概率第一课时PPT课件.pptVIP

* ?11．1随机事件的概率 (一) 先看看和概率有关的几个故事 1,男女出生率 一般人或许认为:生男生女的可能性是相等的,因而推测出男婴和女婴的出生数的比因当是1:1,可事实并非如此. 公元1814年,法国数学家拉普拉斯(Laplace 1794---1827)在他的新作概率的哲学探讨一书中,记载了一下有趣的统计.他根据伦敦,彼得堡,柏林和全法国的统计资料,得出了几乎完全一致的男婴和女婴出生数的比值是22:21,即在全体出生婴儿中,男婴占51.2%,女婴占48.8%.可奇怪的是,当他统计1745---1784整整四十年间巴黎男婴出生率时,却得到了另一个比是25:24,男婴占51.02%,与前者相差0.14%.对于这千分之一点四的微小差异!拉普拉斯对此感到困惑不解,他深信自然规律,他觉得这千分之一点四的后面,一定有深刻的因素.于是,他深入进行调查研究,终于发现:当时巴黎人”重男轻女”,又抛弃女婴的陋俗,以至于歪曲了出生率的真相,经过修正,巴黎的男女婴的出生比率依然是22:21. 2 中数字出现的稳定性(法格逊猜想) 在的数值式中,各个数码出现的概率应当均为1/10.随着计算机的发展,人们对 的前一百万位小数中各数码出现的频率进行了统计,得到的结果与法格逊猜想非常吻合. 3 概率与 布丰曾经做过一个投针试验.他在一张纸上画了很多条距离相等的平行直线,他将小针随意地投在纸上,他一共投了2212次,结果与平行直线相交的共有704根.总数2212与相交数704的比值为3.142.布丰得到地更一般的结果是: 如果纸上两平行线间的距离为d,小针的长为l,投针次数为n,所投的针中与平行线相交的次数为m,那么当n相当大时有: 后来有许多人步布丰的后尘,用同样的方法计算值.其中最为神奇的是意大利数学家拉兹瑞尼(Lazzerini ).他在1901年宣称进行了多次投针试验得到了 的值为3.1415929.这与的精确值相比,一直到小数点后七位才出现不同!用如此巧妙的方法,求到如此高精确的 值,这真实天工造物! （1）“抛一石块，下落”. （2）“在标准大气压下且温度低于0℃时，冰融化”； （3）“某人射击一次，中靶”； （4）“如果a＞b,那么a－b＞0”; （5）“掷一枚硬币，出现正面”； （6）“导体通电后，发热”； （7）“从分别标有号数1，2，3，4，5的5张标签中任取一张，得到4号签”； （8）“某电话机在1分钟内收到2次呼叫”； （9）“没有水份，种子能发芽”； （10）“在常温下，焊锡熔化”； 分析结果： 其中事件 都是一定会发生的事件，是必然要发生的. 事件 是一定不发生的事件. 事件 有可能发生，也有可能不发生 再看几个例子， 观察这些事件发生与否，各有什么特点？ 2、 9、 10 1 、 4 、 6 3、 5、 7、 8 新课： 事件的定义： 随机事件：在一定条件下可能发生也可能不发生 的事件； 必然事件：在一定条件下必然发生的事件； 不可能事件：在一定条件下不可能发生的事件 说明：三种事件都是在“一定条件下”发生的，当条件改变时，事件的性质也可以发生变化 随机事件的概率： (1) 实验:随机事件在一次试验中是否发生是不确定，但在大量重复的试验情况下，它的发生呈现出一定的规律性 实验一：抛掷硬币试验结果表： 0.5011 36124 72088 0.4996 14984 30000 0.5005 12012 24000 0.5016 6019 12000 0.5069 2048 4040 0.5181 1061 2048 频率（m/n） 正面朝上次数（m） 抛掷次数（n） 当抛掷次数很多时，出现正面的频率值是稳定的，接近于常数0.5，并在它附近摆动 实验二：某批乒乓球产品质量检查结果表： 0.951 0.954 0.94 0.97 0.92 0.9 频率m/n 1902 954 470 194 92 45 优等品数m 2000 1000 500 200 100 50 抽取球数n 当抽查的球数很多时，抽到优等品的频率接近于常数0.95，