A B都不发生的概率是0·3即P（ab），P（a）+P（b）是0·8，求至少有一个不发生的概率？
至少有一个不发生的概率是0.9。
解答过程如下：
扩展资料：
概率的类型：
1、古典概型
古典概型讨论的对象局限于随机试验所有可能结果为有限个等可能的情形，即基本空间由有限个元素或基本事件组成，其个数记为n，每个基本事件发生的可能性是相同的。若事件A包含m个基本事件，则定义事件A发生的概率为p（A）=m/n ，也就是事件A发生的概率等于事件A所包含的基本事件个数除以基本空间的基本事件的总个数。
这是P.-S.拉普拉斯的古典概型定义，或称之为概率的古典定义。历史上古典概型是由研究诸如掷骰子一类赌博游戏中的问题引起的。计算古典概型，可以用穷举法列出所有基本事件，再数清一个事件所含的基本事件个数相除，即借助组合计算可以简化计算过程。
2、几何概型
几何概型若随机试验中的基本事件有无穷多个，且每个基本事件发生是等可能的，这时就不能使用古典概型，于是产生了几何概型。几何概型的基本思想是把事件与几何区域对应，利用几何区域的度量来计算事件发生的概率，布丰投针问题是应用几何概型的一个典型例子。
设某一事件A（也是S中的某一区域），S包含A，它的量度大小为μ(A)，若以P(A)表示事件A发生的概率，考虑到“均匀分布”性，事件A发生的概率取为：P(A)=μ(A)/μ(S)，这样计算的概率称为几何概型。若Φ是不可能事件，即Φ为Ω中的空的区域，其量度大小为0，故其概率P(Φ)=0。
概率具有以下7个不同的性质：
性质1：P(Φ)=0；
性质2：（有限可加性）当n个事件A1,…,An两两互不相容时： P(A1∪...∪An)=P(A1)+...+P(An)；
性质3：对于任意一个事件A：P(A)=1-P(非A)；
性质4：当事件A,B满足A包含于B时：P(B-A)=P(B)-P(A)，P(A)≤P(B)；
性质5：对于任意一个事件A，P(A)≤1；
性质6：对任意两个事件A和B，P(B-A)=P(B)-P(A∩B)；
性质7：（加法公式）对任意两个事件A和B，P(A∪B)=P(A)+P(B)-P(A∩B)。
至少有一个不发生的概率是0.9。
解答过程如下：
扩展资料：
设A、B是互不相容事件（AB=φ），则：
P（A∪B）=P（A）+P（B）
推论1：设A1、 A2、…、 An互不相容，则：P(A1+A2+...+ An)= P(A1) +P(A2) +…+ P(An)
推论2：设A1、 A2、…、 An构成完备事件组，则：P(A1+A2+...+An)=1
推论3：若B包含A，则P(B－A)= P(B)－P(A)
概率具有以下7个不同的性质：
性质1：P(Φ)=0；
性质2：（有限可加性）当n个事件A1,…,An两两互不相容时： P(A1∪...∪An)=P(A1)+...+P(An)；
性质3：对于任意一个事件A：P(A)=1-P(非A)；
性质4：当事件A,B满足A包含于B时：P(B-A)=P(B)-P(A)，P(A)≤P(B)；
性质5：对于任意一个事件A，P(A)≤1；
性质6：对任意两个事件A和B，P(B-A)=P(B)-P(A∩B)；
性质7：（加法公式）对任意两个事件A和B，P(A∪B)=P(A)+P(B)-P(A∩B)。
至少有一个不发生的概率是0.9。
解答过程如下：
随机事件是指在相同条件下，可能出现也可能不出现的事件。例如，从一批有正品和次品的商品中，随意抽取一件，“抽得的是正品”就是一个随机事件。设对某一随机现象进行了n次试验与观察，其中A事件出现了m次，即其出现的频率为m/n。经过大量反复试验，常有m/n越来越接近于某个确定的常数（此论断证明详见伯努利大数定律）。该常数即为事件A出现的概率，常用P (A) 表示。
扩展资料：
定理：设A、B是互不相容事件（AB=φ），则：
P（A∪B）=P（A）+P（B）
推论1：设A1、 A2、…、 An互不相容，则：P(A1+A2+...+ An)= P(A1) +P(A2) +…+ P(An)
推论2：设A1、 A2、…、 An构成完备事件组，则：P(A1+A2+...+An)=1
推论3：
为事件A的对立事件。
推论4：若B包含A，则P(B－A)= P(B)－P(A)
推论5（广义加法公式）：
对任意两个事件A与B，有P(A∪B)=P(A)+P(B)－P(AB)
