茆诗松概率论与数理统计第一章分析报告.ppt

第二节 概率的定义及其确定方法 1. 概率的定义 2. 求概率的频率方法 3. 求概率的古典方法 4. 求概率的几何方法 1. 概率的定义 事件的概率, 通俗地讲, 是指该事件发生可能性大小地度量. 概率的定义并没有告诉人们如何去求概率, 也没有说一个特定的样本空间对应一个特定的概率, 只是告诉人们以任何方式定义的概率必须满足的条件. 2. 求概率的频率方法 直觉告诉我们, 事件的频率应能在一定程度上反映事件发生的可能性大小. 因为如果事件发生的可能性大, 它在n次试验中出现的机会也多, 事件发生的频率就大些. 从上表也可以看出一些好消息, 在n较大时, 事件的频率表现出一定的稳定性: 即随着n的增大, fn(A)越来越趋近于一个常数. 历史上许多人投掷硬币实验的结果也证实了这点. 容易验证, 通过频率法定义的概率满足概率的公理化定义, 实际上, 我们只要验证频率满足那三条性质. 例一(女婴出生率的研究). 例二(被闪电击中概率的研究). 频率方法的最大缺点是必须进行大量的重复试验. 在无法进行大量的重复试验时, 要获得频率的稳定值是比较困难的. 3. 求概率的古典方法 4. 求概率的几何方法 §1.2 作业 教材第28页 习题 4, 6, 23, 28 例七.(生日问题) 某班级有n个人 (n≤365), 问至少有两个人的生日在同一天的概率有多大? 解: 假定一年按365天计算, 把365天当作365个“房间”, 那么问题类比于例五. 这时, 事件“n个人生日全不相同”就相当于例五中的(2):“恰有n个房间, 其中各住一人”. 令A={n个人中至少有两个人的生日在同一天}, 则其对立事件是{n个人的生日全不相同}. 根据例五(2)知 所以, 这个例子就是历史上著名的“生日问题”， 对一些n值， 计算出相应的P(A)如下表: 0.97 0.89 0.71 0.51 0.41 0.12 P(A) 50 40 30 23 20 10 n 上表所列的答案是出乎很多人意料的, 因为”一个班级至少有两个人生日相同”的概率, 并不如大多数人直觉中想象的那样小, 而是相当大. 这个例子告诉我们, “直觉”有时并不可靠, 这就说明研究随机现象统计规律的重要性. 原理: 前面我们讨论了古典概型的概率问题. 在古典概型中, 我们要求样本空间的样本点数只能是有限多个, 这给许多实际问题的解决带来了很大限制. 有时, 我们必须考虑试验结果即样本点有无限多个的随机现象. 例如, 向平面上一有限区域S任意投点, 求点在S内的小区域G中的概率. 将该例拓展到一般情形, 我们说有一类随机现象, 它有两个特点: 在这种几何概型下, 定义任意事件A的概率为 (1) 随机试验的样本空间Ω对应于一个几何区域S, 使得样本点与S中的点一一对应. 此时, 试验的任一事件必与S内的某一区域G相对应. (2) 任意事件A的概率只与其对应区域G的量度(如长度, 面积, 体积)成正比, 而与G的所在位置无关. 例七. 从区间[0,1]内任取两个数, 求这两个数的乘积小于1/4的概率. 解: 以x,y表示从区间[0,1]中任取的两个数, 则x,y的可能变化范围为 0≤x ≤1, 0 ≤y ≤1. 现建立直角坐标系xoy如下图, 0 x y 1 1 G S 则(x,y)的样本空间对应于图中边长为1的正方形区域S, 而我们所关心的事件A=[0,1]中任取的两个数之积小于1/4发生的充要条件是 0 ≤x,y ≤1, xy1/4 这对应于图中的阴影部分G, 其面积为 由例七可知: 通常在用几何法求概率时, 首先选定与问题有关的变量(x,y等),确定这些变量所有可能的变化区域S; 然后用含有这些变量的不等式来表示所关心事件A发生的充要条件, 从而得到其对应的区域G; 最后G与S的度量的比值就是所求事件的概率. 例八(会面问题). 甲乙两人约定在下午6时到7时之间在某处会面, 并约定先到者应等候另一人20分钟, 过时即离去. 求两人能会面的概率. 解: 以x,y表示甲乙两人到达的时间, 则(x,y)对应的样本空间是图中边长为60分钟的正方形区域S. 6点 x y 7点 7点 G S 事件A=两个人能够会面发生的充要条件是|x-y|≤20,即 图中的阴影部分G. * * * 在历史上, 由于随机试验及随机事件的类型很多, 人们也就从不同侧面用不同方式研究了如何度量事件发生的可能性. 例如, 研究女婴出生的概率, 瑞典人通过大量观察, 测得女婴出生的频率在0.482左右波动, 得出女婴出生的概率约为0.482. 再如, 掷两颗骰子获得双6的概率, 通过简单理论推算知道, 其严格等于1/36. 所以, 概率研究的情形很多, 也相应产生了一些特殊的计算