概率计算器

两个事件的概率计算器

当已知两个独立事件的单次发生概率时，您可以使用双事件概率计算器来快速确定它们同时发生或满足其他条件的综合概率。只需在计算器中输入事件 A 和事件 B 的发生概率，系统将自动计算出这两个独立事件的并集、交集等相关概率，并为您生成直观的维恩图（Venn Diagram）。

两个事件的概率求解器

在双事件概率求解器中输入任意两个已知值，即可反推或计算出独立事件的各种概率指标。当您不知道其中一个或两个事件的初始发生概率时，这款在线工具尤为实用。计算结果不仅会显示最终答案，还会提供详细的计算步骤，方便您深入理解。

一系列独立事件的发生概率

您可以使用连续独立事件概率计算器来评估多个相继发生的独立事件的综合概率。只需在此计算器中设置事件发生的总次数，即可快速获取准确的概率结果。

正态分布的概率

正态分布概率计算器可帮助您快速确定正态分布曲线下的概率面积。您只需输入均值 μ、标准差 σ 以及所需的区间边界。计算器将自动生成该设定边界内的概率，并提供一系列常见置信水平下的置信区间。

概率介绍

概率是指某个事件发生的可能性或几率。在数学中，特定事件的概率值始终介于 0 和 1 之间。借助专业的概率计算器，各种复杂的事件概率计算都会变得异常简单高效。

事件操作规则

在概率学中，实验结果的任何集合都被称为“事件”。事件可以是样本空间中的任意子集。事件的运算规则主要包括补集、交集和并集。让我们通过以下示例来深入了解这些基本规则。

示例

假设您所在的大学拥有包括商学院在内的多个学院，并且招收了许多国际学生。作为社会调查的一部分，您需要对在校大学生进行访谈，并决定从第一个走进校门的学生开始。假设：

A = 第一个学生来自商学院。

B = 第一个学生是国际学生。

P(A) = 0.6

P(B) = 0.3

互补事件（补集）

事件的补集（也称互补事件或对立事件）是指样本空间中所有不包含在该事件中的结果所组成的集合。

例如，事件 A 的补集表示第一个受访学生来自商学院以外的其他学院。这通常用 \$A\prime\$ 或 Aᶜ 来表示。

我们可以用维恩图来直观展示事件 A 的补集。

在上方的维恩图中，彩色区域代表事件 A 的补集。

矩形的总面积代表样本空间的总体概率，其值恒定为 1。圆 A 外的空间则表示事件 A 不发生的概率（即补集概率）。通过维恩图，我们可以建立以下数学关系：

$$P\left(A\right)+P\left(A^\prime\right)=1$$

因此

$$P\left(A^\prime\right)=1-P\left(A\right)$$

接下来，让我们计算以下情况的概率。

第一个受访学生不是来自商学院的概率：

$$P\left(A^\prime\right)=1-P\left(A\right)=1-0.6=0.4$$

第一个受访学生不是国际学生的概率：

$$P\left(B^\prime\right)=1-P\left(B\right)=1-0.3=0.7$$

事件的交集

两个事件 A 和 B 的交集，是指同时包含在事件 A 和 B 中的所有共同元素组成的集合。

在前面的示例中，事件 A 和 B 的交集表示第一个受访学生既是国际学生，又来自商学院。具体表示如下：

$$A\cap B$$

让我们用维恩图来表示事件 A 和 B 的交集。

在上述维恩图中，彩色区域清晰地代表了事件 A 和 B 的交集。

现在，假设选择本地学生进行访谈的事件为 C。我们同样可以使用维恩图将事件 A 和 C 表示出来。

选择国际学生和本地学生的情况是不可能同时发生的。假设选出的第一个学生是国际学生，这就排除了他是本地学生的可能性。若我们定义事件 A 和事件 C 属于这种互斥情况，那么互斥事件之间没有任何共同元素。因此，两个互斥事件的交集为空集。

$$A\cap C=φ$$

计算事件交集概率的方法有多种。事件 A 和 B 的交集概率可表示如下：

$$P\left(A\cap B\right)=P\left(A\right)+P\left(B\right)-P\left(A\cup B\right)$$

$$P\left(A\cap B\right)=P(A)× P(B/A)$$

$$P\left(A\cap B\right)=P(B)× P(A/B)$$

独立事件

独立事件是指发生结果互不影响的事件。在我们的示例中，受访者是否为商学院学生并不影响其是否为国际学生。因此，我们可以判定事件 A 和事件 B 是两个独立事件。

当两个事件相互独立时，任何一个事件发生的概率都不会受到另一个事件发生概率的影响。因此：

$$P(B/A)=B\ and\ P(A/B)=A$$

我们可以结合独立事件的特性修改前面学过的公式，从而推导出求取两个相交独立事件概率的新公式：

$$P\left(A\cap B\right)=P\left(A\right)× P\left(\mathrm{B/A}\right)P\left(A\cap B\right)=P(A)× P(B)$$

$$P\left(A\cap B\right)=P\left(B\right)× P\left(\mathrm{A/B}\right)P\left(A\cap B\right)=P(B)× P(A)$$

综上所述，只需将这两个独立事件的各自概率相乘，即可求出它们的交集概率。

$$P\left(A\cap B\right)=P\left(A\right)× P\left(B\right)=P(B)× P(A)$$

鉴于事件 A 和 B 相互独立，让我们计算一下：选中的第一个受访学生既来自商学院又是国际学生的概率是多少？

$$P\left(A\cap B\right)=P\left(A\right)× P\left(B\right)=0.6× 0.3=0.18$$

事件的并集

两个事件的并集会构成一个新的事件，它包含这两个事件中的任何一个或全部元素。在概率学中，我们通常用“或”（OR）一词来描述两个事件的并集。

在例 1 中，事件 A 和 B 的并集表示选择的是一名国际学生或一名商学院学生。数学表示如下：

$$A\cup B$$

让我们用维恩图来直观表示事件 A 和 B 的并集。

上述维恩图的彩色区域即代表事件 A 和 B 的并集。

要计算事件 A 或事件 B 发生的概率，我们必须将两个事件各自的概率相加，然后减去它们相交部分（同时发生）的概率。

事件 A 和 B 并集的概率公式可以写成如下形式：

$$P\left(A\cup B\right)=P\left(A\right)+P\left(B\right)-P\left(A\cap B\right)$$

如果两个事件相互独立，且它们的交集概率未知，我们可以对上述公式稍作修改，推导出一个专门计算两个独立事件并集概率的新公式。

如果事件是独立的：

$$P\left(A\cap B\right)=P(A)× P(B)$$

因此：

$$P\left(A\cup B\right)=P\left(A\right)+P\left(B\right)-P(A)× P(B)$$

现在，让我们来计算事件 A 和 B 的并集概率。也就是说，选出的学生是商科专业学生、国际学生，或者同时具备这双重身份的概率有多大？

$$P(A\cup B)=P(A)+P(B)-P(A\cap B)=0.6+0.3-0.18=0.72$$

借助双事件概率计算器或双事件概率求解器，您可以快速、无误地完成上述所有计算。即使您只是想检查自己的概率计算步骤是否准确，这款在线计算器也能为您提供极大的帮助。

正态分布

正态分布（Normal Distribution）是一种对称的分布，其概率密度曲线呈完美的钟形。在正态分布中，均值、中位数和众数完全相等；并且数据呈现对称分布，即 50% 的数据高于均值，50% 的数据低于均值。正态分布曲线向均值的两侧无限延伸，但永远不会与 X 轴相交。整条曲线下方的总面积恰好等于 1。

如果随机变量 X 服从均值为 μ 和方差为 σ² 的正态分布，我们可以将其记作 X ~ N(μ, σ²)。

正态分布的概率

正态分布的概率密度函数公式如下所示：

$$f\left(x\right)=\frac{1}{\sqrt{2π\sigma^2}}× e^\frac{-{(x-\mu)}^2}{2\sigma^2}$$

其中：

• μ 是分布的均值；
• σ² 是分布的方差；
• π 为 3.14；
• e 为 2.7182。

由于现实中存在无数种不同的正态曲线，我们不可能为均值和标准差的每一种组合都单独制作一张概率表。为了简化计算，数学家们引入了标准正态分布的概念。均值为 0、标准差为 1 的正态分布即被称为标准正态分布。

在手动计算正态分布概率时，我们必须先通过计算 Z 分数（Z-score）将实际的分布转化为标准正态分布，然后查阅 Z 值表（标准正态分布表）来得出概率。而使用在线正态概率计算器则更为便捷，它不仅具备标准正态概率计算器的所有功能，还能一键提供不同置信水平下的精确概率值。

$$Z=\frac{X-\mu}{\sigma}$$

标准正态分布曲线在解决现实世界的各类统计问题中有着广泛应用。当我们想要确定某个连续变量的概率时，往往离不开正态分布。连续变量是指能够取任意范围内的无限多个值（包括小数）的变量。例如人的身高、体重以及体温等，都是典型的连续变量。

让我们通过下面的具体示例，进一步学习如何计算正态分布的概率。

示例

假设某门统计学课程的考试成绩呈正态分布，均值为 65，标准差为 10。如果从中随机抽取一名学生的成绩，请计算发生以下情况的概率：

• 学生的分数等于或高于 70 分、
• 学生的分数低于 70 分、
• 学生的分数在 50 分至 70 分之间。

解答过程

$$P\left(X≥70\right)=P\left(Z≥\frac{70-65}{10}\right)=P\left(Z≥0.5\right)=1-0.6915=0.3085$$

$$P\left(X<70\right)=P\left(Z<\frac{70-65}{10}\right)=P\left(Z<0.5\right)=0.6915$$

$$P\left(50>X>70\right)=P\left(\frac{50-65}{10}>Z>\frac{70-65}{10}\right)=P\left(1.5>Z>0.5\right)=0.4332+0.1915=0.6247$$

传统的手动计算正态分布概率涉及多个繁琐的步骤，且需要反复查阅 Z 值表。相比之下，使用正态分布概率计算器则要轻松得多——您只需在界面上输入均值、标准差以及左右区间的边界这几个基本数值，计算器就能瞬间为您算出精确的概率结果。