我很疑惑的概率问题!关于抽奖的.假设某种奖票所有可能的情况为10000种.在10000次抽查中,据统计发现其中某个数字如1出现了10次,而其它的数字出现的次数都基本接近10000分子1,即出现的概率接

我很疑惑的概率问题!关于抽奖的.假设某种奖票所有可能的情况为10000种.在10000次抽查中,据统计发现其中某个数字如1出现了10次,而其它的数字出现的次数都基本接近10000分子1,即出现的概率接
我很疑惑的概率问题!
关于抽奖的.
假设某种奖票所有可能的情况为10000种.在10000次抽查中,据统计发现其中某个数字如1出现了10次,而其它的数字出现的次数都基本接近10000分子1,即出现的概率接近10000分子1.那么如果抽第10001次,再抽到1的概率如何?
我觉得有三种可能,虽然知道有错的,
第一种:
直接根据统计判断,由于前面抽到1的次数最多,那么依此判断第10001次抽查中,抽到1的概率大于10001.这种判断最没有说服力
第二种:由于每次抽查都是独立事件,那么每次抽查之间没有联系,即第10001次抽到1的概率应该等于10000分子1.
第三种:这是我搞不懂的.由于在前10000次抽查中,根据统计可以知道有10000分子10的情况抽到1,然而根据概率的相关知识,抽取的次数足够大的时候,统计结果应该是每个数都接近10000分子1,即在次数很多的情况下,抽到1的总次数应该是接近抽查总次数的10000分子1.由于前10000次抽查中,抽到1的总次数远远大于10000分子1,那么随着次数的增多,为了达到"平衡",那么第100001次抽到1的概率会小于10000分子1,因为如果还抽到1,那么抽到1的比例会继续增大,但是这不符合抽到1的比例应该从10000分子10逐渐减小到10000分子1.
不知道讲清楚没有.主要是搞不懂第三种情况那里错了!
假如投硬币.如果我已经投了100次,但是每次都得到 1(正面)(虽然概率很小,但是这里只是举例),那么我会觉得在下一次中抽到 1(正面)的概率会小于抽到 0(反面)的概率,因为随着次数的增多,最终抽到 1和0 的总次数比列应该接近1:1,而第101次也算次数增多了!
我主要是考虑抽到次数的"平衡"性.
第2种情况我知道是正确的答案,但是我目前还是认为第三种情况也有点道理....

我很疑惑的概率问题!关于抽奖的.假设某种奖票所有可能的情况为10000种.在10000次抽查中,据统计发现其中某个数字如1出现了10次,而其它的数字出现的次数都基本接近10000分子1,即出现的概率接
每次抽出1（或其他数）的概率都是一样的,最后一次抽到1的概率也是1/10000.属于条件概率.如果将问题简化以下更容易说明,例如作如下的简化：
扔硬币有两种可能的结果 0 或 1
如果已经扔出了5个1,下一次出现1的概率仍然是1/2.
前面的5个1命中了1/32的概率,很难得.
如果在第六次仍然出现1就会命中1/64的难得的概率,但这仍然是1/32*1/2=1/64 的结果.换句话说难得的巧合的出现是一系列的过程,而前面已经完成了这个过程的六分之五（这个才更难,后面的难度并不大）.

我觉得这三种说法除第一种外都对，若是在前面的基础上接着抽，并且，每个的概率应该相同，那么三正确。若是单独再抽，则二对。关键在它本身是不是应该概率相同。

我这样看：10000种可能，你10000次次数太小，若用频率代替概率，需要大量的次数，如：布丰硬币投掷，虽然结果只有2种，试验却有几万次。
若10000种情况是等可能事件，由古典概型，应该1为1/10000
你看呢？

不懂,说清楚一些！

我明白你的意思了。
首先，你也提到了“抽取的次数足够大的时候”，就是说要有充分大的数据支持。比如，某人在三次游戏中赢了两次，并不能说他玩这个游戏赢的概率是2/3，没准后面几次他都输了呢,因为没有充分多的数据支持。用这个来理解你的三种判断，就觉得很简单了。
第一种不对，没有问题；
第二种是科学的；
第三种的问题就在于“如果还抽到1,那么抽到1的比例会继续增大”...

全部展开

我明白你的意思了。
首先，你也提到了“抽取的次数足够大的时候”，就是说要有充分大的数据支持。比如，某人在三次游戏中赢了两次，并不能说他玩这个游戏赢的概率是2/3，没准后面几次他都输了呢,因为没有充分多的数据支持。用这个来理解你的三种判断，就觉得很简单了。
第一种不对，没有问题；
第二种是科学的；
第三种的问题就在于“如果还抽到1,那么抽到1的比例会继续增大”，没错，是增大，但10001次也不是足够多次。可能10002次还抽到1，也可能后面20000次都抽不到1,当满足样本数足够多时，自然就接近1/10000了。另外补充说一下，你说的有10000种可能，那10000次太少了，和可能数是一个数量级，肯定不能作为依据算概率，要想可以作为依据，那样本数要是个天文数字了，呵呵。
要知道，概率是通过足够多的样本统计出来的，而不是极有限的若干次抽查就可以确定的。

收起

概率描述的是事件发生的可能性大小。
例中，虽然抽到1有10次，但这并不能表示抽到1的概率就是10/10000，只能说在这10000次试验中，抽到1的频率是10/10000，概率是频率的稳定值，只有当N趋近无穷大，频率才可看作等于概率。
试验中，由于概率只是描述事件发生的可能性大小的，却并不是说在某次试验中概率大的事件一定会发生的次数多， 试验次数愈少，越不会满足统计规律，只有次数很...

全部展开

概率描述的是事件发生的可能性大小。
例中，虽然抽到1有10次，但这并不能表示抽到1的概率就是10/10000，只能说在这10000次试验中，抽到1的频率是10/10000，概率是频率的稳定值，只有当N趋近无穷大，频率才可看作等于概率。
试验中，由于概率只是描述事件发生的可能性大小的，却并不是说在某次试验中概率大的事件一定会发生的次数多， 试验次数愈少，越不会满足统计规律，只有次数很大很大时，才可以。

收起

如果第三种情况所说是对的,我要问:
在前10000次抽查中,数字1出现了10次,那么在抽到这10次中的第10次(或者第9,8,7,6,5,4,3次)时,按照-----随着次数的增多,为了达到"平衡",那么第10001次抽到1的概率会小于10000分子1,因为如果还抽到1,那么抽到1的比例会继续增大,但是这不符合抽到1的比例应该从10000分子10逐渐减小到10000分子1.这一
"...

全部展开

如果第三种情况所说是对的,我要问:
在前10000次抽查中,数字1出现了10次,那么在抽到这10次中的第10次(或者第9,8,7,6,5,4,3次)时,按照-----随着次数的增多,为了达到"平衡",那么第10001次抽到1的概率会小于10000分子1,因为如果还抽到1,那么抽到1的比例会继续增大,但是这不符合抽到1的比例应该从10000分子10逐渐减小到10000分子1.这一
"理论",本身就与事实自相矛盾了.
所以,第二种:由于每次抽查都是独立事件,那么每次抽查之间没有联系,即第10001次抽到1的概率应该等于10000分子1.才是科学的说法,也是概率之精髓所在!概率说白了就是事件发生的可能性,而不是必然性(当然概率为1时是必然发生的),有一句概率论里的名言是这样说的:如果某事件的发生在理论上的概率极小(不为0),在现实生活中是不会发生的,但极小指多小呢?

收起

都是有学问人 我只负责一天回答我的问题加分

每次抽都是独立事件o也就是每次抽都是第一次o概率都是万分之一
哪怕你抽了九千个一o下一次每个数出现的概率还都是万分之一
如果问每次都抽到一的概率多少就不一样了o应该是亿分之一或者更低o我只是解释概率o本人数学不好

你也知道是概率问题，概率就是没办法给个标准答案的时候才用的，不要再想这个问题了，没有答案，

对于抽奖来说,概率是不变滴.
比如1,2,3这3个里面选1个,我选了3次都是1,能说出1的几率是100%么?只能是30%,一个数字在该组群中的概率是不变的.只有当改变了关系的时候概率才发生变化.

这么多，太烦了，你不懂得可以问老师啊

应该是抽取的次数达到无限次的话每个数字抽到的概率应该是相等的，可是这才100001次，所以这两个是不一样的，他们是独立事件，所以不会有影响的，抽到1的概率还是10000分之1

做个简单的比喻 ： 彩票共用10万张 数字1为1等奖 1万是1万等奖 根据统计平均1万张中有10个1等奖 那么10万张中共有10X10=100张1等将 第10001次的慨率还是100/100000即为千分之1

我认为可能是10010分之1
纯属个人意见

你不懂得可以问老师啊
我们也不怎么懂....

对于一个概率问题到底要多少次统计数据才能称为足够多?
投硬币有2中可能,你只多2次统计够吗?
对于一种有10000中可能的事件,你做10000次统计够吗?
事实上,对于有2种可能的概率事件,大约要做2^10次(大约1000次)才能勉强接受,对于有10000种可能的概率事件,大约要做10000^10次(1的后面要跟40个零哦)才能勉强接受.
__________...

全部展开

对于一个概率问题到底要多少次统计数据才能称为足够多?
投硬币有2中可能,你只多2次统计够吗?
对于一种有10000中可能的事件,你做10000次统计够吗?
事实上,对于有2种可能的概率事件,大约要做2^10次(大约1000次)才能勉强接受,对于有10000种可能的概率事件,大约要做10000^10次(1的后面要跟40个零哦)才能勉强接受.
___________________________________________________________________
3月4日留言:
你能告诉我,为什么投硬币连出100个正这样是事情都发生了,那为什么不能出101个正?或者说当你掷出了99个正时,你是不是也会认为第100个出反的几率更高些?答案是否,它出正和反的概率仍然是各1/2.你只所以会糊涂,是因为你举了一个极低概率事件(1/2^100=1/10^30)这一极低概率事件需要你掷3*10^30次,才会有25%左右的几率出现,如果你真的作了数量如此巨大的随机事件,那出现任何情况你会奇怪吗?3*10^30到底是一个多大的数据呢?假设你一秒钟能掷1次,1小时3600次,一年约3*10^7,那你要永不停歇的10^23年,如果你真的能长生不老,但是很抱歉你仍然做不完这个事,因为宇宙的寿命可能只剩下2*10^10年,你需要等待宇宙毁灭又复活5*10^13次,郁闷,我发现我的知识根本无法形容这个数据之大!

收起

你的问题问得很好，首先告诉你，第二种答案绝对是对的。
再往下，10000次抽奖中抽到十次一的概率是(1/10000)^10*C10000(10)，是绝对的小概率事件，但是这种小概率是针对这10000次抽奖的。也就是说，如过有100000亿个地方都进行同样的抽奖，那么它就是可能发生的。
第三种说法明显不对，只能这么说，如果再往后做足够多，比如10亿次抽奖，那么后面10亿次抽到1的概率...

全部展开

你的问题问得很好，首先告诉你，第二种答案绝对是对的。
再往下，10000次抽奖中抽到十次一的概率是(1/10000)^10*C10000(10)，是绝对的小概率事件，但是这种小概率是针对这10000次抽奖的。也就是说，如过有100000亿个地方都进行同样的抽奖，那么它就是可能发生的。
第三种说法明显不对，只能这么说，如果再往后做足够多，比如10亿次抽奖，那么后面10亿次抽到1的概率会和前面的概率平衡。
理论的概率是通过计算得到的，但并不是说在实际中每次实验都会和理论概率相同。甚至可能做1000次实验，都和理论的概率不同。
你再想想，如果前面是10000个不同的人去抽奖，你再上去抽，你抽到1的概率和前面的人抽多少次1有关吗？
希望这么说你能明白。
PS：C10000(10)指从10000个里面任取十个

收起

概率，本来就只是一个概念而已，实际情况是不可能验证的，特殊情况也是经常出现的，也就是通常说的“狗屎运”。所以肯定是一万分之一~~

真是学知识哦

这个嘛，其实是两个概率问题，10000太大了，我们就说0和1的问题，干脆扔硬币吧。。（以下出现叹号不代表激动，是提请注意的意思，汗）
1.扔第一次，出现1概率是？毫无疑问1/2
2.扔第N次，出现1概率是？毫无疑问，还是1/2，因为条件没变
3.我现在告诉你，第一次扔的结果是1，问第二次还是1的概率是？注意这个问题的问法，关于它的两个答案：
A、本质上第二次和第一次...

全部展开

这个嘛，其实是两个概率问题，10000太大了，我们就说0和1的问题，干脆扔硬币吧。。（以下出现叹号不代表激动，是提请注意的意思，汗）
1.扔第一次，出现1概率是？毫无疑问1/2
2.扔第N次，出现1概率是？毫无疑问，还是1/2，因为条件没变
3.我现在告诉你，第一次扔的结果是1，问第二次还是1的概率是？注意这个问题的问法，关于它的两个答案：
A、本质上第二次和第一次没有任何关联，不管以前扔了多少次，结果如何，所以与第二种情况相同，正常来说还是1/2【这种解法和你提的第二种可能是一致的】；
B、这个问题实际问的是，扔两次，两次都是1的概率！那就应该是1/4！【这种解法和你提的第三种可能是一致的，也就是你所谓的应该变小】
呵呵，明白了吗，其实你不知不觉混淆了概念，第二种可能说的是第10001次出现1的概率是1/10000，数学表示来说是P(B)；而第三种可能说的是10001次中出现11次1的概率是多少！P(AB)=P(A)*P(B)这自然要小于1/10000。。。
所谓概率实际上是在未知结果的情况下对结果的预判，而前10000次的结果已经成了已知条件，条件变化了，结果就有可能改变！这第10001次恰恰从统计的角度上，不应该总是1的，如果还是1，属小概率事件

收起

计算概率，只有2个答案。是或者否。因此你选择2为正解是对的撒
你说的其他理由只是在你买彩票的时候才会真正考虑的问题，就当数学题目来解答就一个答案

麻烦自己算一下
好的老师只会指点一下哦
不懂的请米我哦！

应该把问题描述清楚

你那是心理问题 如果我已经投了100次,但是每次都得到 1(正面) 这是巧合 巧合就让它巧去吧
但你不知道巧合会不会继续 还是结果会按你的平衡心理去发展 因为本来就不确定嘛
你呀 没事别想这想那的

2、由于每次抽查都是独立事件,那么每次抽查之间没有联系,即第10001次抽到1的概率应该等于10000分子1.
因为每次抽查都是独立事件，与整体无关，之所以次数有"平衡"性，是因为每次都有"平衡"性，加在一起就出现了所谓的次数的"平衡"性。
极而言之，即使你今天被雷击到，明天还是有同样的可能性，后天也是，大后天也是……...

全部展开

2、由于每次抽查都是独立事件,那么每次抽查之间没有联系,即第10001次抽到1的概率应该等于10000分子1.
因为每次抽查都是独立事件，与整体无关，之所以次数有"平衡"性，是因为每次都有"平衡"性，加在一起就出现了所谓的次数的"平衡"性。
极而言之，即使你今天被雷击到，明天还是有同样的可能性，后天也是，大后天也是……

收起

说实在的 我没看懂你说的