设事件A,B,C满足ABC≠Ԣ，试把下列事件表示为一些互不相容的事件的和：AUBUC，ABUC,B-AC

就是用若干个ABC(其中有带否的，总共是八个)加起来来表示，用0表示否。

1=111+110+101+011+100+010+001+000。

A+B+C=111+110+101+011+100+010+001。

AB+C=111+110+101+011+001。

B-AC=110+011+010。

扩展资料：

传统概率

传统概率又叫拉普拉斯概率，因为其定义是由法国数学家拉普拉斯提出的。如果一个随机试验所包含的单位事件是有限的，且每个单位事件发生的可能性均相等，则这个随机试验叫做拉普拉斯试验。在拉普拉斯试验中，事件A在事件空间S中的概率P(A)为：

例如，在一次同时掷一个硬币和一个骰子的随机试验中，假设事件A为获得国徽面且点数大于4。

那么事件A的概率应该有如下计算方法：S={(国徽，1点)，(数字，1点)，(国徽，2点)，(数字，2点)，(国徽，3点)，(数字，3点)，(国徽，4点)，(数字，4点)，(国徽，5点)，(数字，5点)，(国徽，6点)，(数字，6点)}，A={(国徽，5点)，(国徽，6点)}。

按照拉普拉斯定义，A的概率为2/12=1/6，注意到在拉普拉斯试验中存在着若干的疑问，在现实中是否存在着这样一个试验。

其单位事件的概率具有精确的相同的概率值，因为人们不知道，硬币以及骰子是否"完美"，即骰子制造的是否均匀，其重心是否位于正中心，以及轮盘是否倾向于某一个数字等等。

尽管如此，传统概率在实践中被广泛应用于确定事件的概率值，其理论根据是：如果没有足够的论据来证明一个事件的概率大于另一个事件的概率，那么可以认为这两个事件的概率值相等。

如果仔细观察这个定义会发现拉普拉斯用概率解释了概率，定义中用了"相同的可能性"（原文是égalementpossible）一词，其实指的就是"相同的概率"。

这个定义也并没有说出，到底什么是概率，以及如何用数字来确定概率。在现实生活中也有一系列问题，无论如何不能用传统概率定义来解释，比如，人寿保险公司无法确定一个50岁的人在下一年将死去的概率等。

参考资料来源：百度百科--概率论

已知:P(AUBUC)=P(A)+P(B)+P(C)- P(AB)- P(AC)- P(BC) +P(ABC). 对于本题,P(ABC)=0, P(AB)=P(A)*P(B) ,P(AC) = P(A)P(C), P(BC)= P(B)*P(C) 有:P(AUBUC)=P(A)+P(B)+P(C)- P(A)P(B)- P(A)P(C)- P(B)P(C) 再由:P(A)=P(B)=P(C).及P(AUBUC)=9/16,得 3。