当前位置: 首页 > news >正文

两个独立事件的联合概率

文章目录


设事件A和事件B都是独立事件。
事件A:发生的概率是25\frac{\textbf{2}}{\textbf{5}}52
事件B:发生的概率是34\frac{\textbf{3}}{\textbf{4}}43
问它们同时发生的概率是多少,即二者的联合概率。
联合概率:P(A∩B) = P(A)×P(B) =25×34=620=310\frac{\textbf{2}}{\textbf{5}} \times \frac{\textbf{3}}{\textbf{4}} = \frac{\textbf{6}}{\textbf{20}} = \frac{\textbf{3}}{\textbf{10}}52×43=206=103
为啥是上面的二者事件发生的概率相乘呢,可以这样理解。
假设有两堆儿球,分别记为M和N。
其中标记为M的球堆里,一共有5个球,其中2个是红球,3个是蓝球。
其中标记为N的球堆里,一共有4个球,其中3个是白球,1个是黑球。
标记为M的球堆和标记为N的球堆里的球的组合一共为20种组合。这个组合怎么理解呢,就是M堆的每个球都可以和N堆的每个球配对,形成一对组合。具体组合如下表所示:
M堆球(5个)N堆球(4个)组合数
红球1白球11
红球1白球21
红球1白球31
红球1黑球1
红球2白球11
红球2白球21
红球2白球31
红球2黑球1
蓝球1白球11
蓝球1白球21
蓝球1白球31
蓝球1黑球1
蓝球2白球11
蓝球2白球21
蓝球2白球31
蓝球2黑球1
蓝球3白球11
蓝球3白球21
蓝球3白球31
蓝球3黑球1

总计:5(M堆球)× 4(N堆球)= 20 种组合。也就是从M中拿出一个,然后从N中拿出一个,它们必然在上面的组合里。

可以把事件A:理解为此处的从标记为M的球堆里,抽出一个红球的事件
可以把事件B:理解为此处的从标记为N的球堆里,抽出一个白球的事件
事件A和事件B的组合(即同时发生的事件,也即P(A∩B))是:2(M堆球里的红球) × 3(N堆球里白球) = 6 种组合。
事件A和事件B的组合 占 总组合的比例:6 种组合20 种组合\frac{\textbf{6 种组合}}{\textbf{20 种组合}}20种组合6种组合=2(M堆球里的红球) × 3(N堆球里白球)5(M堆球)× 4(N堆球\frac{\textbf{2(M堆球里的红球) × 3(N堆球里白球)}}{\textbf{5(M堆球)× 4(N堆球}}5M堆球)× 4N堆球2M堆球里的红球) × 3N堆球里白球)=25×34\frac{\textbf{2}}{\textbf{5}} \times \frac{\textbf{3}}{\textbf{4}}52×43=620=310\frac{\textbf{6}}{\textbf{20}} = \frac{\textbf{3}}{\textbf{10}}206=103
即:P(A∩B) = P(A)×P(B) =25×34=620=310\frac{\textbf{2}}{\textbf{5}} \times \frac{\textbf{3}}{\textbf{4}} = \frac{\textbf{6}}{\textbf{20}} = \frac{\textbf{3}}{\textbf{10}}52×43=206=103

http://www.rkmt.cn/news/1424490.html

相关文章:

  • 2026年北京老家具回收机构排行 靠谱之选盘点 - 优质品牌商家
  • 千问大模型在阿里生态中的实战应用指南
  • 收藏!Python小白必看:从零入门大模型,手把手带你掌握企业级实战能力
  • 专访 7 名普通职场人:AI 来了之后,你过得还好吗?
  • 告别风扇噪音与高温:FanControl三分钟搞定Windows散热优化
  • 别再死记硬背Sarsa公式了!用Python手搓一个走迷宫AI,5分钟搞懂On-Policy和Q-learning的区别
  • 工业防爆监控技术解析与山东区域选型实践
  • Windows开始菜单修复终极指南:三步恢复消失的磁贴
  • Codex 新增“宠物”功能:不只是可爱,而是一个轻量工作状态提醒器
  • 工具使用、代理和 Voyager 论文
  • 别再被多重共线性坑了!用Python的sklearn手把手教你调岭回归的alpha参数
  • 2026年嵌丝道口板TOP5厂商盘点 品质与实力对比 - 优质品牌商家
  • 93、CAN FD数据链路层核心:帧结构对比与DLC编码革命
  • 172 号卡哪个推荐码是官方一级?10000 置顶权限真实解析 - 172号卡
  • Lindy自动化项目管理:从概念验证到规模化落地的7个关键决策节点(附20年踩坑清单)
  • 2026年5月更新:浙江老爹鞋制造商业内推荐与趋势解析 - 2026年企业资讯
  • Harness 中的请求影子复制:用于离线分析
  • 我的Obsidian知识库,现在可以自动剪藏笔记到本地了
  • 【从零开始的JUC并发第四章】:JUC常用工具类
  • 新手也能跑通大模型,Hugging Face 环境配置与模型加载指南
  • 5分钟掌握VideoDownloadHelper:你的网页视频下载救星
  • 告别LPC!手把手教你用ESPI协议连接PCH与EC(含信号实测图与模式选择指南)
  • 告别格式返工!okbiye 论文智能排版,一键对齐千校规范,毕业季效率拉满
  • GPU内存稳定性实战指南:深入解析MemtestCL系统教程
  • Java程序员快速上手分布式系统必备!
  • 告别Vivado原生编辑器:用VSCode+插件打造你的FPGA高效开发环境(含Verilog语法检查与波形图绘制)
  • 企业搜索升级迫在眉睫!未部署AI搜索的团队正面临37%的信息召回率断崖式下滑(IDC 2024Q2预警)
  • 【多变量输入单步预测】基于霜冰优化算法(RIME)优化CNN-BiLSTM-Attention的风电功率预测研究(Matlab代码实现)
  • 老书旧书别闲置!丰宝斋全国上门,让旧书变“宝” - 深鉴新闻
  • 拒绝全量微调,用 PEFT 和 LoRA 低成本适配行业大模型