1.3 频率，概率；1.4 古典概型.pptVIP

* * * 第三节 * 定义：n次试验中事件A发生频率 fn(A)=频数/ 试验次数=nA/n 经验告诉我们，“可能性的大小”在统计学中可以呈现出来。，在大量的重复试验中，可能性大的事件出现的频率也较大; 反之，出现的频率也较小，所以我们先对频率进行考察。 一、频率(概率与频率的关系) 事件A发生的可能性大小，称之为事件A的概率。 那么，什么叫“可能性的大小”呢? 频率三性质：非负性，规范性，可加性. * 例1 历史上曾有人做过试验,试图证明抛掷匀质硬币时，出现正反面的机会均等。 实验者 n nH fn(H) De Morgan 2048 1061 0.5181 Buffon 4040 2048 0.5069 K. Pearson 12000 6019 0.5016 K. Pearson 24000 12012 0.5005 * ? ? 数据引自L.Brillouin, Science and Information Theory, New York, 1956 例2 英文字母被使用的频率相当稳定. 字母使用频率的研究，对键盘设计、铅字铸造、信息编码、密码破译等方面都是十分有用的。 * 根据频率稳定性的讨论，人们发现在试验次数足够多时，频率在一常数（称为稳定值）附近摆动，于是提出了猜想： 这个稳定值就是概率 在实际研究中，为方便起见，有时人们直接把频率当成概率，即： 频率就是概率 这就是所谓的概率的统计定义（频率方法）。 * 二、概率的（公理化）定义 定义(概率的公理化定义) 如果对任意事件A，都有一个实数 P(A)，满足以下条件： (1) 非负性 (2) 规范性 (3) 可列可加性 则称 P(A)为事件A的概率. * 由此推出重要性质（5条）： 性质1 证明 * 性质2(有限可加性) 证明 性质3 证明 * 性质4(对立事件) 证明 Ａ 性质5(加法公式) 证明 * 古典概型： (1) 样本空间为有限集； (2) 具有“等可能性”. 定义(古典定义) 事件A概率 第四节、古典概型(古典定义) * 例1 在11张卡片上分别写上probability这11个字母，从中任取7张，求其恰好排列成ability的概率。 假定字母b及i是可辨的， 解 古典概率计算举例 例2. 一只口袋装有6只球, 其中4只白球、2只 红球. 从袋中取球两次, (a) 第一次取一只球, 放回袋中, 抽样. (b) 第一次取一球不放回袋中, 余的球中再取一球, (1) 取到的两只球都是白球的概率; (2) 取到的两只球颜色相同的概率; 种取球方式: 试分别就上面两种情况求 考虑两 观察其颜色后 第二次从剩 这种取球方式叫做不放回抽样. 每次随机地取一只, 这种取球方式叫做放回 搅匀后再取一球. (3) 取到的两只球中至少有一只是白球的概率. (a) 放回抽样的情况. 解 事件“取到的两只球都是白球”, 取到的两只球都 都是红球”, “取到的两只球中至少有一只是白球”. 在袋中依次取两只球， 每一种取法为一个基本 事件, 显然此时样本空间中仅包含有限个元素, 且 由对称性知每个基本事件发生的可能性相同, 因而 可利用(4.1)式来计算事件的概率. 第一次从袋中取球有6只球可供抽取, 第二次 也有6只球可供抽取. 由组合法的乘法原理, 一共有 对于 由于第一次共有4只白球可供抽取, 第 二次也有4只白球可供抽取, 则由乘法原理总共有 同理, 于是 得 (b) 不放回抽样. 由读者自己完成. * 例3 设有N件产品,其中有M件次品,现从这N件中任取n件,求其中恰有k件次品的概率. 这是一种非还原抽样,称超几何分布. 次品 正品 M件次品 N-M件 正品 解 思考: 若是还原抽样呢? * 例4 全班有50个学生，问至少有2人生日相同的概率为多少？（设一年有365天） 解 事件总数: 有利场合数: 概率之大有点出乎意料. 从下表中看出, 当人数超过23时，打赌说至少有两人同生日是有利的. * 20 0.411 21 0.444 22