高等数学随堂讲义课件第七版概率论.pptx

第二部分概 率;（一）事件的概率 （二）条件概率与事件的独立性 （三）随机变量及其分布 （四）随机变量的数字特征;（一）事件的概率;1、随机事件;;事件的关系;事件的运算; 例7（p3）有两门火炮同时向一架飞机射击，考察事件A={击落飞机}，依常识，“击落飞机”等价于“击中驾驶员”或者“同时击中两个发动机”，因此A是一个较复杂的事件，如记Bi={击落第i个发动机},i＝1,2，C={击中驾驶员}，相对A而言，B1、B2及C都较A为简单。我们可以用B1、B2及C表示A A= B1B2∪C 这可以简化复杂事件A的概率计算。; 事件的分解的要点是：正确使用事件的运算建立各简单事件之间的关系。;2、概率的概念及性质;概率有以下性质;事件的加法公式及推广:对于任意事件A、B、C,有;概型的要求： ①有限性：可能结果只有有限个； ②等可能性：各个可能结果出现是等可能的。 概率的计算公式;???1（p8）设有批量为100的同型号产品，其中次品有30件。现按以下两种方式随机抽取2件产品：（a）有放回抽取，即先任意抽取1件，观察后放回批中，再从中任取1件；（b）不放回抽取，即先任取1件，抽后不放回，从剩下的产品中再任取1件。试分别按这两种抽样方式求 （1）两件都是次品的概率； （2）第1件是次品，第2件是正品的概率。;解：容易验证满足古典概型的要求 记A={两件都是次品}， B ={第1件次品，第2件正品} 只讨论有放回情况（不放回情况是类似的）， 计算样本点总数，注意随机抽取2件产品的试验可以看成有放回地二次抽取，每次取一件。而每次抽取均有100种可能结果，依计算原理，一共有n＝100*100＝10000种可能结果，此即样本点总数。 ; 而构成事件A的样本点的条件必须每次抽取来自30件次品，因此每次有30种可能结果，k＝30*30＝900种可能结果，于是 同理，可得 ; 例8（p13）设一年有365天，求下述事件A，B的概率： A＝ {n个人中没有2人生日相同}； B＝ {n个人中至少有2人生日在同一天}。 提示：由于每个人的生日可以是365天中的 任意一天，因此n个人的生日有365 种 可能结果，这就是样本点总数。 ; 为求事件A的有利样本点数，注意到为保证不同生日，必须且只须，除第一人外，其余的人的生日只能在365天中除去前面已选定生日的余下天数中随机挑选。因此有利于A样本点数 k＝365*364*……*（365-n+1） 又注意到事件A，B之间有关系B＝A，使用P(B)=1-P(A)直接可得P(B)，这一方法是十分常用的，读者须掌握。 ;（二）条件概率与事件的独立性;1、条件概率;例2（p18）生命表 生命表是人身保险精算的重要依据，下表是美国1976年的部分生命表。; 其中第3列的死亡率就是到达该年龄还存活条件下，在之后的一年内死亡的条件概率。例如，为求50岁时的死亡率，记事件A＝{个体在50岁存活}，B＝ {个体在50到51岁之间死亡}，注意到此时AB=B，因而 所以，50岁人的死亡率为 这正好是第3列的第一个数字（须除以1000）;例3（p19）一批零件共100个，其中次品有10个，今从中不放回抽取2次，每次取1件，求第一次为次品，第二次为正品的概率。 解 记A＝{第一次为次品}， B＝ {第二次为正品}， 要求P(AB)，由乘法公式，先求P(BlA)及P(A) 已知P(A)=0.1，而P(BlA)＝90/99， 因此 P(AB)＝ P(A)P(BlA)＝0.1*90/99＝0.091;2、 全概率公式和贝叶斯公式;贝叶斯公式是已知“结果”，推断该“结果”由某“原因”发生的概率。; 在贝叶斯公式中，称P(A1)，… ，P(An)为先验概率，而P(A1lB) ，… ，P(AnlB)为后验概率，它表示在有了试验结果B已发生的附加信息下，对先验概率的修正。; 例5（p20）血液化验 一项血液化验以概率0.95将带菌病人检出阳性，但也有1％的概率误将健康人检出阳性。设已知该种疾病的发病率为0.5％，求已知一个个体体检出阳性条件下，该个体确实患有此种疾病的概率。;此例的“结果”是血液化验检出是阳性，产生此结果的两个可能“原因”是：一带菌；二健康人。问题是从已知“结果”是由“带菌”产生的条件概率：P(带菌l阳性) 记B＝{阳性}，A1＝{带菌}， A2＝