直接奔入正题，为了更加简单易懂，就拿赌事中最常见的投注法、注码法和赌资管理三个问题阐述一下赌博的原理和本质。一：关于投注法。百家乐是一种赢率制胜的游戏，赌场的赢率大于50%，赌客的赢率小于50%。赢率决定了赌场永远不会输。百家乐赢率的绝妙，堪称天才设计。一方面，它让赌客必输无疑；另一方面，它又不断地上演这样的活剧：约47.5%的赌客在47.5%时段和47.5%的场合实实在在的在赢钱。于是，所有人都梦想阳光47.5%，所有人都遗忘了那个100%的残酷现实：永远摆脱不了的52.5%的黑暗笼罩！
赢钱的欲望像火种，一经燃起，燃烧一生；赢钱的结局像太阳，朝升暮落，夜夜黑。毋庸遮掩，百家乐是勇者的墓地；毋庸置疑，负赢率就是那个无情的掘墓人。如果你想赢，没有别的路：要么，你拥有正赢率；要么，你永远属于47.5%。最有说服力甚至令人无可辩驳的事实是：赌场千百年来就是在靠这一点赚钱，而且目前唯一公开出来的可战胜赌场的21点算牌术也是由于遵循这一原则才做到的。如果现在你发现并掌握了一种正收益率的方法，那么大可不必参与任何讨论，只要控制好注码，能够足以抵抗振幅，剩下的就是按照平注法埋头赚钱就行了。但现有赌戏有没有这种方法姑且不论，即使有，你我恐怕也找不到，以后估计找到的可能性也不是很大。退一万步说即使你找到了，恐怕黄瓜菜也凉了很久了。赌徒谬误也有学者称为“蒙特卡佯谬”，是对人们在赌博过程中常犯概率错误的一种概括。
如果篮球队员投篮连续命中，球迷一般都相信球员“手感好”，下次投篮还会得分。在轮盘游戏中，赌徒往往认定其中的红黑两色会交替出现，如果之前红色出现过多，下次更可能出现黑色。可是，直觉未必是靠得住的。事实上，第一次投篮和第二次投篮是否命中没有任何联系，转动一回轮盘，红色和黑色出现的机会也总是0.5。
而在日常生活中彼此没有关系的事件称为独立事件。象你明天穿雨衣的概率和美国总统明天早餐吃鸡蛋的概率就是无关的。大多数人很难相信一个独立事件的概率会不受临近的同类独立事件的影响。比如，第一次世界大战期间，前线有的战士总是寻找新的弹坑藏身。因为他们确信：老弹坑比新弹坑更加危险，新炮弹命中老弹坑的可能性比命中新弹坑的可能性要大，因为不太可能两个炮弹一个接一个落在同一点。这样，他们就合理地认为，新弹坑在一段时间内会相对安全一些。这些都属于思维谬误，先说这么多，赌友们能理解到多少？
个人的心得：
兵者诡道。
兵势若水。
不战而屈人之兵。
上兵伐谋。
远交近攻。
一个事件发生，不会影响另一个事件的发生或不发生，两个事件是相互独立的，不会互相影响。也指两个事件没有相关性，相关系数为0。
概率论是研究随机现象数量规律的数学分支，是一门研究事情发生的可能性的学问。但是最初概率论的起源与赌博问题有关。16世纪，意大利的学者吉罗拉莫·卡尔达诺（Girolamo Cardano）开始研究掷骰子等赌博中的一些简单问题。
概率与统计的一些概念和简单的方法，早期主要用于赌博和人口统计模型。随着人类的社会实践，人们需要了解各种不确定现象中隐含的必然规律性，并用数学方法研究各种结果出现的可能性大小，从而产生了概率论。
相关事例
人们普遍认为，对将要发生的机率的一种不好的感觉，或者说不安全感（俗称“点背”）是实际存在的。下面列出的几个例子可以形象阐述人们有时对机率存在的错误的认识：
（1）六合彩：在六合彩（49选6）中，一共有13983816种可能性，普遍认为，如果每周都买一个不相同的号，最晚可以在13983816/52（周）=268919年后获得头等奖。事实上这种理解是错误的，因为每次中奖的机率是相等的，中奖的可能性并不会因为时间的推移而变大。
（2）生日悖论：在一个足球场上有23个人（2×11个运动员和1个裁判员），不可思议的是，在这23人当中至少有两个人的生日是在同一天的机率要大于50%。
（3）轮盘游戏：在游戏中玩家普遍认为，在连续出现多次红色后，出现黑色的机率会越来越大。这种判断也是错误的，即出现黑色的机率每次是相等的，因为球本身并没有“记忆”，它不会意识到以前都发生了什么，其机率始终是18/37。
参考资料来源：百度百科-概率论
一个同事的朋友，三十多岁，几天前接到一个电话，对方称给他介绍两个客户，于是就开车去了，在酒足饭饱、天南海北聊完天之后，就开始了所谓的“情感交流”，玩纸牌或者搓麻。中间过程，应该是对方给他设了“局”，他上套了，玩着玩着就欲罢不能了，仅几个小时的时间，就输掉了十几万。他身上并没有带多少现金，最后在对方威逼之下(我想应该是这种情况)，他给对方写了一张欠条（并不是说写赌资），并被扣了轿车、驾驶证及行车证。他非常痛苦，后悔不叠，不知所措。上午他打电话给这个同事，叙述了事情的经过，他说他跟这个打牌的人，没有经济来往，他说他现在不知道该如何做，需要同事的帮助和建议，他们在一起谈了很久，想想除了报警别无选择。
他们一起在事发地去报警了，我不清楚事情最后的结果，但对方既然敢于这样做，肯定会有持无恐，相信处理起来绝对不会轻松……希望这件事情给那些赌博的人提个醒，纸牌，做为一种娱乐活动，玩玩可以，千万要把握自己……
刚刚看了两期天津台的《幸福来敲门》节目，一个中年男人，开始事业顺风顺水，相当成功，后来“干爹”也是打着介绍“工程负责人”的幌子，也是在吃喝后“交流感情”，一起打麻将，三年下来，他输光了所有积蓄，而且负债100多万，房产证被拿走，妻子也离他而去，他带着儿子人不人鬼不鬼地生活着，远离了人们的视线，老父母生活无着，惦记儿子，想孙子想的发疯，现场一直在哭。节目中间，他说他不明白为什么没有赢过，让专家演示。一副他带的新麻将，重新洗过之后，拿出任何一张，专家就知道是什么牌，而且即使在现场，换牌如探囊取物，让他心服口服。
专家称，在牌场上，“猫腻”“手段”“花样”层出不穷，你就是死一万次，你也看不明白，他能够抓住你想翻本的心理，借高利代更是家常便饭，慢慢地把你逼入绝境，赌博其实就是一个巨大的黑洞，深不可测，所以珍惜生命，珍爱生活，请远离赌博！
P(B|A)这个是在B发生的情况下A发生的概率，
P(B|A)=P(AB)/P(B)=1
则P(AB)=P(B)这样并不能推出B包含A啊，而且在A和B是两个不相干的独立事件的时候，如果A是必然发生事件，这个式子永远成立，比如A事件是今天是11月11日，B事件是你以后生的小孩会是男孩，这个B事件发生的概率是0.5，而A事件发生的概率是1
P(B|A)=1
扩展资料：
概型
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 。
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。
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。
在概率论发展的早期，人们就注意到古典概型仅考虑试验结果只有有限个的情况是不够的，还必须考虑试验结果是无限个的情况。为此可把无限个试验结果用欧式空间的某一区域S表示，其试验结果具有所谓“均匀分布”的性质。
关于“均匀分布”的精确定义类似于古典概型中“等可能”只一概念。假设区域S以及其中任何可能出现的小区域A都是可以度量的，其度量的大小分别用μ(S)和μ(A)表示。如一维空间的长度，二维空间的面积，三维空间的体积等。
并且假定这种度量具有如长度一样的各种性质，如度量的非负性、可加性等。
参考资料来源：
百度百科-概率
看看下面资料。希望对你有帮助。
【生活中的实例】
【概率的两大类别】
【独立试验序列】
【必然事件与不可能事件】
【概率的性质】
【概率的定义】
随机事件出现的可能性的量度。概率论最基本的概念之一。人们常说某人有百分之多少的把握能通过这次考试，某件事发生的可能性是多少，这都是概率的实例。
■概率的频率定义
随着人们遇到问题的复杂程度的增加，等可能性逐渐暴露出它的弱点，特别是对于同一事件，可以从不同的等可能性角度算出不同的概率，从而产生了种种悖论。另一方面，随着经验的积累，人们逐渐认识到，在做大量重复试验时，随着试验次数的增加，一个事件出现的频率，总在一个固定数的附近摆动，显示一定的稳定性。R.von米泽斯把这个固定数定义为该事件的概率，这就是概率的频率定义。从理论上讲，概率的频率定义是不够严谨的。A.H.柯尔莫哥洛夫于1933年给出了概率的公理化定义。
■概率的严格定义
设E是随机试验，S是它的样本空间。对于E的每一事件A赋于一个实数，记为P(A)，称为事件A的概率。这里P(·)是一个集合函数，P(·)要满足下列条件：
（1）非负性：对于每一个事件A，有P(A)≥0;
（2）规范性：对于必然事件S，有P(S)=1;
（3）可列可加性：设A1，A2……是两两互不相容的事件，即对于i≠j，Ai∩Aj=φ，（i,j=1,2……），则有P（A1∪A2∪……）=P（A1）+P（A2）+……
■概率的古典定义
如果一个试验满足两条：
（1）试验只有有限个基本结果；
（2）试验的每个基本结果出现的可能性是一样的。
这样的试验，成为古典试验。
对于古典试验中的事件A，它的概率定义为：
P(A)=m/n，n表示该试验中所有可能出现的基本结果的总数目。m表示事件A包含的试验基本结果数。这种定义概率的方法称为概率的古典定义。
■概率的统计定义
在一定条件下，重复做n次试验，nA为n次试验中事件A发生的次数，如果随着n逐渐增大，频率nA/n逐渐稳定在某一数值p附近，则数值p称为事件A在该条件下发生的概率，记做P(A)=p。这个定义成为概率的统计定义。
在历史上，第一个对“当试验次数n逐渐增大，频率nA稳定在其概率p上”这一论断给以严格的意义和数学证明的是早期概率论史上最重要的学者雅各布·伯努利（Jocob Bernoulli，公元1654年～1705年）。
从概率的统计定义可以看到，数值p就是在该条件下刻画事件A发生可能性大小的一个数量指标。
由于频率nA/n总是介于0和1之间，从概率的统计定义可知，对任意事件A，皆有0≤P(A)≤1，P(Ω)=1，P(Φ)=0。
Ω、Φ分别表示必然事件（在一定条件下必然发生的事件）和不可能事件（在一定条件下必然不发生的事件）。
[编辑本段]【生活中的实例】
普遍认为，人们对将要发生的机率总有一种不好的感觉，或者说不安全感，俗称「点背」，下面列出的几个例子可以形象描述人们有时对机率存在的错误的认识：
■1. 六合彩：在六合彩（49选6）中，一共有13983816种可能性（参阅组合数学），普遍认为，如果每周都买一个不相同的号，最晚可以在13983816/52（周）=268919年后获得头等奖。事实上这种理解是错误的，因为每次中奖的机率是相等的，中奖的可能性并不会因为时间的推移而变大。
■2. 生日悖论：在一个足球场上有23个人（2×11个运动员和1个裁判员），不可思议的是，在这23人当中至少有两个人的生日是在同一天的机率要大於50％。
■3. 轮盘游戏：在游戏中玩家普遍认为，在连续出现多次红色后，出现黑色的机率会越来越大。这种判断也是错误的，即出现黑色的机率每次是相等的，因为球本身并没有「记忆」，它不会意识到以前都发生了什麼，其机率始终是 18/37。
■4. 三门问题：在电视台举办的猜隐藏在门后面的汽车的游戏节目中，在参赛者的对面有三扇关闭的门，其中只有一扇门的后面有一辆汽车，其它两扇门后是山羊。游戏规则是，参赛者先选择一扇他认为其后面有汽车的门，但是这扇门仍保持关闭状态，紧接著主持人打开没有被参赛者选择的另外两扇门中后面有山羊的一扇门，这时主持人问参赛者，要不要改变主意，选择另一扇门，以使得赢得汽车的机率更大一些？正确结果是，如果此时参赛者改变主意而选择另一扇关闭著的门，他赢得汽车的机率会增加一倍。
-----------------------------------
William wang : 2009-01-20:
对于M4.三门问题我有个愚见：
参与者的赢得汽车的机率是50%。
因为主持人无论参与者第一次从三扇门挑一扇的时候有没有中都会开一扇后面是山羊的。并且开了之后还可以让参赛者挑选。这样看来，参赛者实际只需要从两扇门挑一扇。几率是1/2。这个中奖几率不需考虑三扇门的时候的几率。
-------------------------------
n43e120 修订：概率三选一游戏，2009-01-12
同样逻辑的事例：
一个监狱看守从三个罪犯中随机选择一个予以释放，其他两个将被处死。警卫知道哪个人是否会被释放，但是不允许给罪犯任何关于其状态的信息。让我们分别称为罪犯为X,Y,Z.罪犯X私下问警卫Y或Z哪个会被处死，因为他已经知道他们中至少一个人会死，警卫不能透露任何关于他本人状态的信息。警卫告诉X,Y将被处死。X感到很高兴，因为他认为他或者Z将被释放，这意味着他被释放的概率是1/2。他正确吗？或者他的机会仍然是1/3?
解：
对当事人关键的项的概率公式是： 2/3 * 1/2 = 1/3
说明：
2/3 是开始时，选任意一项出错的概率都是 2/3；则选对的概率是1/3；
接下来，去除了一项；
1/2 此时对当事人进入子事件组，他做的任意选择，对错对开。
这里容易让人误以为
接下来，去除任意一项；
--与--
接下来，有意识的去除某一项；（比如说，不带花的那一项，去除中间第二个数）
不同
接下来，有意识的去除某一项；
--与--
接下来，去除一个错项；
不同
这些都是相互独立的事件，
类似的
和在时间上选择停止生育孩子的点，与生出来的性别的概率，不存在关联。
--------------------------
TANKTANK98 修正：这里的几率是指什么几率？
我认为，这个问题使得很多人迷糊了，其实这里存在2个几率：
1.整个开门事件来说，包括从一开始来说，参赛者的几率由1/3提高到了2/3，因为有3张门，分别是参赛者选中的（有1/3）
另外2张（各1/3），后来主持人确定一个门没有车，这样使得剩下的2张门有车的总几率提升到了100%，而原来这2张门的总几率是66%，多出的33%分到了谁头上？
2.就参赛者从剩下的2张门里面选一个的时候，他得到车子的几率是50%。
几率的对象必须分清楚！是2张门选1张时候的几率还是从头至尾的几率，的确会迷糊人。
毅U味尽:
..."如果此时参赛者改变主意而选择另一扇关闭著的门，他赢得汽车的机率会增加一倍。" 这种说法。几率永远都是50%。
......，后验概率会使得下一次反面的几率大的多。
哈尔威：正如《决胜21点》的男主角所说的“我一定换，因为那是主持人送给我的概率” 事实原因就在这里选手选择是随机的（33%的机会为车，66%的机会为羊），但是主持人确要在他选到羊的时候（66%）一定要选择剩余的那只羊！当然这种情况下换的结果只能是“车”。那么玩家有在始终选择换的情况下他只在自己选中车的时候（33%）才会选到羊。此时你在游戏获得车的机会提高了一倍（33%到66%）所以聪明的你如果去参加这个游戏你会选择换还是不换呢？我想现在你心里已经有答案了。
后退思维者，关于三门问题：这是个有前提条件的问题，大家被严重的思维混淆了
1、结果：换门，赢取汽车的概率为2/3，不换门，赢取汽车的概念为1/3 （成立）
前提：同一个人玩同一个游戏3次以上，那么每次选择换门的话，赢取汽车的概率为2/3
2、结果：换门与不换门赢取汽车的概率均为1/2 （成立）
前提：同一个人只有一次机会玩同一个游戏，那么在主持人确定一扇门后，他换与不换的概率就是1/2.
2/3和1/2的结果问题就是根本不是同一类别，是概率两大类别，所谓的2/3概率是相对一个空间，在100次的机会种，你将会有2/3的机会赢取。1/2概率是在限定的情况下，发生的概率，所以是不同的。
[编辑本段]【概率的两大类别】
■古典概率相关
古典概率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.拉普拉斯的古典概率定义，或称之为概率的古典定义。历史上古典概率是由研究诸如掷骰子一类赌博游戏中的问题引起的。计算古典概率，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。
■几何概率相关
集合概率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率，于是产生了几何概率。几何概率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率的一个典型例子。
在概率论发展的早期，人们就注意到古典概率仅考虑试验结果只有有限个的情况是不够的，还必须考虑试验结果是无限个的情况。为此可把无限个试验结果用欧式空间的某一区域S表示，其试验结果具有所谓“均匀分布”的性质，关于“均匀分布”的精确定义类似于古典概率中“等可能”只一概念。假设区域S以及其中任何可能出现的小区域A都是可以度量的，其度量的大小分别用μ(S)和μ(A)表示。如一维空间的长度，二维空间的面积，三维空间的体积等。并且假定这种度量具有如长度一样的各种性质，如度量的非负性、可加性等。
◆几何概率的严格定义
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率。
◆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。
[编辑本段]【独立试验序列】
假如一串试验具备下列三条：
（1）每一次试验只有两个结果，一个记为“成功”，一个记为“失败”，P{成功}=p，P{失败}=1-p=q；
（2）成功的概率p在每次试验中保持不变；
（3）试验与试验之间是相互独立的。
则这一串试验称为独立试验序列，也称为bernoulli概型。
[编辑本段]【必然事件与不可能事件】
在一个特定的随机试验中，称每一可能出现的结果为一个基本事件，全体基本事件的集合称为基本空间。随机事件（简称事件）是由某些基本事件组成的，例如，在连续掷两次骰子的随机试验中，用Z，Y分别表示第一次和第二次出现的点数，Z和Y可以取值1、2、3、4、5、6，每一点（Z，Y）表示一个基本事件，因而基本空间包含36个元素。“点数之和为2”是一事件，它是由一个基本事件（1，1）组成，可用集合｛（1，1）｝表示“点数之和为4”也是一事件，它由（1，3），（2，2），（3，1)3个基本事件组成，可用集合｛（1，3），(3，1)，（2，2)｝表示。如果把“点数之和为1”也看成事件，则它是一个不包含任何基本事件的事件，称为不可能事件。在试验中此事件不可能发生。如果把“点数之和小于40”看成一事件，它包含所有基本事件 ，在试验中此事件一定发生，所以称为必然事件。若A是一事件，则“事件A不发生”也是一个事件，称为事件A的对立事件。实际生活中需要对各种各样的事件及其相互关系、基本空间中元素所组成的各种子集及其相互关系等进行研究。
【随机事件，基本事件，等可能事件，互斥事件，对立事件】
在一定的条件下可能发生也可能不发生的事件，叫做随机事件。
一次实验连同其中可能出现的每一个结果称为一个基本事件。
通常一次实验中的某一事件由基本事件组成。如果一次实验中可能出现的结果有n个，即此实验由n个基本事件组成，而且所有结果出现的可能性都相等，那么这种事件就叫做等可能事件。
不可能同时发生的两个事件叫做互斥事件。
必有一个发生的互斥事件叫做对立事件。
[编辑本段]【概率的性质】
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(AB)．
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(AB)．
（注：A后的数字1，2，．．．，n都表示下标）
例子如下：
对立必然互斥，互斥不一定会对立。
拓展资料：
1、事件A和B的交集为空，A与B就是互斥事件，也叫互不相容事件。也可叙述为：不可能同时发生的事件。如A∩B为不可能事件（A∩B=Φ），那么称事件A与事件B互斥，其含义是：事件A与事件B在任何一次试验中不会同时发生。
2、其中必有一个发生的两个互斥事件叫做对立事件。
此为概率论术语。亦称“逆事件”，不可能同时发生。
拓展链接：百度百科：对立事件 例如，在事件A、B、C中： 两两独立：P(AB)=P(A)P(B)，P(BC)=P(B)P(C)，P(AC)=P(A)P(C)； 相互独立：不仅有P(AB)=P(A)P(B)，P(BC)=P(B)P(C)，P(AC)=P(A)P(C)，还包括：P(ABC)=P(A)P(B)P(C)。 所以两两独立不一定相互独立。 扩展资料： 相互独立的证明： 设A,B是试验E的两个事件,若P(A)>0,可以定义P(B∣A)；一般，A的发生对B发生的概率是有影响的，所以条件概率P(B∣A)≠P(B)； 而只有当A的发生对B发生的概率没有影响的时候（即A与B相互独立）才有条件概率P(B∣A)=P(B)。这时，由乘法定理P(A∩B)=P(B∣A)P(A)=P(A)P(B)。 由条件概率的定义容易推得概率的乘法定理。乘法定理亦称乘法公式（product formula）。求一随机试验中多个事件同时发生概率一般公式。 通常，独立权利要求由二部分构成，即前序部分和特征部分。 前序部分应当写明发明或者实用新型的名称，以及发明或者实用新型的技术方案与一份最为接近的现有技术所共有的必要技术特征;特征部分应当使用“其特征是……”或者类似的用语，写明发明或者实用新型区别于其最为接近的现有技术的技术特征。 前序部分和特征部分的特征合在一起，限定发明或者实用新型专利权的保护范围。 从属权利要求应当用附加的技术特征，对所引用的权利要求作进一步的限定。附加的技术特征可以是对被引用权利要求的技术特征作进一步限定的技术特征，也可以是另外增加的技术特征。 从属权利要求也应当由二部分构成，即引用部分和特征部分。 引用部分应当写明被引用的权利要求的编号及其发明或者实用新型的名称;特征部分应当写明该从属权利要求所要求保护的技术方案在被引用权利要求基础上附加的技术特征。 从属权利要求所包含的技术特征，不仅包括它所附加的技术特征，还包括它所从属的那个权利要求的全部技术特征。因此，一项从属权利要求所确定的保护范围必定小于它所从属的权利要求的保护范围。 扩展资料： 属权利要求有三大作用，认识到这一点就可以在撰写过程中避免很多未来潜在的问题。 作用一：申请阶段的作用，仅限于发明专利。 发明专利在进行实质审查时，如果独立权利要求不具备专利性，审查员将审查从属权利要求，不需要申请人修改独立权利要求。这样做，就节省了审查顺序，为审查员和申请人都节省了时间。 作用二：诉讼阶段的作用。 从属权利要求由于增加了新的技术特征，因此保护范围更窄，而同时，保护范围也就更加明确具体。在专利诉讼过程中，侵权者有可能以独立权利要求笼统宽泛的借口逃避责任，而从属权利要求的存在将使法官更容易判断侵权责任。 作用三：专利无效阶段的作用。 专利被申请宣告无效，国家规定，无效程序中仅允许三种修改方式，1.合并权利要求，2.删除权利要求，3.删除并列技术方案。很明显，如果没有从属权利要求，那么独立权利要求只有一条则很可能被宣告无效。如果存在从属权利要求，则有退守的余地，使专利权更加稳固。 参考资料：百度百科 从属权利要求 不独立，也不能说明任何关系。 A、B、C相互独立的条件是： P(AB) = P(A) P(B) P(BC) = P(B) P(C) P(CA) = P(C) P(A) P(ABC) = P(A) P(B) P(C) 一共4个条件，每个都必不可少。 如果只有最后一个条件，网上有个反例，见下图： P(A) = 0.2，P(B) = 0.4，P(C) = 0.5 P(ABC) = 0.04，符合：P(ABC) = P(A) P(B) P(C) 但是：P(AB) = 0.1，P(BC) = 0.24，P(CA) = 0.14 前3个条件都不符合。 概率亦称“或然率”。它反映随机事件出现的可能性大小的量度。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。该常数即为事件A出现的概率，常用P (A) 表示。 相互独立定义：设A，B是两事件，如果满足等式P(A∩B)=P(AB)=P(A)P(B)，则称事件A，B相互独立,简称A,B独立。 注:1、P(A∩B)就是P(AB) 2、若P(A)>0,P(B)>0则A，B相互独立与A，B互不相容不能同时成立，即独立必相容，互斥必联系。 参考资料：相互独立–百度百科
概率中为什么两两独立却不一定相互独立？
关于专利法中的独立权利要求和从属权利要求、给我举个例子、谢谢
概率论 P（ABC）=P(A)P(B)P(C)能说明ABC三个事件相互独立么？
扩展资料：