概率论第一章第三节资料.pptVIP

§1.3 概率 1.3.2 概率的统计定义 以抛掷一枚硬币的试验为例，设事件表示“正面向上”即徽花向上.表1-1列举了几位著名学者的试验结果. 表1-1 1.3.3 概率的公理化定义 上面已经引入了概率的两种定义（古典定义与统计定义）.前者要求只有有限个基本事件并且它们的出现具有等可能性，而实际问题大多不同时具备这两种条件；后者虽然无以上两个条件限制，但试验次数应大到什么程度，频率究竟在什么意义下趋近于概率都没有确切地说明.因此，两种定义都存在一定的局限性. 1.3.3 概率的公理化定义 解 以 表示针的中点到最近一条平行线的距离， 表示针与平行线的夹角，针与平行线的位置关系见图1-6. 显然有 ，以 表示边长为 和 的长方形.针与平行线相交的充要条件是 满足该关系式的区域记为 ，见图1-7中阴影部分所示. §1.4 几何概型 根据题意知，这是一个几何概型问题，于是 这是几何概型的一个著名问题，本例于1777年由法国数学家蒲丰提出，又称作蒲丰问题. 由于问题的最后答案与 有关，引发不少人想利用上式计算 的值.如果 和 已知，以 的值带入上式，即可求出 的值；反之，如果已知 ，则可以利用上式去求 的值.而关于 的值，由§1.3中概率的统计定义，可以用频率去近似求出.如果投针次，其中针与平行线相交 次，则频率为 ，于是 §1.4 几何概型 历史上有一些学者曾亲自做过这个试验，下表1-5记录了他们的试验结果（将 折算为单位长度）： §1.4 几何概型 这是一个颇为奇妙的方法：只要设计一个随机试验，使一个事件的概率与某一未知数有关，然后通过重复试验，以频率近似概率，即可求得未知数的近似解.当然，要达到试验次数相当多的要求，工作量也是相当大的.随着计算机的出现，人们便利用计算机来模拟所设计的随机试验，使得这种方法得到了迅速的发展和广泛的应用.人们称这种计算方法为随机模拟法，也称蒙特-卡洛（Monte-Carlo）法. 例1.3.7 袋中有8只球，其中5只白球，3只黑球.从袋中取球两次，每次1只.第一次取1球观察其颜色后放回袋中，然后再取第2只，计算 （1）取到的2只球中有黑球的概率； （2）取到的2只球颜色不同的概率. 例1.3.8 例1.3.7中其他条件不变，仅改变摸球方法：从袋中取2只球，每次取1只，第一次取球后不放回，接着从余下的球中取第2只，求P(A)和P(B). 例1.3.9 例1.3.7中其它条件不变，将摸球方法改为一次摸取2只，求P(A)和P(B). 注 比较例1.3.8和例1.3.9，可以看出不放回抽样连续抽取两次和一次任意抽取2只结果是一样的.所以，在很多问题中，如果不是有放回地抽取，则统称为“任意取出”. 例1.3.10 某人外出旅游两天，据天气预报，第一天下雨的概率为0.2，第二天下雨的概率为0.3，两天都下雨的概率为0.1，求： （1）第一天下雨而第二天不下雨的概率； （2）至少有一天下雨的概率； （3）两天都不下雨的概率. 例1.3.12 （1）50个人中至少有一个人的生日是在9月10日的概率为多少（一年按365天计算）？ （2）5个人中至少有两个人的生日在同一个月的概率为多少（假设每个月的天数相同）？ 解 例 在0,1,2,3, ,9中不重复地任取四个数， 求它们能排成首位非零的四位偶数的概率. 设 A为“能排成首位非零的四位偶数” 四位偶数的末位为偶数, 故有 种可能 而前三位数有 种取法,由于首位为零的四 位数有 种取法,所以有利于A发生的取 法共有 种. 解 设 A 表示事件 “n 次取到的数字的乘积 能被10整除” 设 A1 表示事件 “n 次取到的数字中有偶数” A2表示事件 “n 次取到的数字中有5” A = A1 A2 例 在1,2,3, ,9中重复地任取 n ( )个数, 求 n 个数字的乘积能被10整除的概率. 1.4 几何概型 把有限个样本点推广到无限个样本点的场合,人们引入了几何概型----等可能随机试验模型. 定义1.5 当随机试验的样本空间是某个区域,并且任意一点落在度量 (长度, 面积, 体积) 相同的子区域是等可能的,则事件 A 的概率可定义为 几何概型举例 （1）某人午觉醒来,发觉表停了,他打开收音机,想听电台报时, 假定电台每小时报时一次，求他等待的时间短于10分钟的概率。 解： 因为电台每小时报时一次,我们自然认为这个人打开收音机时处