為什麼概率不一樣

① 幾率與概率有何不同

幾率和概率沒有區別。
幾率：就是概率，又稱或然率、機會率、機率或可能性，是概率論的基本概念。概率是對隨機事件發生的可能性的度量，一般以一個在0到1之間的實數表示一個事件發生的可能性大小。越接近1，該事件更可能發生；越接近0，則該事件更不可能發生。如某人有百分之多少的把握能通過這次考試，某件事發生的可能性是多少，這些都是概率的實例。

② 概率問題——相同的結果得到不同的概率，為什麼

其實這是並不矛盾的兩個概率。你可能把會這樣理解：組成一對的兩張牌，花色肯定不同啊（這是顯然的），但在B中，花色不同是問題的前提條件而不是結論。
具體分析兩者概率的演算法你就清楚了：
A：從一副52張撲克牌中隨機選取兩張，它們組成一對的概率是多少？
先隨便抽一張牌之後，剩下了53張牌，這53張牌中只有3張跟抽的那張牌相同，要從剩下的53張牌中選中這3張，概率肯定就是3/51。

B：從一副52張撲克牌中隨機選取兩張，已知兩張的花色不同。問它們組成一對的條件概率是多少？
同樣先隨便抽一張牌，注意這個條件「已知兩張的花色不同」。花色不同是已知的，所以，當你抽出一張牌後，跟這張牌相同的花色都可以除去了，一種花色13張，所以只剩下54-13=39張牌了。同樣，這39張牌中必定有3張跟已抽牌點數相同的，要選中這3張，概率自然是3/39=1/13。

B的概率大的多，因為B多了一個已知條件。A的底數是51而B的底數是39。不難理解了吧，

③ 為什麼用二項分布和全概率公式計算出來的結果不一樣

二項分布是有使用條件的：
二項分布是n個獨立的成功/失敗試驗中成功的次數的離散概率分布，其中每次試驗的成功概率為p。
而本題可不是獨立實驗，他是甲乙兩個人一起的實驗，如果是指有甲或者乙的實驗，就可以用二項分布來做了。

④ 為什麼光子在空間各處出現的概率不同

量子力學的觀點，這是對的
但是如果用波動光學的觀點的話，暗紋的地方是光波疊加相消的結果
即，光都到了，只是呢，干涉疊加相消了，抵消，就沒光強了

⑤ 數學中，摸物品（不放回）每次的概率都一樣。可是有的為什麼每次都不一樣，為什麼，例題如下

摸物品（不放回）每次的概率都一樣：4把鑰匙，2把能打開門,每把打開的概率都是2/4=1/2，前後概率（這里需注意概率是指事件未發生時預測它發生的可能性）都一樣。但題目變化：說已知第一把沒打開（這時指事件已發生，對於已發生事件你不能再說它可能發生，而是在已發生事件的基礎上再研究其他事件發生的概率，即在後面的概率計算中多了條件——已發生事件，這時的概率嚴格的說應當叫條件概率），這時後面的概率一定會相應的變化是因為：這時的第二次打開門的本質是「第一次沒打開門」（我們這里可用事件A表示）且「第二次打開門」（我們這里可用事件B表示），也就是我們的問題本質是求P(AB)。

⑥ 我想知道在概率中，不放回抽取與一次同時抽取的概率為什麼不一樣舉個例子。

一般出現在「質量控制」之類的模型討論中。

在總體N中有一部分特殊樣品（例如殘次品，顏色不同的）M個，即M發生比率p=M/N。抽取n個出來，討論放回抽樣和不放回抽樣。

放回抽取，不影響總體數目，不影響p。比如口袋裡面5個小球4個白的1個黑的，放回抽樣的情況下，黑球出現的概率都是1/5。對應二項分布。

不放回抽取，假如抽取出一個恰為黑色，剩下N-1個只能是白色，p變成了0。對應超幾何分布。

當總體N趨近無限的時候，或者抽取的n遠遠小於N的時候，不放回抽樣可以被近似看做放回抽樣，這就是超幾何分布可以被近似看做二項分布。這種近似多用作簡化計算。

⑦ 為什麼不同時候想一件事情發生的概率不相等

古典概型也叫傳統概率、其定義是由法國數學家拉普拉斯 (Laplace ) 提出的。如果一個隨機試驗所包含的單位事件是有限的，且每個單位事件發生的可能性均相等，則這個隨機試驗叫做拉普拉斯試驗，這種條件下的概率模型就叫古典概型。古典概型具有等可能性，在這個模型下，隨機實驗所有可能的結果是有限的，並且每個基本結果發生的概率是相同的。

⑧ 同卵雙生子得癌症的概率為什麼不一樣

答：同卵雙生子生活情況不同，基因的表達受基因型和環境共同作用。所以他們得癌症的概率不同。如同卵雙生子一個吸煙，而另一個不吸煙，吸煙的易得肺癌。

⑨ 誰能告訴我：患病男孩和男孩患病。這句話有什麼區別為什麼概率不一樣

患病的不一定是男孩，還可能是女孩，所以患病男孩的概率只是一半，，而男孩患病，題目已經規定那就是生的男孩了，不用你去琢磨他是生男生女了，就這么簡單
希望採納

⑩ 幾率和概率，有什麼不同！我不懂！！

幾率和概率的區別：這裡面必須提到的一個概念,叫做獨立事件：
事件A（或B）是否發生對事件B（A）發生的概率沒有影響,這樣的兩個事件叫做相互獨立事件.
你提到的「一枚硬幣投一次人頭向上的幾率是50%」這個情況是一定的,毫無爭議~（當然立起來不算--!）
就是說扔硬幣的結果跟你上一次扔,下一次扔的結果毫無關系,它是獨立事件
他的幾率是50%
清楚了吧,我來解釋下一個問題~
連續扔硬幣,都是同一面向上,為什麼顯得幾率小呢?
因為他確實幾率小!
他們是連續事件,你所要保證的是：每次都向上,連續發生N次,這個就是另一個公式了,就是N件事件同時發生的概率=概率A*概率B*概率C*...
就是50% *50% *50% *...
這樣應該清楚了吧~
我再給你舉個相關的例子~
就是生孩子,比如一家人想生男孩,結果第一胎生了女孩；於是,他們想生第二胎.理論上,不生男就生女,所以第二胎生男孩的概率是50%,這個是獨立事件.但是,很多人第二胎還是生了女孩,乃至第三胎,第四胎.
連續3胎生女孩就是小幾率事件了,幾率是50%*50%*50%=0.125
幾率： 表示某件事發生的可能性大小的一個量。很自然地把必然發生的事件的概率定為1,把不可能發生的事件的概率定為0,而一般隨機事件的概率是介於0與1之間的一個數。
概率，又稱或然率、機會率、機率(幾率)或可能性，是概率論的基本概念。概率是對隨機事件發生的可能性的度量，一般以一個在0到1之間的實數表示一個事件發生的可能性大小。越接近1，該事件更可能發生;越接近0，則該事件更不可能發生。人們常說某人有百分之多少的把握能通過這次考試，某件事發生的可能性是多少，這都是概率的實例。