇着的可能性

=(2/3)*(1/3)+(1/3)*(2/3)

=4/9

假设这个例子看不懂也没关系，再来一个更简单的例子。

目前盒子里面有2个次品，8个正品，无房会抽2个，第二个是次品的可能性是多少？

1）抽两次，共两步

2）第二次受首次的影响

两种情况：

1）首次是正品，第二次是次品。可能性P1=8/10*2/9

2）首次是次品，第二次是次品。可能性P2=2/10*1/9

全可能性P=16/90+2/90=18/90古典概形是典型的[数数]做法，而相互独立事件要互不相干

1、传统可能性又称为拉普拉斯可能性，因为其定义是由法国数学家拉普拉斯提出的。假设一个随机试验所包含的单位事件是有限的，且每个单位事件出现的概率均相等，则这个随机试验叫做拉普拉斯试验。

2、事件涵盖单位事件、事件空间、随机事件等。在一次随机试验中可能出现的唯一的，且相互当中独立的结果被称为单位事件，用e表示。在随机试验中可能出现的全部单位事件的集合称为事件空间，用S表示。随机事件是事件空间S的子集，它由事件空间S中的单位元素构成，用大写字母A，B，C...表示。

古典概型

古典概型也叫传统可能性、其定义是由法国数学家拉普拉斯 (Laplace ) 提出的。假设一个随机试验所包含的单位事件是有限的，且每个单位事件出现的概率均相等，则这个随机试验叫做拉普拉斯试验，这样的条件下的可能性模型就叫古典概型。在这个模型下，随机实验全部可能的结果是有限的，并且每个基本结果出现的可能性是一样的。比如：（1）掷一次硬币的实验（质地均匀的硬币），只可能产生正面或反面，因为硬币的对称性，总觉得产生正面或反面的概率是一样的；（2）如掷一个质地均匀骰子的实验，可能产生的六个点数每个都是等可能的；（3）又如对有限件外形一样的产品进行抽样检验，也属于这个模型。古典概型是可能性论中直观和简单的模型，可能性的不少运算规则，也第一是在这样的模型下得到的。

基本信息

解：设A={获取两只都是白球}

则从五只球中任取两只，共有C23种取法获取2只白球，共有3C2（3是下标，2是上标，和那个5C2是一个意思）种取法，即A事件的全部出现可能。

获取两只白球的可能性为：（3C2）/（5C2）=3/10=0.3。

扩展资料：

可能性依其计算方式不一样，可分为古典可能性、试验可能性和主观可能性 。

大家早研究可能性是从掷硬币、掷骰子和摸球等游戏和中启动的。这种类型游戏有两个共同特点：一是试验的样本空间（某一试验都可能结果的各元素组成的集合）有限。

如掷硬币有正反两种结果，掷骰子有6种结果等；二是试验中每个结果产生的概率一样，如硬币和骰子是均匀的前提下，掷硬币产生正反的概率各为1/2，掷骰子出出各自不同的点数的概率各为1/6，具有这两个特点的随机试验称为古典概型或等可能概型。

计算古典概型可能性的方式称为可能性的古典定义或古典可能性

古典概型可能性公式是1减去C62分之C42。

古典概型一种可能性模型。在这个模型下，随机实验全部可能的结果是有限的，并且每个基本结果出现的可能性是一样的。

古典可能性模型是在封闭系统内的模型，但凡是系统内的某个事件的可能性在其他可能性确定前被确定，其他事件可能性也会跟着出现改变。可能性模型会由古典概型转变为几何概型。

1、古典概型的基本事件都是有限的，可能性为事件所包含的基本事件除以总基本事件个数。2、几何概型的基本事件一般不可计数，只可以通过一定的测度，像长度，面积，体积的比值来表示。

【古典概型】：古典概型是一种可能性模型是可能性论中直观和简单的模型；可能性的不少运算规则，也第一是在这样的模型下得到的。在这个模型下，随机实验全部可能的结果是有限的，并且每个基本结果出现的可能性是一样的。如掷一次硬币的实验（质地均匀的硬币），只可能产生正面或反面，因为硬币的对称性，总觉得产生正面或反面的概率是一样的；如掷一个质地均匀骰子的实验，可能产生的六个点数每个都是等可能的；又如对有限件外形一样的产品进行抽样检验，也属于这个模型。一个试验是不是为古典概型，在于这个试验是不是具有古典概型的两个特点-有限性和等概率，唯有同时具备这两个特点的概型才是古典概型。可能性模型会由古典概型转变为几何概型。【基本特点】：

试验的样本空间只涵盖有限个元素。

试验中每个基本事件出现的概率一样。

具有以上两个特点的试验是非常多存在的，这样的试验叫等可能概型，也叫古典概型。

【几何概型】：一种可能性模型。在这个模型下，随机实验全部可能的结果是无限的，并且每个基本结果出现的可能性是一样的。比如一个人到单位时间可能是8:00~9:00当中的任意一个时刻；往一个方格中投一个石子，石子落在方格中任何一点上……这些试验产生的结果都是无限多个，属于几何概型。一个试验是不是为几何概型在于这个试验是不是具有几何概型的两个特点-无限性和等概率，唯有同时具备这两个特点的概型才是几何概型。【特点】：

无限性：试验中全部可能产生的基本事件（结果）有无限多个。

等概率：每个基本事件产生的概率相等。

果1

P（AB）= P(A) X P(B)这个等式唯有在A、B相互独立情况下,成立.P (AB)= PA +PB-P(AUB)这个等式,A B相互关系在任何情况下都合适.是可能性加法的公式.当A B互斥,P(AB)=P(空）=0,故此，P(AUB)= P（A） +P（B）

针对任意事件P(AB)=P(A)-P(A非B) P(AB)=P(B)-P(非AB)

若A与B相互独立 P(AB)=P(A)P(B)

当P(A)0 P(AB)=P(A)P(B|A)

当P(B)0 P(AB)=P(B)P(A|B)

扩展资料

针对任意事件P(AB)=P(A)-P(A非B)

P(AB)=P(B)-P(非AB)

若A与B相互独立

P(AB)=P(A)P(B)P(A)0 P(AB)=P(A)P(B|A)

当P(B)0 P(AB)=P(B)P(A|B)

有的时候，候可能性为0，例如不相容事件，如A B为2个不相容事件，A 出现了，P(B)=0。例如投掷一枚硬币是正面的情况下，反面可能性为0。

第一是直接法：有部分古典概型的题和几何概型的题可以直接按照可能性定义计算出来。

第二是公式法：P(AB)=P(A/B)P(B)=P(B/A)P(A) P(AB)=P(A)-P(AB拔)=P(B)-P(A拔B) P(AB)=P(A)P(B)（A、B相互独立）

有放回有序为M^n 有放回无序为组合C下面是M+n-1上面是n 无放回有序是A下面是M上面是n 无放回无序是C下面是M上面是n 在统计物理中 无放回无序模型对应的是玻色子 有放回无序模型对应的是费米子 求古典概型的可能性的基本步骤：　　（1）算出全部基本事件的个数n；　　（2）得出事件A包含的全部基本事件数m；　　（3）代入公式P(A)=m/n,得出P（A）.

古典可能性公式：C（下标n，上标m）=n!/(m! *(n-m)!) C34=4x3x2x1/3x2x1=4 C36=6*5*4/3*2*1=20 C12=2x1/1=2 古典可能性一般又叫事前可能性是指当随机事件中各自不同的可能出现的结果及其产生的次数都可以由演绎或外推法得知，而不需要经过任何统计试验就可以计算各自不同的可能出现结果的可能性。