跳到主内容
UniKit

概率计算器

用分数精确计算两事件的并集(容斥)、交集、条件概率、补事件、至少一次与恰好一次,并判断独立与互斥;附带骰子、抽球等常见场景。

浏览器本地运行所有计算都在你的浏览器里完成,数据不会离开本机。

结果

并集 P(A ∪ B)(容斥)2/3 (66.6667%)
交集 P(A ∩ B)(乘法法则)1/6 (16.6667%)
条件概率 P(A | B)1/2 (50.0000%)
条件概率 P(B | A)1/3 (33.3333%)
补事件 P(¬A)1/2 (50.0000%)
补事件 P(¬B)2/3 (66.6667%)
只发生 A1/3 (33.3333%)
只发生 B1/6 (16.6667%)
恰好发生一个1/2 (50.0000%)
两个都不发生1/3 (33.3333%)
是否独立是
是否互斥否

这个工具能做什么

  • 算「至少中一次」这类常见问题:把单次概率填进去,直接得到 1 − (1 − p)ⁿ 的结果,比如骰子掷 4 次至少出一个 6。
  • 核对条件概率:已知 P(A)、P(B) 与 P(A ∩ B),一次拿到 P(A|B)、P(B|A)、补事件与「恰好发生一个」,不用自己列公式。
  • 判断事件关系:P(A ∩ B) 是否等于 P(A)·P(B) 决定两者独立,是否等于 0 决定互斥,这里给出明确结论。
  • 抽球、抽奖的抽样问题:放回与不放回两种模型分别给出至少一次与恰好一次的概率,避免把两种抽样搞混。

示例

输入

P(A) = 1/2,P(B) = 1/3,P(A ∩ B) = 1/6

输出

P(A ∪ B) = 2/3 (66.6667%),P(A | B) = 1/2 (50.0000%),恰好发生一个 = 1/2 (50.0000%),都不发生 = 1/3 (33.3333%),独立:是,互斥:否

输入支持分数、小数与百分号三种写法,例如 1/6、0.25、25% 都表示同一个概率。

常见问题

为什么结果用分数而不是小数?

概率是有理数,用分数表示才精确。例如 1/3 + 1/6 精确等于 1/2,而换成小数会得到 0.49999999999999994 这种结果。工具内部全程用约分后的 BigInt 分数计算,只在显示时换算成小数和百分比。

独立和互斥是一回事吗?

不是,而且两者通常不能同时成立。互斥指 P(A ∩ B) = 0(不会同时发生);独立指 P(A ∩ B) = P(A)·P(B)。如果两个非零概率的事件互斥,它们必然不独立,因为独立要求交集非零。

「至少一次」为什么不用把每次的概率加起来?

相加会重复计算「两次都中」的情况。正确做法是先算一次都不中的概率 (1 − p)ⁿ,再用 1 减去它,也就是补事件。工具里的「至少命中一次」就是这么算的。

放回与不放回有什么区别?

放回抽样每次独立,用二项模型;不放回抽样每次会改变剩余球的构成,要用超几何模型,工具用组合数 C(N−K, n)/C(N, n) 精确计算。抽奖如果不放回,中奖概率会比放回时略高一点。

输入的 P(A ∩ B) 大于 P(A) 会怎样?

那是不可能的:交集不可能比任何一个事件更大,工具会提示数据自相矛盾而不给出结果。同理,如果留空则按独立事件处理,用 P(A) × P(B) 作为交集。

关键词:probabilityconditional probabilityunionintersectionindependent eventsmutually exclusiveat least oncedice probability概率条件概率容斥原理互斥独立事件至少一次

同类工具