掷硬币实验包括重复抛掷一个均匀硬币（fair coin）直到获得正面向上的结果. 模拟该过程：
计算至少扔5次硬币的概率：
计算扔硬币的期望数：
一枚均匀硬币抛掷
n 次，获得正面向上的次数可以用
BinomialDistribution 模拟：
抛掷100次硬币得到的正面次数的分布为：
计算抛掷硬币100次，得到正面的次数介于介于60和80间的概率：
现在，假设硬币不均匀，正面向上的概率为 0.6：
分布和相关的概率变了：
用均匀硬币，获得4个正面（head）前得到反面（tail）的数量：
绘制反面数量的分布：
计算获得4次正面前得到至少6个反面的概率：
计算获得4个正面前，反面次数的期望值：
求随机选择的点是间隔的左边部分的概率：
产生一个骰子的10次投：
计算3个骰子的和小于6的概率：
通过产生随机掷骰子来验证，这种情况下是
乘以3个骰子：
通过明确列举所有可能的骰子的结果来验证：
假设一个瓮里有100个元素，其中40个是特殊的：
50个元素中有20个特殊元素的概率分布为：
50个元素中有25个以上特殊元素的概率分布为：
计算50个元素中特殊元素的期望数：
在首10000个素数中找到
形式的素数的概率：
在首100000个素数中找到
形式的素数的概率：
Gary Kasparov，国际象棋冠军，在锦标赛中同时对100个业余爱好者. 在这种比赛中估计他输的概率为1%. 求他输 0、2、5 和10 场比赛的概率：
使用泊松近似计算同样的概率：
他打5场比赛时执行同样的计算，但是具有更强的对手，因此他输的概率为10%：
在这种情况下，泊松近似就没有这么精确：
篮球球员罚球有75%的投中率. 模拟10个罚球：
求在比赛中球员3个球投中2个的概率：
在花旗骰（Craps）游戏中 []，扔两个骰子：
结果的概率密度函数（PDF）可以列表为：
求获得"两点（snake eyes）"的概率 []：
或"12点（boxcars）" []：
或 "8点（eighter from Decatur）" []：
或 "4点（little Joe）" []：
概率的完整列表：
求在一次投掷输掉或获得花旗骰的概率，即和为2、3或12：
求在一次投掷中赢的概率，比如，获得和为7或11：
求5张扑克牌中黑桃数的分布：
求扑克牌中至少2张黑桃的概率：
精算师发现投保人三倍的可能索赔2次而不是4次. 如果索赔的次数为泊松分布，那么索赔的方差是多少?
团体保险包括小公司雇员的医疗报销. 一年报销的值
为
，其中
是随机变量，当
时，其密度函数与
成正比. 已知
超过10,000，
超过40,000的条件概率是多少？
两家保险公司对一家大公司进行保险投标. 该标必须在2000与2200之间. 如果两个标相差20以上，该公司决定接受低标的一家，否则，公司会进一步考虑两家投标保险公司. 假设两个标是独立的，在2000与2200区间内是均匀分布的. 决定该公司会进一步考虑两家投标保险公司的概率：
汽车保险索赔遵循正态分布，均值为194000，标准偏差为5000. 平均25个随机选择的索赔超过20000的概率是多少？
优秀的司机的第一次索赔等待时间和蹩脚的司机第一次索赔等待时间是独立的且遵循指数分布，均值分别为6年和3年. 在3年内优秀司机的第一次索赔和在2年内蹩脚司机的第一次索赔的概率是多少？
在5秒的间隔中雨滴降入篮子的期望数是20. 模拟每5秒间隔雨滴数：
求每5秒降入篮子多于20个雨滴的概率：
对数分布可用来近似风速：
求估计分布：
比较 PDF 和风数据的直方图：
求一天中风速大于30 km/h的概率：
求风速的均值：
模拟一个月的风速：
云持续时间近似遵循
分布，对于特殊的位置具有参数0.3和0.4. 求云持续时间将长于半天的概率：
模拟一个月每天多云的比例：
求一天平均云持续时间：
求一个月中有确切的20天云持续时间少于10%的概率：
求一个月中至少20天云持续时间少于10%的概率：
电话切换台每分钟平均收到100个电话. 为了使每60分钟饱和次数少于1，电话切换台的容量应该是多少？
求出满足我们限制的最少容量：
两列火车独立到达车站，并逗留10分钟. 如果到达时间是均匀分布，求一小时内两列火车在车站相遇的概率：
两火车相遇的区域：
一个人站在路边数车，直到他看见黑车，然后又开始重新数. 模拟数的过程，假设10%的车是黑色的：
求重新开始数之前汽车到来的期望数：
求黑车到来前数了10辆或更多的概率：
假设由交通灯导致的延迟是指数分布的，且平均延迟为0.5分钟. 一个司机要驾驶通过7个非同步交通灯. 求通过所有信号灯延迟的分布：
因此7个独立指数变量的和的分布为：
求交通灯导致延迟超过5分钟的概率：
电池寿命近似为正态分布，均值为1000小时，标准偏差为50小时. 求寿命在800与1000小时间的比例：
100个电池中，计算有多少个寿命是在800到1000小时间：
假设电器的寿命为指数分布且平均寿命为10年. 求电器的寿命分布：
求已用过
年的电器在下一个5年内不会坏的概率：
一个系统采用具有3个微处理器的三重冗余，设计为只要一个微处理器仍然是工作的就可运作.
秒后一个微处理器仍然工作的概率为
. 求一个系统
秒后仍然运作的概率：
每个处理器出故障的平均时间为
，求出什么时候系统工作概率少于99%：
用年来表示：
一个预算价格的打火机打着的概率为0.90. 模拟打火过程；结果显示成功点着前的失败次数：
求打火机在至多3次尝试中点着的概率：
一个系统由4个独立的组件构成，每个寿命服从指数分布，具有参数
. 求500小时前没有组件失效的概率：
求在第1个1200小时内只有一个组件失效的概率：
发送一个具有
n 个符号的字符串的数据包经过噪声通道. 每个符号具有
非正确传送的概率. 求非正确数据包传送概率小于
的
n：
使用泊松近似计算同样的极限：
假设电话通话时间为指数分布. 电话平均长度为3.7分钟. 求9个连续电话长于25分钟的概率：
求9个独立电话通话时间的和：
长于25分钟的概率：
来在于四个独立发射机的信号在接收机的等候时间是指数分布的，且分别有参数
、
、
和
. 求来自于第三个发射机的信号第一个到达发射机的概率：
求接收机中任何信号的等待时间的分布：
求接收机中任何信号的平均等待时间：
假设一个逻辑组件的时间延迟是指数分布的，平均延迟为
秒. 在组合逻辑网络中，逻辑组件的最长序列为6. 求通过6个组件延迟超过
秒的概率：
求6个独立延迟分布的和：
延迟超过
的概率：
学生会重复参加考试直至通过，每次成功的概率为
. 学生会重复参加考试直至通过，每次成功的概率为
次尝试时成功的概率：
假设学生在少于
次尝试时通过考试，求概率密度函数（PDF）：
假设在饭店一位顾客的等候时间为指数分布，平均为5分钟. 求顾客等候超过10分钟的概率：
假设顾客已经等了至少10分钟（超过的没关系），求顾客还要等另外10分钟的概率：
一家公司制造钉子，长度为正态分布，均值为0.497英寸，标准偏差为0.002英寸. 求长度满足0.5英寸±0.004英寸指标的比例：
假设在一批10件物品中5件有瑕疵，选中6个做测试. 模拟已知瑕疵物品数的测试过程：
求样品中有2个有瑕疵的概率：
计算并说明连续概率
：
绘制 PDF 的更大的部分且突出概率区域：
一起显示：
计算并说明离散概率
：
绘制 PDF 的更大的部分且突出概率区域：
一起显示：
计算并说明离散概率
：
绘制 PDF 的更大的部分且突出概率区域：
一起显示：
放射性材料平均每秒辐射3.2个
粒子；分布如下：
计算在下一秒中辐射出多于4个
粒子的概率：
模拟10分钟内每秒的典型的粒子数：
一种药物已被证明在30%的病例中有效. 求在4个病人中3个有效的概率：
求在500个病例中成功的期望数：
对数分布对以前股票收盘价格的部分价格（fractional price）的变化提供很好的拟合. 求每天部分价格变化的估计分布，其中价格是2000年1月1号到2009年1月1号的标准普尔500指数：
比较数据的直方图和估计分布的 PDF：
求部分价格变化大于0.5%的概率：
求平均部分价格变化：
模拟30天的部分价格变化：
择一假设
：
在复平面中计算事件的概率：
服从多变量分布 dist 的事件概率.
、
... 是独立的并服从分布 
、
... 的事件概率.
的 
的条件概率.
可以用 x Esc dist Esc dist 或 
输入. 
可以用 
Esc cond Esc 
或 
输入. 
给出，其中 
是 dist 的概率密度函数，并且积分在 dist 的定义域上进行. 
给出，其中 
是 dist 的概率密度函数，并且加和在 dist 的定义域上进行. 
的列表形式给出，多元数据以向量 
的列表形式给出.
对应于 Probability
，因此最后一个变量首先进行加和或积分. 
将调用 NProbability.
而不是列表符号指定独立的分布：
、
、
和 
：
的 
验证的 
值：
范例
例 
范围 
