1-2(概率的定义、古典概率)教程.pptVIP

古典概型及概率的定义 例5 三.几何概率 * * 第二讲 第一章 概率论的基本概念 我们先引入的是在概率论的发展过程中最早出现的研究模型，通常称为 古典概型 一、古典概型 称这种试验为有穷等可能随机试验或古典概型. 定义1 若随机试验满足下述两个条件： (1) 它的样本空间只有有限多个样本点； (2) 每个样本点出现的可能性相同. 　　 这样就把求概率问题转化为计数问题 . 定义2 设试验E是古典概型, 其样本空间S由n个样本点组成 , 事件A由k个样本点组成 . 则定义事件A的概率为： 称此概率为古典概率. 这种确定概率的方法 称为古典方法 . A包含的样本点数 P(A)＝k/n＝ S中的样本点总数 设有 k 个不同的球, 每个 球等可能地落入 N 个盒子中（ ）, 设 每个盒子容球数无限, 求下列事件的概率: （1）某指定的 k 个盒子中各有一球； （3）恰有 k 个盒子中各有一球； （2）某指定的一个盒子恰有 m 个球( ) 例1 （分房模型） 例4 解 设 (1) ~ (4)的各事件分别为 则 （4）每个盒子至多有一个球. 例2 “分房模型”的应用 生物系二年级有 n 个人，求至少有两 人生日相同（设为事件A ) 的概率. 解 为 n 个人的生日均不相同,这相当于 本问题中的人可被视为“球”，365天为 365只“盒子” 若 n = 64， 每个盒子至多有一个球. 由例1（4） 例3 设有N件产品，其中有D件次品， 现在从中任取n件，问恰有k(k≤D)件次品的概率是多少（无放回抽样）？ 解： (有放回抽样－－每次抽取一件， 测试后放回，然后再抽取下一只；无放回抽样－－每次抽取一件，测试后不放回，在剩余的当中再抽取下一只. ） 在N件产品中任取n件，所有可能的取法为： 且每一种取法为一基本事件. n件，恰有k(k≤D)件次品所有可能的取法为： 又因为在N件产品中任取 在N-D件产品中任取n-k件，所有可能的取法为： 在N件产品中任取n件，其中恰有k件次品的取法共有： 于是所求概率为： 应用(捕鱼问题)：鱼池中共有N条鱼，第一次捕出t条，做了标志后立即放回池中，经过一段时间后，再从池中捕出n条。求n条鱼中恰有s条标志鱼的概率. 答案： 例4(抽签问题） 袋中有a根红签，b根白签，除颜色不同外，其它方面无差别.现有a+b个人依次无放回的去抽签，求第k个人抽到红签的概率. 解: 记 Ak 为事件:第k个人抽到一根红签.将a根红 签与b根白签看作是不同的(设想将其编了号)， 若把抽出的签依次排成一列，则每个排列就是试验的一个基本事件，基本事件的总数就等于a+b根不同签的所有排列总数(a+b) ！ 事件Ak 包含的基本事件的特点是:在第k个位置上排列的一定是红签，有a中排法；在其它a+b-1个位置上排列签的种数为(a+b－1) ！，所以包含 的基本事件数为：a · (a+b－1) ！.所以所求概率为： 实际意义： 上述结果与k无关，这表明每个人抽到红签与抽取的先后顺序无关，均等于 它告诉我们，球类比赛的抽签分组是公平的， 与我们平常的生活经验是一致的. 公理1 (非负性） 0≤P(A)=1 . 　　　　　　 公理2（规范性） P(S)=1. 　　　　　　 设E是随机试验，S是它的样本空间，对于S中的每一个事件A, 赋予一个实数, 记为P(A) , 称为事件A的概率，如果集合函数 P( ) 满足下述三条公理: 公理3 （可列可加性） 若事件A1, A2 ,… 两两互不相 容，则有 二. 概率的公理化定义 性质1　对任一事件A ,有 因为 1=P(S)=P(A)+P( ) Ａ Ａ 证明： 说明： 性质1 在概率的计算上很有用,如果面计算事件A的概率不容易, 而计算其对立事件 的概率较易时,可以先计算 ,再计算P(A). 例1 将一颗骰子抛掷4次，问至少出一次“6”点的概率是多少？ 解. 令 事件A={至少出一次“6”点} A发生 {出1次“6”点} {出2次“6”点} {出3次“6”点} {出4次“6”点} 直接计算A的概率较麻烦, 我们先来计算A的对立事件 ={4次抛掷中都未出“6”点} 的概率. 因此