=????
?????
×??.????+??
??
??
?
????×??.????
=??.????
?????
+
??????
??.
?
????而我们要求的是索赔额X>1的概率，由密度函数与概率之间的关系可得：
?? ??>1 = ?????? ???? ?? =
∞
??.?? ??
???∞
??
???????????
????+??
?
??
??
??????
×
∞???
???????? ??
=??.????
+
此即索赔额大于一个单位的概率。
在保险索赔这个问题中，我们求解的关键是要列出索赔额数在不同风险下的密度函数。在此基础上，我们必须把题设中的信息数据化，设出一个指示变量，从而进一步使问题变得简单化。
4总结
本文通过列举有关全概率公式的案例详细介绍了全概率公式及其应用，系统深入的分析了全概率公式在解决实际问题上的应用，从中也可以折射出全概率公式应用的广泛性。
随着社会经济的飞速发展，我们面临更多的机遇和挑战。在现实生活中，决策者所面对的概率性的问题通常都具有庞大的样本空间以及繁琐的计算过程，如果不能很好的选择一种合理有效的方法去解决问题，那么就会造成运算步骤过多、数据处理量大、漏掉部分数据的处理等问题，而这些问题往往会导致运算结果失真，最终影响决策者的综合判断。本文研讨的全概率公式则给我们带来了一种崭新的思想方法，这便是由整体——部分——整体的思考模式。在这种模式下解
决概率问题即是把复杂事件简单化，然后分别解决分解后的简单事件，最后综合得出结果。全概率公式的精髓之处就在于利用分割化繁为简、化难为易，即使有些问题不符合全概率公式的使用条件，我们也可以利用其思想方法进行研究分析，为生产实践提供更有价值的决策信息。