在 http://blog.sciencenet.cn/home.php?mod=space&uid=461456&do=blog&id=722958 中提出的问题，

使用随机生成的数据进行模拟计算10000000次（1千万次），

结果如下(均值为0，标准差为1)：

---------------------------

事件A：y<=-0.33333 先发生：6996497 次

事件B：y>=1 先发生：3003503 次

P：事件B 先发生的概率：0.3003503

即：事件A 先发生的概率 大约为 事件B 先发生的概率的2倍多。

这个结果和下面直接查Φ函数表得到的结果基本一致：

A是B的2.329445650628616倍；

下面理论结果为2.328578370845474

即：因此，可以得出结论：可以通过直接计算pnorm()函数的值得到所需要的结果。

sectionChanceOnNorm.R

===========

但是，这里有一个致命的问题：因为“入场”点是任意的（程序中以起始点为开始计算的点，等价于是一个随机点），所以，不能认为，A代表了当前值比“入场点”低1/3σ，或B代表了当前值比入场点高1个标准差！

因此，程序需要做相应改进，以修正上面的问题。

见：正态分布下分类事件的机会问题（2）

====================

附：原始问题：

设离散变量 y 符合正态分布，其分布的均值为 u，标准差为 d；
假设有两类事件：
A: y<=-d/3

B: y>=d

求在某时刻t后，B先于A发生的概率。

附注：
有学友说这是一个条件概率问题。也有人说这个说法是有问题的。还有人说这个问题条件不足不能求解。
请给出明确的解答以能够同时应对上面的看法或质疑。

=========

有朋友给出：

A = P(y<=-d/3) = 1-Φ(1/3) = 0.3694413

B = P(y>=d) = 1-Φ(1) = 0.1586553

A是B的2.328578370845474倍

但认为这只能说明两类事件发生的概率，不能说明“前后”发生的概率。